在近期一场机器人行业盛会之后，巴克莱的主题投资分析师给市场对通用人形机器人的狂热预期泼了一盆“清醒的冷水”。分析师威廉·汤普森在6月8日的研报中指出，尽管行业在“AI进入物理世界”这一方向上达成共识，展示的原型机和单任务机器人也越来越多，但将完全自主、能适应人类环境的通用人形机器人大规模投入商业运营，其时间表远比许多投资者想象的要遥远。
汤普森的观点源于对波士顿Robotics Summit & Expo的实地观察。他发现，现场虽然热闹，但多数展示仍停留在演示和试点阶段。这背后是横亘在通用人形机器人面前的几道关键门槛：安全性、硬件可靠性、复杂环境感知能力、真实世界数据匮乏以及巨大的算力需求。这些挑战相互交织，使得从“能动”到“能在复杂环境中可靠地动”之间存在巨大鸿沟。
短期现实：窄任务机器人在受控环境中先行
巴克莱分析认为，短期内更确定的部署方向并非“万能”的通用人形机器人，而是专注于特定任务的机器人在受控环境下的应用。仓库、工厂、焊接和物流等场景，因其目标清晰、路径相对固定、意外情况可控，成为机器人率先落地的理想场所。在这些地方，机器人无需像人类一样理解整个世界的复杂性，只需高效完成有限的任务即可。
这与通用人形机器人所面临的“长尾问题”形成鲜明对比。在真实的人类生活或工作环境中，地面不平、物品摆放混乱、人员走动、光线变化等无数非标准化因素，都可能导致机器人失效。工厂和仓库的失误后果通常低于公共道路，这使得企业更愿意尝试“不完美但可监督”的系统，但这并不意味着可以跳过对安全和可靠性的严苛要求。
安全与可靠性：规模化的前置条件
传统工业机器人被关在安全笼里执行预编程动作，而人形机器人的设计初衷是进入人类活动区域。这一根本性变化将问题从“机器能否完成动作”升级为“机器出错时，谁来承担后果”。因此，安全不再是附加项，而是能否实现商业规模化的核心前提。
可靠性直接关系到商业价值。一台频繁停机的机器人，损失的不仅是自身效率，更是整条产线的稳定性和工人的信任。巴克莱的框架中提到，AI有望将机器人的可靠性从约85% 提升到95% 以上，但对许多工业场景而言，95%可能仍然不够。越接近真实生产，容错率就越低。此外，安全还涵盖网络安全层面。人形机器人本质上是联网的软件定义系统，一旦被非法访问或数据被污染，问题将从IT事故演变为物理世界的运营风险。
缺失的“GPT时刻”与数据困境
大语言模型的爆发得益于GPT-3这样的标志性时刻，以及更早的Transformer架构。但巴克莱指出，机器人领域尚未出现类似的突破——一个能让机器在多环境、多任务、长尾场景中稳定感知、计划并行动的通用架构。这背后是著名的莫拉维克悖论：对人类来说近乎本能的感知、抓取和平衡，对机器人而言是极其复杂的工程难题；而逻辑推理、下棋等人类觉得困难的任务，算法却能轻松完成。
行业正在尝试多种路径，如结合快速反射与长期规划的“快慢系统”、通过试错学习的强化学习，以及能将“拿起红色杯子”这类指令转化为动作的视觉-语言-动作模型。但最大的瓶颈在于数据。文本和图像模型可以吞噬互联网数据，机器人却没有类似的资源库。真实机器人采集数据慢、贵、风险高，一次严重摔倒就可能导致硬件损坏。因此，仿真和数字孪生变得至关重要，开发者可以让成千上万个虚拟机器人在虚拟世界中并行练习，但其效果向真实世界迁移时仍存在缺口。特斯拉的Optimus项目便是一个典型例子，它利用自动驾驶仿真经验进行训练，并设想通过“Optimus Academy”让数万台实体机器人在受控设施中积累数据。
硬件与算力：最慢的腿和最贵的成本
软件可以快速迭代，但硬件不行。电机、执行器、传感器、手部结构和电池系统，每一个环节都需要漫长的设计、制造和反馈周期。没有足够安全可靠的产品，就难以大规模建产能；没有规模化制造，又难以降成本和获取真实反馈，这是一个典型的“鸡生蛋”难题。例如，一个灵巧度仍有限的机器人手部成本就高达约2000美元，而一台机器人通常需要30至60个执行器。
算力竞争同样激烈。从用于训练的大规模云端仿真算力，到参数规模可达100亿至200亿级别的VLA基础模型训练，再到机器人本体上需要在几十毫秒内响应、必须被压缩后运行在电池供电硬件上的边缘算力，每一层都消耗巨大。单台人形机器人的感知堆栈成本可达约2万美元，这意味着算力成本将直接计入每台机器的物料清单中。
面对不成熟的供应链，许多人形机器人公司开始进行垂直整合，自己制造关键零部件。1X自研腱驱动电机并已生产约1.7万个；Apptronik为其Apollo机器人开发自有高扭矩执行器；Boston Dynamics则计划借助现代汽车的供应链；特斯拉更是希望将电动车级的电机和自研FSD计算平台复用于Optimus，长期目标是将单台成本降至约2万美元。然而，巴克莱提醒，制造能力只是入场券，并非最终的胜负手。人形机器人的商业化之路，仍需跨越从技术演示到可靠规模部署的漫长鸿沟。