作者：快思慢想研究院院长 田丰，财联社《科创板日报》记者 徐赐豪
开篇 招聘启事，即战略方向
最近，字节跳动官网和招聘网站上冒出一批机器人岗位，发布方是Seed Model团队，方向多达数十个：本体设计、灵巧手、减速机控制、仿真工程、数据算法……硬件、软件、数据三条链路同时开工。
硬件岗最“接地气”：本体结构、减速机、灵巧手、电气线束、嵌入式驱动，要求懂机械设计、传动优化和通信架构，字里行间反复出现寿命、可靠性、成本、可制造性和量产经验，读起来像是家电厂商的招聘广告。软件岗关心一条完整链路：用户说一句话，Agent调动移动、操作和交互能力把活干完，中间还要考虑失败恢复、远程入口和设备运营。数据与评测岗则要搭一个闭环，从采集、处理、训练、评测，一路连到模型反馈。
《科创板日报》就机器人业务规划向字节求证，截至发稿未获回应。快思慢想研究院院长田丰分析：字节开始给自己造“数据机器人”，这批机器人的第一个客户，大概率是Seed自己。
一、字节的机器人故事，比外界预期早了5年2020年，字节的机器人团队已经起步，第一批产品是轮式物流机器人。据行业此前消息，这类机器人两年半累计产量超过1000台。资本也提早落子：2021年投资迦智科技和未来机器人，2026年1月又参与了自变量机器人10亿元的A++轮融资。
模型这条线一直在跑。2023年起，字节先后推出GR-1、GR-2机器人操作模型，思路带着浓浓的互联网公司气质：先让机器人“刷视频”，把从海量互联网视频里学到的常识，迁移到自己的手上。2025年，Seed团队发布GR-3模型和自研双臂移动机器人ByteMini，又借Robix、GR-RL等研究，把能力延伸到人机交互、任务规划和长时程精细操作。
有一个关键人物的名字浮现出来“孔涛”，字节第一位专注机器人研究的员工，后来带领字节机器人团队。
自研模型、自研本体、生态合作、股权投资，四条路字节都走过。过去的探索像一盒散落的珠子，这一轮招聘，是要找根线把它们串起来。
这根线，叫数据。
二、大模型速解奥数题，却叠不好衬衫押注机器人的模型公司，不止字节一家。
OpenAI CEO萨姆·奥尔特曼在采访中透露，OpenAI Robotics正在招聘全栈硬件、运营、系统和机器学习工程师，目标是编程并制造对社会有用的机器人。短期内，他希望机器人帮技术工人建设未来的基础设施；长期则希望人人拥有一台个人机器人，替自己完成任何需要做的事。
DeepSeek出手同样干脆：出资1.408亿元认购宇树科技科创板IPO战略配售，锁定期36个月，双方还约定在模型训练服务和机器人采购上互相优先考虑。近日又有消息称，DeepSeek准备领投一家成立仅几个月的机器人AI公司。
模型公司为何扎堆奔向物理世界？1988年，机器人学家汉斯·莫拉维克写下一个反直觉的观察：让计算机在智力测验上达到成人水平相对容易，让它拥有一岁孩子的感知和行动能力，却难如登天——这就是“莫拉维克悖论”。近40年过去，大模型已经能写代码、解竞赛题，叠好一件衬衫依然让工程师头疼。
差距的根子在数据。语言模型背后站着几十年攒下的互联网文字，物理世界的操作数据却只能一条一条去采。谁采得又快又便宜，谁就握住了下一局的筹码。
三、字节造的第一批机器人，先卖给自己
把岗位描述连起来读，会发现一个巧妙的闭环：机器人干活，人远程兜底，兜底的过程变成新数据。
软件岗要求把Agent调用、移动、操作、交互整合起来，并设计失败恢复和远程入口；数据岗要求打通采集、处理、训练、评测到模型反馈。“失败恢复”和“远程入口”放在一起读，意思就清楚了：机器人卡住时，人从远处接管、扶它一把，扶的这一下又被记进教材，回流成训练数据。每一次出错，都在替下一版模型交学费。
所以，这批岗位对应的阶段，是在搭建一条会自我喂养的“数据产线”，离对外卖机器人还有一段路。
字节对这套打法并不陌生。它的轮式物流机器人最早服务抖音电商的仓库，之后才拿下顺丰、比亚迪电子等外部客户；当初造这些机器人，本来就是为了进入真实场景、拿数据、攒落地手感。同一个团队，同一套打法，换了一副身体。这一次，“内部客户”从电商仓库换成了Seed的模型训练。
快思慢想研究院预测： 2027年底前，字节自研机器人的绝大部分产量将用于内部数据采集和评测，面向消费者零售人形机器人的概率较低。验证指标看是否出现公开售价和零售渠道。
四、年薪百万请人“管现场”
最让同行咋舌的，是数据岗的价码。具身数据相关岗位月薪5.5万至8.5万元，数据采集负责人起薪超过7万元，要求懂遥操作、懂实验室管理，还得能管现场项目。若按15薪计算，一个管采集现场的人，薪资年包过百万元。
一家公司愿意为“管现场”开出这个价，说明账已经算清：模型眼下最缺的，是每天能产出多少小时有效数据，新结构反倒排在后面。瓶颈从算法挪到了产能。
最便宜的数据从哪来？答案是人。化学家出身的哲学家迈克尔·波兰尼说过：“我们知道的，多于我们能说出的。”拧瓶盖、叠毛巾这类手上功夫，很难写成规则，更不会出现在互联网语料中，却可以直接做给机器看。
GR-3技术报告给出一组关键数字：用VR设备采集人类操作轨迹，每小时450条；遥操作机器人采集，每小时250条，前者快了近一倍。面对从没见过的物体，只补充10条VR轨迹，GR-3的操作成功率就从不到60%升到80%以上。
人类数据还有个隐藏优点：采集时不占用机器人。机器人去干活、去考试，人在一旁源源不断地“编教材”。
五、认真对待数据的人，应该自己设计身体人类数据便宜，代价是“翻译损耗”。人手的动作要映射到机器手上，两只手长得越不像，损耗越大，好比方言转外语，每多一道转译，就丢一层意思。田丰认为，字节自研灵巧手的首要目标，是缩小人手与机器手之间的运动学差距，让廉价的人类数据拿来就能用。业内有传闻称Seed已在国内收集了数月第一视角（Ego）数据，方向与这一推断一致。
减速机的道理相通。传统工业减速机为精确定位而生，刚性高、难反驱；而机器人学习需要另一套不同的行为控制策略：关节能被外力推动，力矩感知准确，磕了碰了不容易坏。现成工业件的设计目标和AI控制的需求对不上，这是自研执行器的技术动因。
成本账也摆在那。宇树2025年主营业务毛利率为60.13%，买家付的钱里，约六成落在制造成本之外。就连宇树自己，核心部组件自研自产率也超过90%。不过，自研要产生效益，部署规模必须足够大。
计算机先驱艾伦·凯1982年说过：“真正认真对待软件的人，应该自己做硬件。”乔布斯2007年发布iPhone时引用了这句话。换到具身智能领域：认真对待数据的人，应该自己设计身体。
六、手和关节自己画图，钣金交给工厂
字节的硬件战略是“全栈自研”：第二代豆包AI眼镜把代工伙伴从歌尔换成了龙旗科技，新一代豆包手机则由努比亚推出。机器人大概率照此办理：关键部件和整机架构自己定义，制造交给伙伴。
1991年诺贝尔经济学奖得主罗纳德·科斯在《企业的性质》里回答过一个问题：什么事该自己干，什么事该交给市场？答案取决于内部组织成本与市场交易成本孰高孰低。对字节来说，决定数据质量的手和关节必须攥在手里，钣金和组装交给专业工厂更划算。
字节还有另一条腿：火山引擎与赛力斯旗下公司签署具身智能合作框架协议，火山提供算法和算力，赛力斯负责产业化落地。Seed给自己造身体，火山把大脑卖给别人的身体。“只做大脑还是全栈自研？”，字节不做选择、全都要。
风险在制造端。工艺不成熟时，设计和制造分开，良率很难爬坡。人形机器人恰好处在这个阶段，所以“量产工程”岗位得有人常驻代工厂。
快思慢想研究院预测，字节短期内不会自建机器人整机工厂；后续GR系列的数据配比中，VR、第一视角等人类数据的比重会持续上升。验证指标看是否出现整机产线投资，下一代GR技术报告中各类数据的配比。
七、按有效数据算大家都在起跑线有人说字节做机器人“起了大早，赶了晚集”：2021年就开始投资，2026年才理顺团队。田丰的看法是：按出货台数，字节确实落后；按有效数据，差距并不大。
2026年上半年，人形机器人出货中，文娱商演和科教数采合计仍占六成以上，智能制造约13%，仓储物流约5%。舞台上的机器人负责惊艳观众，几乎攒不下可用于训练操作能力的数据；卖给科研机构的机器人，数据归买家所有。用台数衡量护城河，等于把展品也算成了“矿工”。真正稀缺的是带任务标签的有效操作时长，大家都还在起跑区。
模型的领先期同样短暂。Physical Intelligence从π0.5开源（2025年9月）到π*0.6（2025年11月）约2个月，再到π0.7（2026年4月）约5个月；字节GR系列约8到10个月迭代一代。田丰说：“模型迭代周期很短，真正需要长期沉淀的是数据产线与硬件能力。”
字节攒下的是物流机器人的量产能力，团队从2023年夏天约50人扩到2025年约150人。PICO自研头显芯片2022年6月立项，2024年回片后量产，前后约3.5年。照此推算，今天开始设计的执行器和灵巧手，大约要到2028年前后才能稳定量产。这才是字节具身的真实时间表。
八、字节机器人的对手，是小米
宇树、智元是整机供应商，将来甚至可能成为字节的采购对象。田丰认为，字节真正该警惕的是小米。
孔涛在2025年夏天加入小米，带去了不少老同事，也带去了字节GR路线的核心研发经验。2026年8月，小米新设具身智能与应用部，由孔涛挂帅。小米机器人事业部约200人，覆盖本体、小脑、大脑和操作系统。更要紧的是，小米握着字节最缺的东西：自家汽车工厂这种高频、真实、可控的操作场景。它的人形机器人已在汽车工厂“实习”四个月，自攻螺母上件成功率从90.2%提到98%。两家争的是同一个生态位：具身基座模型加自有场景。字节场景是电商仓储，小米场景是汽车与手机制造。
任正非讲“压强原则”，资源要在一个点上压很多年。字节Robotics团队2026年刚换了汇报线，产品、工程技术、具身大模型几个一号位多数仍在招聘。“字节本轮组织架构、核心负责人仍在补齐，竞争尚处早期。”田丰说。压强有待形成。
快思慢想研究院预测：到2027年，人形机器人“出货量排名”和“具身基座模型能力排名”会明显背离，头部整机厂未必拥有头部模型；字节与小米在具身基座模型上的竞争，会比与宇树、智元的竞争更直接。验证指标是，2027年主要厂商的真机操作评测结果、团队人才流向、各家模型发布节奏。
结语 每小时数据多少钱？把这轮招聘拼起来，能看到一台完整的具身数据生产线：人类用VR和第一视角设备低成本地产出数据；仿照人手设计的灵巧手把数据稳稳接住；自研执行器让学出来的策略在真机上跑起来；远程接管把每一次失败变成新教材；物理引擎负责放大数据量；代工伙伴负责把本体造出来。
钱学森讲系统工程，强调总体性能取决于各部分之间的匹配。字节这一轮招聘，是在给整个系统配齐零件。
1936年，航空工程师西奥多·莱特发现，飞机累计产量每翻一番，单机工时下降约20%。具身数据迟早也要走上这条曲线。
所以，判断字节这局棋的胜负，不是首款机器人卖了多少台，而是几年后，每小时有效数据的成本，降到多少。
参考文章：《字节跳动具身智能布局提速 Seed密集“招兵买马”》，财联社《科创板日报》记者 徐赐豪
出版社：人民邮电出版社
作者：田丰
帮助你定位AI当下发展坐标的指南针
帮助你洞察AI未来演进趋势的航海图
通俗化解读AI的原理、特性和四大发展规律、提供AI赋能商业、引发新质生产力变革的一手案例分析。既有宏观视角的全局观照，又有各行业应用层面的下探记录，聚焦AI的原理与实践、现在与未来，是当下AI应用的全景图、更是身处AI技术浪潮之中的探路书。
