8月19日，宇树科技科创板敲钟，发行价150.8元开盘直接摸到1100元，629%的涨幅把盘中市值推到4449亿。到9月18日上市满月，股价较首日高点回撤53%，市值蒸发2366亿——相当于三分之一个小米。二级市场在撤，一级市场却狂热：2026年上半年国内具身智能融资935亿，是去年同期的5倍，估值过百亿的公司从3家涨到20多家。SAG数据更直接：上半年全球人形机器人出货1.91万台，中国占97%，智元一家就拿了44%的份额。
很多人把具身智能简单理解成“AI加个身体”，这认知太浅了。伯克利ROAR主席Allen Yang说，它的本质是“把智能放进物理形体里”——扫地机器人、自动驾驶车都是具身智能，人形只是外界最容易想象的终极形态。
卡脖子的，不是大脑是小脑
业内共识的五层技术栈：硬件、感知、小脑（运动控制）、大脑（规划）、训练。不少人盯着“大脑”的大语言模型，其实真正卡脖子的是小脑。亦庄半马今年冠军跑出50分26秒，比人类男子半马纪录快近7分钟，可这是专为跑步优化的下肢设计。机器人的手至今连拧开瓶盖都费劲，更别说在陌生空间里独立开门、使用未知工具——这些全是小脑要负责的动作控制。小脑划定了身体能做的动作区间，大脑再强，也只能在这个区间里挑选、组合动作。
莫拉维克悖论，藏在小松鼠的爬树里
机器能考律师、写代码，却叠不好被子，这是莫拉维克悖论。Allen Yang说这不是悖论，是行为智能的缺口。小松鼠没语言，却能爬任意树、吃任意果，因为它的DNA是个“预训练模型”，不用从零学动作。机器人没有这个“基因级预训练”，学爬楼梯、叠被子要从零开始，少样本学习能力至今没达标——这才是当前最难突破的地方。
世界模型，不是所有场景的刚需
现在不少团队从VLA（视觉-语言-动作模型）转向世界模型，想让机器人先模拟物理世界演变再行动。Allen Yang明确，世界模型只在拿不到数据的场景里值钱：自动驾驶有几百万辆车在路上跑，数据足够多；工厂有标准化规则，不用模拟；只有私人家庭，每家装修、布局不一样，不可能公开采集数据，才真正需要世界模型。
最后留个问题：当我们给机器人装“小脑”时，要不要放弃“完美人形”的执念，先让它们在扫地、帮拿东西这些小事上跑通，再谈人形保姆？
素材来源：钛媒体 · AI情报、具身智能
查看报道原文
发表第一条评论吧