一、从「行业之光」到「玩具厂」
中国人形机器人龙头上市开盘1100元，上市四天，市值直接腰斩。截至视频制作，已经从1100跌到了450，跌了约60%
这是整个资本市场对于人形机器人真实价值的重新定价，你们也常常看到评论区的投资者都会来嘲讽一句：养猪的企业研发费都是它11倍
这只是一家优秀的人形玩具公司罢了
又或者是，他们为了套我，办了一万场各类机器人比赛
市场共识转变的原因也很简单：大家经过春晚、比赛、演唱会等等机器人表演的造势后，都醒过闷来了，都知道现在人形机器人只是长得像人，靠遥控加预编程，并没有很强的认知世界且能完全自主与世界互动的能力，和大众认为的可以进入家庭当保姆/管家的“未来世界”还有极大差距
但这只是冰山一角，因为背后玩得更花的，不是【大家以为】和【实际能力】的差距而是四个字——资金循环
二、资金循环
我们先看看人形机器人行业的资金如何周转
首先，企业与地方合资设立数采中心，这个数据采集中心，就是用真机器人反复做动作、录下来当训练数据的场地，是为了训练机器人用的
这一步是国家的钱进入数采中心，然后人形机器人公司把机器人卖给数采中心，收入计入营收，钱就进入了人形机器人公司
而数采中心经过训练，得到了珍贵的数据，人形机器人公司再把这些数据买回去，钱又回到了数采中心，虽然钱是“一来一回”
但是人形机器人公司得到了实打实的真实订单和流水，可以支撑起上市预期
这是第一种资金循环
另一种资金循环是：投资方同时是客户
其实各大人形机器人的投资方也都出现在了采购方名单中，这些投资人采购人形机器人的目的多种多样，但有很多不具备可持续性， 也就是采买一次就完了，只是短期内让自己投资的人形机器人公司有了一笔不错的收入，帮助其走上IPO之路，还是为了上市后自己赶紧高位套现
相比较资金循环之外，人形机器人的收入来源中，租赁业务的收入还在递减
2025年春节期间，由于人形机器人在春晚的爆火，全社会都进入了三分钟热度，租借人形机器人进行表演，比如景区舞台，明星演唱会，公司年会，当时人形机器人日租金来到了峰值，而节一过需求大幅缩水，租金价格也随之下跌，而到了今年，情况进一步恶化
三、监管动了
以上种种验证了这种资金玩法不可持续性
9月初The Information信源，由于机器人龙头企业上市暴跌带来的巨大负面效应，监管向部分投行和投资机构进行了窗口指导
而9月29日CNBC的消息透露，三名接近监管的知情人士表示，窗口指导围绕着公司业绩，一是你得有可持续收入和商业订单；二是亏损在收窄，可能涉及未来三年的业绩；三是掌握核心技术，比如机器人的「大脑」或灵巧手，不能只靠外购零件做一个组装厂。市场认为可能需要满足三条中的两条，但即使按这个尺度，能上市的公司也只有少数
事实上，根据公开信息：港股至少已有二十多家人形机器人公司递了表，也就是有一堆号称自己是机器人概念企业想去香港上市，而这二十多家也只是个虚数，实际可能更多，但去港股也要证监会备案，也不可能让他们投机取巧
而巫师也从身边人了解到，已有我的老同事收到提醒，对机器人板块，监管非常关心其营收真实性，就是不能靠政府补贴、关联交易、一次性收益或数采中心模式粉饰，第二就是盈利稳定性，这两个月赚了点钱，那以后呢，第三，规模化出货和真实场景，就是出货量得大，而且那些机器人得真的用起来了
同月，路透社公布了更消极的信息
多名知情人说部分人形机器人上市可能受阻，而正在准备上市的公司，其一级市场估值也相应回落了30%到50%
这就不得不说到咱们的监管的高瞻远瞩了，其实早在8月，也就是机器人龙头企业上市暴跌之前，国家就看到了这里的隐患，根据官方信息，国家发改委新闻发言人在发布会上说：机器人产业「必须坚持因地制宜、健康有序发展……防止盲目跟风、一哄而上」，下一步要「让机器人在真实场景中迭代技术、围绕真实需求形成应用闭环」。
可以说是预判了资本们的预判了
四、瓶颈在哪
市场+监管都对人形机器人的判断急剧恶化，其实也不能怪机器人龙头企业暴跌，核心依旧是人形机器人这个行业的瓶颈问题
第一道坎：泛化，也就是机器人换个环境还能不能干活
对于人形机器人来说，只要固定场景采够数据，很多模型的成功率能到100%；
但物理世界非常丰富、多样、复杂，我们没有办法对复杂世界用一套简单规则进行描述。场景、光线、物体一变，就得重新采数据，机器人接触的物品或环境稍微变一下，成功率严重下降，在舞台上跳舞确实是固定场景，成功率很高，但造机器人的意义难道只是跳舞吗
第二道坎：数据——大脑没东西可学
上面我们说到，现在的人形机器人智商还处于初级阶段，那怎么训练它们的大脑呢
大语言模型学的是整个互联网的文字。也就是咱们现在用的很多AI工具，GPT什么的，它们迭代很快，但机器人要学的是「手怎么用力、脚怎么落地，前面的障碍怎么翻过去，眼前这个东西是硬的还是软的，我和这个物体互动需要轻轻的捧着还是直接用力拿住，这个声音代表物体是接近了还是远离了，眼前这个东西在更高温度下会变成什么新的形态等等」，互联网上没有这种数据，只能一台一台真机采，这就是开头说的那些数采中心
全行业高质量真实交互数据总量约50万小时，要达到可用状态至少要1000万小时。更激进的估算，让通用机器人在常见任务上达到70%到80%的成功率，需要1亿小时
所以成本很贵，野村证券的研报显示：凑够20万小时要2亿元以上，百万小时要10亿元量级
第三道坎：硬件精度、可靠性和边际成本
灵巧手技术路线没统一，大家还处于八仙过海的试错阶段，试产成本4到5万美元一只；行星滚柱丝杠（也就是关节里的精密传动件）精度正负6微米，又贵又难，更难以达到工业要求的5年寿命标准，这些看似细小的问题，其实是一座座高山，背后都是巨大的试错成本
五、AI还是遥控？
技术遇到瓶颈，但为了市场热度，大家也都开始春秋笔法，比如混淆自主意识和有人操纵，行业内已经用过多次，就是公司一边看似诚实地承认这是遥控，但又“机缘巧合”地让你以为这是AI自主意识，至少看上去和视频画面中是这样
先说特斯拉机器人Optimus的案例：
2024年1月15日，马斯克发了一段Optimus叠衬衫的视频，配文「Optimus叠衬衫」。字里行间和视频画面都似乎是人形机器人在自己叠衬衫，但视频右下角第12秒附近能看到一只疑似戴着控制手套的手，此后引发大量质疑
约半小时后他自己补了一句，没有承认遥控，也没有否认，很聪明地把话题引向另一个方向：他说Optimus还不能自主做这件事，需要固定的桌子和只放一件衬衫的盒子，此后这件事不了了之
翻车最严重的一次是2025年底，Optimus站在摆满水瓶的桌子后面给观众发水。但一位现场用户发的视频显示，机器人递水时水瓶掉落、失去平衡，倒地之前双手抬起、沿着脸的两侧往下一抹，然后仰面倒下。这个动作和人摘VR头显的动作一模一样，大量网友的推测是，隔壁的操作员可能遇到什么突发情况，来不及关机，在开机的时候摘了自己的头显，机器人把这个动作也复制了出来。
此后，市场开始广泛质疑各家的人形机器人是由AI驱动，还是只是个遥控玩具
甚至在7月的二季度财报电话会上，马斯克自己都说：「你们可能在网上看过很多爆红的人形机器人演示，那些表演要么是剧本，要么是远程遥控」
而大家对人形机器人公司的定价，也从【科技公司】变为【大型遥控玩具公司】，这也就解释了一个现象，我们在国内看到那么多热度很高的人形机器人相关的视频，旁边都会有一个工作人员，背着手，而手被一块布盖着，不知道在忙活什么，而有另一个视频显示，有人把那块盖着的布拿走，发现里面是操作员在按遥控器，大家纷纷表示，你就大大方方地遥控呗，干嘛偷着藏着的，而结合资本市场的估值剧变，你就知道为什么他们羞于让你知道人形机器人是被遥控的了，巫师愿称之为，遥控器羞耻
一个冷知识，这种小心思，不是咱们这个时代的发明。甚至可以追溯到1770年，匈牙利人肯佩伦造了一台会下棋的「土耳其机器人」，也就是一个穿土耳其长袍、戴头巾的木偶坐在棋盘后面，自己伸手走子。它赢过富兰克林，据传也赢过拿破仑，这台机器断断续续在欧洲和美国展出，它此后毁于一场火灾，三年后真相才被完整公开，秘密是柜子里藏着一个真人棋手。
六、胜通的世界模型
人形机器人的乱象如此，都指向一点，大脑确实很难搞，真的搞不出来
但在另一个无人在意的角落，机器人的大脑，反而进展非常迅速，那就是特种机器人
机器人不一定非得是人形，也可以是轮式机器人、四足机器人，甚至还有蛇形机器人，这些形态更务实，是为了干活设计的，但它们很少用于表演，普通人也接触不到关于它们的信息，自然热度就很低
这些形态里，四足机器人是当下既有量又有收入的形态
它们被用于工业巡检、工业制造、灾害救援，警务安检等场景
客户是电网、公安、石化国企、政府部门等
沙利文9月白皮书显示：宇树、具微科技、云深处、七腾机器人构成本土第一阵营，业内叫「国产四小狗」。
而这里面目前处于价值链较高位置的，是七腾，因为它专做工业巡检，面向能源、化工、油气，优势在于可应对高温高压、有毒有害、易燃易爆等高危工况
然而四足机器人背后的核心，依旧是大脑，而这个大脑就是胜通能源的世界模型——“元域智巡”
也正是这个世界模型，让四足机器人可以真的干活，真的完成任务，也才有了这么多真实的订单
那这个模型具体是什么呢
四足机器人迈出一步之前，得先知道这一步踩下去会怎样，这条路走不走得通，周围温度上升会不会爆炸，世界模型就是负责预测的那个东西。
它在AI的脑子里建一个真实世界的副本，让机器人先在副本里把情景模拟一遍，然后再到真实世界里行动。
名字里的「世界」指的是这个副本，「模型」指的是它能算出下一步
所以一个世界模型要做三件事：把真实场景建成副本，在副本里推演，把推演出来的结果搬回真机
但其实第一件事，工业界十几年前就在做，名字叫数字孪生：把真实工厂在电脑里复制一份，传感器的数据实时同步过去，现场什么样，电脑里就什么样。它是「现在的镜子」，只做到了复制这一步，而世界模型在镜子上多了后面两步，推演和迁移。它回答的问题是「如果机器人这样走，接下来会发生什么」，是「未来的沙盘」
但这还不够
还是以胜通的世界模型为例。胜通的原话是「首个面向工业场景的机器人应用级具身智能平台」，咱们中译中一下，就是它把建模、仿真、真机、数据串成了一个整体，比上面的三步还多了第四步：真机在现场采到的数据，再回流去修正副本
过程也很好理解，它先给工厂建一个一比一的分身。用3D高斯技术，把真实厂区在电脑里克隆一份。
然后，让四足机器人在分身里先练起来。仿真推演模块自动生成通行路网、自动规划路径，而几千种负面情况，比如：路面打滑、夜间起雾、传感器被油污糊住、某段路突然塌陷等等情况都考虑进去，通过学习挑出最稳的那条路线
然后练好的策略下发给真实四足机器人，四足机器人就能去现场干活了
最后，现场采到的画面、温度、气体浓度、设备声音，再通过云平台实时回流到虚拟空间，再和分身一一比对、修正、再下发。数字世界和真实世界互相喂数据，系统用得越久，越懂这家工厂，机器人能力越来越强。
在这个过程中
SevnceBrain模型负责——「看懂、理解、判断」：就是读表盘并判断数值是否异常，从图像和声音里判断设备有没有故障，从环境音的异响里推测哪里可能出了问题
而Sevnce5.0能力栈负责——运动控制、导航、路径规划，算法在仿真和真机之间双向复用
甚至胜通还想到了客户在操控上的体验问题：
胜通把传统的监控大屏和复杂按钮全部去掉，界面只剩一个对话框
七、胜通世界模型的正向循环
正是这条从技术到落地应用的链条跑通，让这类工业世界模型进入了正向循环，依旧以胜通的模型为例
第一，胜通数据来自客户的真实厂区，机器人一边替人类做危险的工作，一边把工况采回来。
这是全行业最缺的那种数据：真实、连续、大量
胜通既获得了订单，每个订单又给胜通持续带来珍贵的数据，而数据能让胜通的模型更强，模型更强则会吸引更多客户，更多客户意味着更多真实数据，这样，滚雪球就开始了
第二，场景匹配。厂区是固定的，路线是固定的，之前说的泛化难题在这里被绕开了。世界模型在家庭场景里还是幻想，但在固定厂区里已经能干活
第三，先练后上岗，把危险挡在真实世界之外。
现实里不能制造灾难，但虚拟世界里可以经历百万次危机。机器人进场的时候已经处理过所有突发险情，进场就是老手
第四，一次建模，一个平台，反复复用。同一个虚拟工厂，能跑这台机器人也能跑那台；这次做化工厂，下次扩到电厂，调参数、改动线，不用从零再来。过去这个行业是「一厂一方案」，每个项目都是一次性交付，做不成规模；而现在有了可复用的三维资产和可复制的部署流程，才谈得上规模化
第五，需求巨大，全国2.3万处危化品重大危险源、20万公里油气管道、264万公里高压线路，法律规定每一处都得巡，以前用人力，危险且效率低，现在各大央企和政府已经加快行动，比如国家电网和三桶油都已经开始采买
而政策也在推：国家能源局5月印发的《人工智能与能源双向赋能行动方案》点名攻关能源专用大模型、智能体、具身智能，5月26日又发布了51个高价值场景；工信部今年的「人工智能+制造」文件点名世界模型，胜通赶上的就是这个窗口
这时回看我们就会发现，目前机器人【拼大脑】的比赛，真正的主战场不是人形机器人的“表演赛”，而是工业机器人【拼世界模型】的比赛
八、替人类去做危险的事
这里就可以回答标题了。今天的人形机器人，作为表演业务，确实只配叫玩具厂。
甚至人形机器人这个概念，都可以从另一个角度理解
我问你
你家里的扫地机器人，好像不需要像人形吧
你家里的洗衣机器人，好像不需要像人形吧
再有，你家里的计算机器人，好像也不需要像人形吧（电脑）
还有，你的信息传递机器人（手机）、食物储存机器人（冰箱），好像都不需要像人形吧
【工具】和【机器人】显然不是一个东西
想象一下，我把洗衣机做成人形，我说这是洗衣机器人，或者我把冰箱做成人形，说是食物储藏机器人，你们会认可它们都是真正的机器人吗，所以我们在兴致勃勃地聊机器人行业，到底在图些什么
当我们把标准拉到足够细，我们终于触及到了这个产业的核心，刚开始大家都说，做成人形，是因为人类社会环境是按人的身体造的，楼梯、门把手、阀门，都是给两条腿两只手的生物准备的，所以把机器人也做成人形，更加通用
但巫师的评价是，这个说法就很春秋笔法了，非常有迷惑性，因为这个道理看似说得通，但【做成人形】本身就是一个虚拟承诺，它暗中隐含了承诺我把机器人做成人形，是为了去承接所有人类要干的活，但这个承诺中，它没有告诉你是否有足够智慧的大脑，但人形对于人类来说，接受度更高，更容易产生情感联结，也更容易制造热度，热度这个目的是结结实实地达到了
而这时我们再往旁边不那么热闹的地方看去
机器人产业的大脑升级，有比在舞台上取悦观众、制造热点更务实的方向：替人类去做危险的事
只是，这个方向不出热点，也上不了春晚，人形机器人永远有掌声，有关注，相反，替人冒险和抢险救灾的机器人，最好的消息反而是没有消息
下期见
