在2024年的科技浪潮中，具身智能的創業熱潮正席卷機器人行業，但一場關于機器人技術路徑的“內部分歧”也逐漸顯現。
在深入訪談了眾多機器人企業后，我們觀察到了一種行業內的“階層劃分”。多位業內人士透露，軟件開發者往往輕視硬件開發者，而大模型專家則對強化學習研究者持保留態度。這種認知差異，深刻影響著機器人創業者的切入點和戰略選擇。
據英諾天使基金合伙人王晟介紹，當前國內的機器人創業公司大致分為三類：一是傳統機器人背景的團隊，他們聚焦于硬件能力，如控制和電機技術，尤其重視機器人本體的研發，如人形或四足機器人；二是軟件背景團隊，他們更看重機器人的智能化和泛化能力，這類團隊又可細分為從AI熱潮轉型而來的創業者，如計算機視覺、強化學習專家，以及擁有大模型背景的新玩家，后者在行業內處于較為領先的位置。
宇樹 Unitree G1
一家具身智能大腦公司的創始人直言不諱地表示，軟件才是機器人發展的關鍵瓶頸，但目前硬件公司在AI軟件方面的投入嚴重不足，往往只是簡單接入開源的大模型。相比之下，宇樹科技等硬件派企業則對AI投入持謹慎態度，認為硬件才是他們的核心競爭力，甚至歡迎客戶僅使用其硬件。
這種“軟硬之爭”導致國內機器人行業呈現出一種分裂狀態。大部分硬件公司仍采用傳統的硬件思維，對“大腦”的運用淺嘗輒止；而大部分專注于“大腦”的公司則選擇從頭開始研發硬件。兩者各自為政，缺乏統一的行業共識。
更令人驚訝的是，盡管大模型在手機、電腦等終端上表現出色，但在機器人領域卻未能發揮預期效果。多位投資人和業內人士透露，許多機器人廠商展示的酷炫demo背后，往往隱藏著大量的失敗嘗試和“不誠實”的剪輯。大模型與機器人所需的“空間智能”之間存在巨大差距，語言大模型甚至可能因數據量過大而產生“幻覺”，干擾任務執行。
Figure 02
據了解，目前大部分硬件公司對大模型的理解和應用并不深入，主要停留在簡單接入通用語言大模型的階段。而真正適配具身智能的大模型在國內尚屬空白。為了解決這一問題，機器人行業曾嘗試在多模態大模型和機器人身體之間引入“小腦”作為中間層，但這一方法又帶來了新的問題，如子任務的無限預設和數據匱乏等。
智元遠征A2-max
面對這一困境，機器人行業開始了一場集體“糾偏”。投資風向在2024年下半年悄然變化。此前，投資人普遍傾向于投資人形機器人硬件公司，但隨著人形機器人公司的估值飆升，這些公司變得“貴到投不起”。與此同時，專注于機器人小腦/大腦的公司則面臨融資困境，不得不重新思考市場定位。然而，今年下半年以來，這一趨勢開始逆轉，投資人開始轉向具身智能領域。
硬件廠商也開始反思過去的模式，逐漸意識到通用基礎模型能力的重要性。盡管大模型尚未真正應用于機器人領域，但它給這一行業帶來的啟示是，或許需要先構建通用的基礎模型能力，再在此基礎上發展專用的能力，以系統性地解決通用性問題。
機器人領域的“軟硬之爭”暴露了AI沖擊下機器人行業的混沌狀態。然而，不確定性中的確定性是，機器人的終局必然是硬件與具身智能的結合，軟硬件缺一不可。無論是從軟件還是硬件出發，最終的目標都是相似的，關鍵在于誰的商業效率更高。而在AGI時代，機器人公司需要既懂AI又懂硬件的團隊，更重要的是，團隊成員之間需要相互認同。
