人形机器人行业核心壁垒！小鹏IRON与特斯拉擎天柱谁将引领未来？

  今天，我想从投资逻辑上去聊聊人形机器人的核心壁垒问题，即：工业场景下的量产能力！

  11月6日，小鹏发布了会走猫步，拥有完美女性体征和仿真皮肤的人形机器人IRON，震惊了全球！当晚美股XPEV就一个高开直冲12%，而在此前，宇树机器人更是表演过后空翻、耍功夫、拳击等众多高难度动作！而反观特斯拉的Optimus机器人，感觉走路都颤颤巍巍、慢慢吞吞的，虽然也能跳舞之类动作，但总感觉比上国产机器人就像个老登！

  可是，11月7日，小鹏（XPEV）的股价就遭到了暴击，简直就是从哪里升起，就从哪里回去，虽然有部分美国科技股回调的问题，但当市场冷静下来思考后，发现了一个让人疑惑的问题：决定机器人图灵时刻的核心到底是什么？毕竟我们都能走猫步和跑酷了，特斯拉机器人还在仓库里慢吞吞的搬箱子，这差距看起来太大了！

  可在今天，方舟投资（Ark Invest）创始人兼CEO凯茜·伍德又重申了她对特斯拉2030年的目标价，即2600美元的坚定态度，而马斯克也在昨日拿到了1万亿美元的天价股权激励，这就让事情似乎变的没有那么简单了起来！

  诚然，作为感性动物，我们人类在看机器人时，第一直觉，必然是外观的美感，其次就是动作的流畅度！

  但如果我说，当下所有机器人展现的花哨动作，以及不管是通过遥控、编程或者实时动作映射而来的拟人体征，都不是图灵时刻，甚至和我们关心的“AI”关系不大，你们会怎么想？

  首先，我们先来搞清楚一个社会性的对机器人的误解，机器人不管是猫步、鲤鱼打挺、还是各种武术特技，跳舞，无论是IRON、波士顿、宇树，实际上他们展现的都是其“核心机械控制能力”！这当然很牛，因为全世界能做机械控制的国家，估计也就只有中美，但这种对控制力的升级，实际上已经有数十年的研究沉淀，其并不是今天才出来的某一关键突破！

  而在控制力之后，其实就是对特定场景的算法/编程堆砌和空间定位的辅助指令修正来实现的，这样的一个过程有点像杂技演员，他会按照你的排练要求完成所有复杂动作，但是他不能思考，因为思考的结果，就是对控制管理系统的指令溢出，会造成总系统的崩溃。

  所以，我认为虽然机器人的动作、骨骼、外形很重要，但都是站在机器的角度上去模仿人，而不是真正意义上图灵时刻的标准：站在人的角度上去适应机器的身躯！

  那真正的通用人形机器人，真正的图灵时刻要说明来实现呢？有一个公式能为大家带来评判的角度：

  通用人形机器人=精密躯壳及驱动+AI大脑+大数据+感知系统+长时能源驱动+拟人模块

  而在全球只有一个公司在做上述公式右边的几乎全部项，并且是深度研究，这个公司就是特斯拉！（以下我们不谈估值之类的逻辑），我今天也会从量产回报的投资角度去和大家聊聊这个问题！

  首先，为什么我们的机器人主流是造成人形？答案很简单：因为现实物理世界的大部分设施的使用高度是人形，场景服务也是围绕人的便利度展开，无论是商业零售还是工业生产，其标准都是人，因此人形机器人是最为便利的机器人形态，即使他不是最为高效的物理展开形态！所以，只有人型才是通用的基础！

  我们以能量产，冲击上市主力产品宇树G1来看好了，其价格1.6万美元，身高1.32米，手部负重2公斤，电池续航2公斤，所以，这个参数是干嘛的？肯定进不了工厂搬砖，连买菜都悬，2小时充电一次，其实家务也干不了什么，所以更像是个大号的陪伴玩具！再看下特斯拉的擎天柱，价格目标是2万美元（前期估计10万美元），身高1.73米，用特斯拉的汽车电池、续航24小时，手部负重最大20公斤，使用特斯拉汽车的FSD纯视觉导航和场景识别，这种配置，是不是已达到了正常人类的体能强度？

  因此，中美当下的人形机器人在商业上依然还是呈现出两条不太一样的路径，一个是为了展示，一个是为了工作，这或许和中美两国的制造业国情不同有关！

  而在占机器人50%零件成本构成的执行器（驱动器）上，特斯拉的校电机技术在汽车上运用的非常成熟，耐用和低成本是其核心，所以在机器人的应用上也得到了成本端的正向反馈，此外，特斯拉在驱动方面的硬件有自己的核心专利，所以其也经常交给中国的企业制造，以减少相关成本，比如三花智控、绿的谐波、托普集团都在为其做一些总成加工。

  这里，我要补充一点，特斯拉的一切都是”第一性“的体现，所以高自由度反而不是他所追求的，不同于IRON之类全身80多个不同的驱动器，特斯拉的驱动器品类已经从24种被砍到了6种，而且，其全身零件，大量使用相同型号、尺寸的通用件，比如，擎天柱链接身体和大腿，和链接小腿和大腿的零件都是一样的，不会去为了多余的好看，而增加工序！

  此外，你们还可以看下特斯拉机器人的手指，全部一模一样长，而不是和人一样长短不一，这是怎么回事？因为标准化！特斯拉是全球人形机器人行业中，所有人在做加法、比动作复杂度时，唯一做减法的人！

  所以，从硬件端看，特斯拉始终没在造一个所谓的“最强”机器人，而是在做一个“最容易被量产“的工人型机器人！因此，这才是为了量产而造的机器人，而不是为了融资做展示的机器人，从投资角度看，逻辑完全不一样！

  机器人学习，最好的形式当然是发展超级智能（Superintelligent AI），即在所有核心认知任务上全面超越人类能力的人工智能形式，但这个事项目前正被主流科学界！

  那么，现实的路径是通过大模型+场景训练，记忆海量的数据和执行标准，去记住在不同场景下该怎么做，你能够理解为：死记硬背！但也别小看这个，这不是靠工程师写代码就能解决的！

  当下，主流训练的方式就2种，一是模仿学习，就是人穿着各种传感器，进行日常工作生活，机器人去实时记忆怎么做，我们称为实时动作映射记忆；第二种就是强化学习，让机器人在特定场景和虚拟世界里不断试错！

  第一种好理解，第二种我举例，比如踢足球，机器人学踢球，首先要学习怎么走和跑，然后训练他们带球和传球，射门等技战术动作，第三步则是在仿线比赛，熟悉配合，然后就是24小时不断重复和优化这些动作们，这样1年至少等于我们十几年不止的踢球时间了，然后再把这个数据挪到显示机器人的记忆模块里变成特定场景数据！

  但随着AI的进步，第2种训练方式连接上OPENAI\GORK后，就更快了，过去一年，现在10小时，就能通过LLM优化训练达到相似的效果，因此在场景数据上，就有了质的飞跃！

  而这或许就是具身智能算力的意义，算力越高，理解越快，动作响应越精准和迅速！因为机器人有人被动思索的逻辑（主动观察和理解现在还远）：即，你说”我渴了“，机器人就知道，要去拿杯子，再去倒水，最后倒合适的水量，控制温度，并给你！如果期间看到一个苹果，他甚至会问你，吃苹果哈斯喝水？

  而这就是视觉语言动作模型，当下机器人的核心竞争壁垒之一，也是理解和动作的关键！

  硬件？他的确实很强，也很第一性，但终端成本方面不太能低于国产机器人，而硬件壁垒的持久性也不高！

  在我看来，工业级量产是其核心竞争力，其依托是FSD和海量的行为和场景数据，而谁能卖的越快越多，场景应用越丰富，谁的数据优势就会越明显，谁的脑子就更聪明，因为，这一些数据是闭源的真实数据！

  特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

  “央行规定5万，建行加码到1万”？律师取钱被追问用途 已拒绝建行道歉，并控告违法行为

  民政局工作人员上班途中心梗死亡，发病前一直用微信处理工作 人社局不予认定工伤，法院判了

  实拍体验本田Super-ONE PROTOTYPE：能量产的极致超级K-Car

  【预告】11月14日南方教研大讲堂第166场——探索初中数学实验教学 发展学生核心素养（初中数学专场）

  【媒体聚焦】羊城晚报·羊城派 209名广东中职“青椒”赛场炫绝活：“猪模”能说话，蛋壳上跳芭蕾

  【媒体聚焦】南方+丨创意扎染、醒狮面点、智能小车……广东中职教师同场比拼教学“绝活”