巴克萊：人形機器人「GPT時刻」未至，商業化路徑仍受多重瓶頸制約
Miles Bennett
巴克萊分析師Thompson參觀波士頓機械人博覽會後發布研報，判斷人形機械人行業仍卡在安全、硬件、感知、數據、算力五道門檻前，通用型大規模商業化時間表遠比市場預期保守。
行業到底走到哪一步了？
當前階段：原型機和展示機密集湧現，但離通用型人形機械人大規模商業化差距仍大。
Physical AI（令機械人理解並操控物理世界的AI）領域尚未出現類似GPT-3那樣的標誌性突破——這意味著→ 行業還未找到一個能讓能力跳級的「引爆點」。
短期更確定的方向是受控場景下的單任務機械人——倉庫、工廠、焊接、物流，目標清晰、路徑固定。簡單來說＝ 能幹活的機械人先在「圍起來的地方」做簡單工作，而非走進你家廚房。
通用機械人的真正難點在哪？
難點不在演示，而在真實環境中的長尾問題：地面不平、物品擺放混亂、光線變化、人員移動——任何一項都可能令系統失效。
巴克萊拿自動駕駛做參照：從早期樂觀到更廣泛部署，自動駕駛花了十年級別的時間做安全審查、監管磨合與公眾信任重建。
人形機械人可能同樣需要經歷「人在回路」階段——人類遠程監督，必要時接管，讓系統在真實場景中慢慢積累數據。這反映出一個基本現實：機械還不能獨立上崗，要有人「盯住」。
安全和可靠性為甚麼是第一道坎？
傳統工業機械人通常被隔離在籠中運行；人形機械人要進入人類活動區域，核心問題從「能否完成動作」變成「出錯時誰承擔後果」。
AI有望將可靠性從約85%提升至95%以上，但對許多工業場景而言，95%仍可能不夠——越接近真實生產，容錯率越低。簡單來說＝ 100次裡失敗5次，在流水線上就是不可接受的。
網絡安全亦是硬約束：人形機械人本質上是聯網的軟件定義系統，一旦被入侵或模型被篡改，後果從IT事故變成物理世界的營運風險。
數據和算力的缺口有多大？
文本和圖像大模型靠互聯網數據訓練，但機械人領域缺乏類似資源庫。YouTube上的人類活動影片缺少關節運動、執行器命令、傳感器反饋等關鍵資訊，無法直接教機械人幹活。
真實採集數據速度慢、成本高、風險大——一次嚴重摔倒即可造成硬件損壞。仿真與數字孿生（在虛擬環境中模擬訓練）是補充路徑，但仿真到現實仍有缺口，動作到真實世界仍需校準與微調。
算力需求三層疊加：仿真訓練消耗數據中心資源；VLA基礎模型（視覺-語言-動作模型，令機械人「看得懂、聽得懂、做得出」）參數規模達100億至200億級別；部署後還需邊緣算力支撐毫秒級響應，單台感知堆棧成本約2萬美元。
硬件為甚麼是最慢的瓶頸？
軟件可以快速迭代，硬件不行。電機、執行器、傳感器、手部結構、電池系統都要走完設計→供應→製造→反饋的完整周期。
這形成典型的雞先蛋先困境：沒有足夠安全可靠的產品→難以建立規模產能；沒有規模化製造→又難以降成本、拿到更多真實反饋。
手部設計尤為複雜：領先方案目標單手約22個自由度，但一隻靈巧度仍有限的機械人手成本約2,000美元；一台人形機械人通常需要30至60個執行器，行業目標成本被錨定在單台約2萬美元。
企業怎樣應對供應鏈壓力？
多家公司選擇垂直整合關鍵零部件：1X自2015年起打磨自有腱驅動電機，已生產約1.7萬個；Apptronik為Apollo開發自有執行器並與Jabil合作製造。
Boston Dynamics計劃借助現代汽車供應鏈提升Atlas可靠性；Tesla則將電動車級電機與自研FSD計算平台複用於Optimus，長期目標是接近汽車式產量與成本。
巴克萊的核心判斷→ 人形機械人能否在受控場景中積累足夠可靠性數據，並以此為跳板向更複雜環境擴展——這一過程所需的時間，將最終決定「GPT時刻」何時真正到來。
Content is for reference only, not financial advice.