从实验室“胖宝宝”到真实“打工人”，机器人还需几步？

人形机器人，无疑是今年科技圈最火也最吵的话题。

从春晚扭秧歌到马拉松跑步，再到开运动会、逛展会，这玩意儿隔三差五就刷一波屏。

连往年主打大模型的WAIC，今年都腾出C位给机器人站台。

年初金沙江创投的朱啸虎一句“人形机器人就是泡沫”，捅破了很多人不敢说穿的窗户纸。

网友们也纷纷吐槽：视频里飞天遁地，现实中开门都费劲。

这话虽糙，但理不糙。

虽然我个人坚信，具身智能这条路最终会走通，它是人工智能走向物理世界的必然路径。

但咱也不能光喊口号不看现实，这个行业确实还卡在几个要害问题上，甚至连圈内大佬都还没吵明白。

比如技术路线至今分裂：强化学习派与世界模型派谁更强？数据重要还是模型重要？各家自说自话，难以合力。

可说到底，不管走哪条路，目标都是一致的，让机器人参与劳动，提升生产力。

说白了，就是要叫机器“打工”。

但现实很骨感，现在它们连“打工”的资格都还没挣到。

最要命的是缺数据。

当前一个大模型要想“智能涌现”，至少需要百亿到万亿规模Token的数据，最好是参数量的10倍以上。

可现状呢？大部分研究仅握有几个亿的数据，最大公开数据集也不过10亿左右。

没数据，就像厨子没米、战士没枪。

训练不充分，技能泛化性就差。

现在的机器人，基本还是实验室里“圈养”的胖宝宝，见不得真实世界的风雨。

数据瓶颈，死死卡住了它们从实验室走向工厂和家庭的路径。

宇树科技创始人王兴兴在外滩大会上也点出：数据，尤其是真实交互数据，是目前最大短板之一。

但话说回来，不能因为难，就全盘否定整个行业。

有人和华为云做具身智能的工作人员聊过。

华为员工表示：“问题是真的，但解法也在慢慢浮出水面。”

而这个解法，很可能就藏在“云上”。

既然现实采集数据困难重重，何不直接在云端生成？

这已是全球头部玩家的共识。

英伟达前阵推出Cosmos基础模型，正是用云端合成数据训练物理AI；国内如华为云，也搭建了CloudRobo具身智能平台。

在云端复刻现实环境，生成海量标注数据，直接解决“无米下锅”的窘境。

这就好比让机器人在《黑客帝国》式的虚拟空间里疯狂练级，技能点满再回归现实。

具体怎么实现？分两步走：

第一步，造数据。

华为云靠自研的MetaEngine引擎，低人工、全自动地重建物理场景，生成高拟真数字孪生世界。

再通过数据增广，模拟不同形态的机器人行为，生成带标注的RGB图像、深度信息、时序数据等。

正如银河通用创始人王鹤所说：“未来合成数据将占训练数据绝大部分”，但这背后需要深厚的技术积累，不是谁都能做。

第二步，练技能。

CloudRobo训练平台让机器人在虚拟环境中通过模仿学习无限试错、加速进化。

传统方法得真人演示、动作捕捉，累且低效；上云之后，训练效率只取决于算力与电量。

你在现实中搭一天环境，云端可能已经练了两年半。

更关键的是，学成之后，模型可通过运行平台无缝部署到实体机器人，开机即用。

这不是空谈。

华为云曾演示过从CloudRobo“毕业”的双臂机器人，在分光盒中完成高精度操作，成功率超90%；

也让工业喷涂臂快速学会新零件喷涂，人形机器人实现产线搬运上料。

除了数据与训练，云端还能破解另一行业难题：标准混乱。

当前机器人厂商就像功能机时代的手机品牌。

各搞各的接口、系统，无法协同。

华为云推出R2C协议（Robot to Cloud），相当于机器人界的Type-C接口，实现即插即用、生态聚合。

国家地方共建人形机器人创新中心、拓斯达、优艾智合等头部机构已纷纷加入。

行业正在从“乱战”走向“联合”。

高实时、高安全场景仍需本地计算。

但云的价值正在于处理复杂任务，如场景识别、任务规划、模型调度，这些耗算力的环节交给云，机器人本体则更轻量、更专注执行、也更便宜。

这叫“云本体化”。

王兴兴在WRC演讲中也指出，人形机器人本体难以部署大规模算力，必须依赖分布式集群算力。

宇树科技王兴兴

而这，正是云的优势。

就在这几天，华为发布了Atlas 950/960 SuperPoD超节点，支持最高15488张昇腾卡，互联带宽、算力规模全球领先，并构建了百万卡规模的集群算力底座。

华为昇腾芯片

这为具身智能的未来突破，备足了“粮草”。

说到底，无论上云还是本地，都是手段，不是目的。

关键在于让机器人早日走出实验室，真正参与劳动、创造价值。

那些质疑声并非全错，它们指出了真实的行业困境。

但只看到困境，就容易忽略破局者在做的事。

所有新技术的发展，都要经历从喧嚣到沉淀的过程。

而机器人，终将在螺丝拧紧、物料搬运、焊缝精准之间，证明自己的价值。

具身智能这条路很长，也很复杂。

它需要的或许不是更多争论，而是更多修路的人：先别急着造机器人，不妨先把基建搞好，把数据平台、算力网络、行业标准铺稳。

而最重要的基建应该是，当机器人开始进入就业市场后，对应行业的人类劳动力，该走向何方。这是最重要的，最急需的，也是最必须要回答的答案。

毕竟，机器人的出现是为了让人类生活的更好，而不是让人类没有活路。

只有这些路修宽了，才可能跑出更远的世界。