機器人春晚后空翻刷屏！但它真正的第一份工作，可能是當人的替身

抓住風口

本期要點：中國機器人已能打拳，但該如何突破商業化奇點？

你好，我是王煜全，這里是王煜全要聞評論。

今年的馬年春晚，相信你也被武術節目《武BOT》那些炸裂的“賽博功夫”表演給震撼到了。

宇樹機器人與少年們同臺，完成了單腿連續后空翻等一系列高難度動作。幾十臺機器人在舞臺上高速穿插變陣，動作穩定，且精準卡在音樂節點上。

可以說，這場表演的背后，確實是中國工業技術水平的集中展示。

宇樹科技沉淀多年的“小腦”技術，也就是底層運控算法，確保了電機在極高爆發力下仍能維持厘米級的落地精度并且保持體態穩定。

研發團隊還利用了機載3D激光雷達對600平米的演播大廳進行了三維建模，配合AI融合定位算法，實現了毫米級的落點控制。

而且，每一個武術動作，都在仿真環境中進行了無數次強化學習，為每個電機預設了控制策略。

這個節目，讓大家看到了近年來中國機器人產業的電機電控、平衡算法、強化學習以及多機集群協同等技術的突飛猛進，已經走到了全球領先的水平。

但在感嘆機器人將走進千家萬戶時，千萬別忘了，舞臺上表現完美并不等于可以從容處理真實世界的混亂。

一旦進入家庭環境，地面到處是雜物，有隨機走動的孩子和寵物，還有質感各異的物品。這些機器人帶著笨重的鋼鐵之軀，雖然能翻出高難度的后空翻，卻可能在幫你倒水時，被地上的一個玩具絆倒。

因此，我們認為，盡管機器人的武術表演很漂亮，但在當前自主決策能力還難有質變的前提下，人形機器人想要進入真實應用場景，可能還有待時日，甚至要另辟蹊徑——通過遠程協作來尋找切口，積累真實訓練數據、學會人類的技能，并逐漸提升機器人的自主化程度。

商業化難題

首先，我們要看到，目前的人形機器人還是個四肢發達，頭腦簡單的偏科生。

目前的機器人能執行流程化的武術套路，但本質上還是強化學習訓練出的固定路徑。一旦脫離預設劇本，它瞬間就會傻在那兒。

而這意味著，機器人還遠沒突破商業化的奇點。

我們在科技特訓營中曾強調，一個產品或服務的爆發，前提是存在一個市場足夠大且恰好它們也最適合的初始場景。

以目前人形機器人的技術水平來看，它有這樣的場景嗎？恐怕不太樂觀。

它最擅長的事情，是完成確定性的重復動作，比如表演一些高難度的動作。但在商業上，這屬于低頻觀賞性需求，本身強烈依賴節目的稀缺性，不僅市場有限，且難以規?；瘮U張。

在追求極致效率的工業與物流領域，人形的形態反而是多余的；在零售與導購場景，即便機器人成本降至3萬美元，其折舊、電費及維修的開支，在大部分國家和地區也仍然高于雇傭人類員工。

而大家覺得機器人最該有所作為的領域，比如家政、養老、醫療護理等等，它的算法又搞不定。

主攻家政市場的1x機器人

要知道，軟件系統可以瞄準最大市場需求先上線再迭代，但硬件系統則不同，因為可能帶來安全問題和財產損失，往往需要從可控性最高且具有商業化前景的場景開始，待技術成熟后再逐步擴張。

然而，留給人形機器人的這個初始場景，也就是舞臺表演，顯然市場不夠大。

不嚴肅暢想

所以，我們不妨進行一個看似“不嚴肅”的暢想，來解開這個商業死結。

既然短時間內難以給機器人裝上全自主的大腦，那么也許可以先讓機器人進入應用場景，并由人來遠程操作。

從機器人的表演節目中，大家也能看到，它們已經初步具備自理能力了，操作員不再需要像操縱木偶一樣去控制每個電機，只要戴著VR頭顯進行遠程的溝通和控制，或進行決策意圖的下達。

這將把人形機器人變為人類的物理替身，反而可能繞過當下的算法難題，實現商業化落地。

想象一下，就像各大公司把客服外包給了印度公司一樣，未來在印度、越南或拉美的廉價勞動力地區，可能會有一群戴著VR頭盔、穿著遙控設備的操作員，站在一個個小單間里，遠程操控著位于紐約、倫敦或東京的人形機器人，幫那里的客戶洗衣做飯、收拾餐桌和房間、修理電路、照顧老人等等。

這種模式有雙重好處。

一方面，機器人公司可以賺取發達國家與欠發達國家人工成本之間的剪刀差。

印度或越南地區的員工，月薪僅為數百美元，但他們遠程操控的機器人在紐約提供的服務，收費卻可能高達每月數千美元。

另一方面，它也讓人形機器人得以進入真實的應用場景，開始解決用戶的痛點，從而脫離空想、開啟迭代。

從底層技術看，遠程控制也是可行的。目前大部分人形機器人的靈巧動作，也并不是算法自發產生的，而是通過人類演示學來的。

眾所周知，馬斯克計劃年產100萬臺機器人，并且他認為最終機器人數量將遠超人類人口。所以，開個玩笑，未來世界最大的勞務外包公司，有可能會是特斯拉。但是，不是機器人外包，而是機器人加人的組合式外包。

當然，要注意的是，到時候，網絡延遲將成為一個關鍵影響因素。如果信號往返超過150毫秒，操作員就難以流暢地處理精細的任務。

不過，馬斯克拼命部署的星鏈，恰好能解決這個問題。目前星鏈已將全球平均往返延遲壓低至30毫秒到50毫秒，基本上符合遠程操作的需求。

但最后，這也將顯現出一個殘酷的未來，那就是，底層人民將教會機器人如何替代自己。

互聯網上有無窮的文本和視頻，但極度缺乏類似于“抓取一只油碗”的動作數據。而遠程協作模式，可以通過實現類似特斯拉FSD的“影子模式”來獲得這些寶貴數據。操作員對機器人的每一次操作和動作修正，都將成為訓練機器人模型的高質量燃料。

就像曾經ChatGPT從菲律賓、肯尼亞等地區的標注員那學會了如何和人對話，機器人將繼續從這些地方的遠程操作員那學會如何規劃動作、與人互動，直到幾年后，算法足以勝任絕大部分任務的決策和執行。

屆時，機器人可能將自主完成99%以上的任務，只有1%的任務需要人的遠程介入，而人類最基礎的體力價值，也就基本被數字化。

AI不僅能寫詩作畫，還能洗衣做飯，人類倒是輕松了，可是人又該去干什么呢？這將是一個關鍵問題，也歡迎你在評論區留下你的思考。

以上就是今天的內容，更多科技產業的前沿分析與趨勢洞察，歡迎加入科技特訓營學習，和我一起，先人一步，領先一路！

提醒一下，今天是特訓營春節優惠的最后一天。續費一年，多贈兩個月學時，不容錯過！詳情請見下方海報。

王煜全要聞評論，我們明天見。

↓長按圖片掃碼報名，先人一步，領先一路

最后， 鑒于公眾 號推送機制的改變，你未來刷 到要聞評論的機會可能沒那么多了，建議你加入粉絲群，第一時間 得到我的獨家前沿分析，而且我們還會每天在粉絲群里發布獨家資料，快快掃碼加入吧！

此外，我們還為您準備了一個思維導圖，掃描加群即可領取

“機器人辯證思考”

↓點擊學習王煜全老師最新大師課，掌握馬斯克的賺錢底層邏輯！