高廷帆（首都经济贸易大学经济学院副教授、中国商业经济学会理事）
最近首届世界人形运动会的多个搞笑瞬间火上了热搜，也让具身智能再次成为市场热议的话题。在不久前的2025年世界机器人大会上，当英伟达副总裁Rev Lebaredian说出“计算机力量将进入100万亿美元的物理世界市场”时，台下掌声雷动。但冷静下来想想，这个预言似乎让人既兴奋又困惑——如果前景如此光明，为什么特斯拉的Optimus还在笨拙地叠衣服？为什么机器狗虽然能翻跟头，却很难帮你准确地端杯水？
1712年纽科门发明之一台大气压蒸汽机时，它笨重、低效，主要用于矿井排水。直到1769年瓦特改良后，又经历了半个世纪的缓慢改进，才在1825年左右随着铁路运输的兴起真正改变世界。从发明到产业革命，整整用了80年。1879年爱迪生发明白炽灯泡时，电力还是实验室里的新奇玩意。但仅仅40多年后的1920年代，电力已经深入千家万户，重塑了人类的生活方式。1969年阿帕网连接了四个节点，1980年代蒂姆·伯纳斯-李发明万维网时，全球只有几百台计算机联网。但到了1995年互联网商业化浪潮席卷全球，短短20年就彻底重构了人类的信息交互方式。
回溯历史，所有颠覆性技术似乎都遵循相同的扩散与演化轨迹：起步阶段进展缓慢，积累到临界点后呈指数增长，最终走向成熟稳定。这就是创新扩散的“S型曲线”。从1961年之一台工业机器人尤尼梅特（Unimate）诞生算起，已经60多年过去，但我们似乎依然在创新扩散“S型曲线”的底部徘徊。
但历史告诉我们，“S型曲线”的漫长蓄力往往在一夜之间迎来质变。正如电力在爱迪生建立之一座发电站后突然加速，互联网在万维网标准化后迅速普及，机器人产业同样在等待属于自己的“临界点时刻”。
机器人真正走进生活的这个时刻，或许要比我们想象的更近。按照“战略节奏”理论，技术创新的爆发需要三个条件同时成熟：技术可行性、经济可行性和社会接受度。令人振奋的是，这三个条件正在2025年发生前所未有的同步变化。
首先是算力成本的断崖式下跌带来的突破。英伟达的Jetson Thor芯片实现了一个关键突破：边缘计算能力提升10倍，成本仅增加30%。这意味着机器人终于可以在本地运行复杂的神经 *** ，摆脱对云端的依赖。这种变化的意义不容小觑。算力的本地化正在为机器人的实时决策能力扫清最后的技术障碍。
其次是数据飞轮开始加速转动。虽然真实数据稀缺，但仿真技术的飞跃正在重写游戏规则。随着机器人产品开始批量部署，真实数据正在以指数级增长。宇树科技创始人王兴兴预测，三年后机器人出货量将从1000台跃升至1万台——这意味着可用数据将增长100倍。数据飞轮一旦转动，技术进步就会进入自我强化的正循环。
第三个变化来自应用场景的降维突破。聪明的创业者已经放弃了“造出完美人类替代品”的执念，转而寻找那些“60分就够用”的应用场景。这种策略收效显著。在电商仓库，机器人只需要精确搬运货物，不需要人类的全方位灵巧性；在现代农场，采摘机器人可以慢一些，但能够24小时不间断工作；在养老护理场景中，陪伴机器人不需要完美无缺，或许一个60分的“人形存在”就能有效缓解老人的孤独感。
硅谷许多企业信奉“登月计划”式的指数思维——OpenAI追求通用人工智能，特斯拉要打造万能机器人。而中国的一些企业更像是在“修桥铺路”——宇树专注成本控制，银河通用死磕抓取技术，千寻智能用分层架构绕过端到端技术的复杂性。这种差异反映了两种创新哲学的方向：硅谷相信技术突破能带来颠覆性变革，而中国企业更倾向于在现有条件下寻找渐进式解决方案。
以自动驾驶为例，不完全统计，过去十年，自动驾驶领域“烧”掉了上千亿美元，但这个领域似乎却没有诞生一家真正成功的百亿美元企业。根本原因在于过度理想化，忽视了从技术创新到产业发展的基本规律：用户购买的不是先进技术本身，而是问题解决方案。反观中国一些企业的现实策略，虽然不一定有硅谷式的想象力，却可能更符合“S型曲线”底部的生存法则——在技术突破尚未到来时，通过工程优化和成本控制建立护城河，等待属于自己的拐点时刻。这种路径选择的意义不容小觑。它决定了谁能在漫长的“S型曲线”底部活下来，最终等到指数增长的那一天。
英伟达副总裁Rev Lebaredian关于百万亿美元市场的预言并非空中楼阁，但这个机会不会一蹴而就。它需要整个产业生态的协同演化，需要无数次试错与迭代，需要重新定义人机关系的边界。2025年具身智能受到前所未有的关注，此刻既不应被短期泡沫冲昏头脑，也不应因技术瓶颈而丧失信心。历史告诉我们，每一次产业革命都在质疑声中起步，在不经意间爆发。
拐点将至，但征途漫漫。这不是投机者的游戏场，却是长期主义者深耕的沃土。正如王兴兴所言，这将是“像电力和蒸汽机一样改变人类文明”的革命。只是这一次，我们不需要等80年，或许20年就能见证历史。
