在近期一場機器人行業盛會之後，巴克萊的主題投資分析師給市場對通用人形機器人的狂熱預期潑了一盆“清醒的冷水”。分析師威廉·湯普森在6月8日的研報中指出，儘管行業在“AI進入物理世界”這一方向上達成共識，展示的原型機和單任務機器人也越來越多，但將完全自主、能適應人類環境的通用人形機器人大規模投入商業運營，其時間表遠比許多投資者想象的要遙遠。
湯普森的觀點源於對波士頓Robotics Summit & Expo的實地觀察。他發現，現場雖然熱鬧，但多數展示仍停留在演示和試點階段。這背後是橫亙在通用人形機器人面前的幾道關鍵門檻：安全性、硬件可靠性、複雜環境感知能力、真實世界數據匱乏以及巨大的算力需求。這些挑戰相互交織，使得從“能動”到“能在複雜環境中可靠地動”之間存在巨大鴻溝。
短期現實：窄任務機器人在受控環境中先行
巴克萊分析認為，短期內更確定的部署方向並非“萬能”的通用人形機器人，而是專注於特定任務的機器人在受控環境下的應用。倉庫、工廠、焊接和物流等場景，因其目標清晰、路徑相對固定、意外情況可控，成為機器人率先落地的理想場所。在這些地方，機器人無需像人類一樣理解整個世界的複雜性，只需高效完成有限的任務即可。
這與通用人形機器人所面臨的“長尾問題”形成鮮明對比。在真實的人類生活或工作環境中，地面不平、物品擺放混亂、人員走動、光線變化等無數非標準化因素，都可能導致機器人失效。工廠和倉庫的失誤後果通常低於公共道路，這使得企業更願意嘗試“不完美但可監督”的系統，但這並不意味著可以跳過對安全和可靠性的嚴苛要求。
安全與可靠性：規模化的前置條件
傳統工業機器人被關在安全籠裡執行預編程動作，而人形機器人的設計初衷是進入人類活動區域。這一根本性變化將問題從“機器能否完成動作”升級為“機器出錯時，誰來承擔後果”。因此，安全不再是附加項，而是能否實現商業規模化的核心前提。
可靠性直接關係到商業價值。一臺頻繁停機的機器人，損失的不僅是自身效率，更是整條產線的穩定性和工人的信任。巴克萊的框架中提到，AI有望將機器人的可靠性從約85% 提升到95% 以上，但對許多工業場景而言，95%可能仍然不夠。越接近真實生產，容錯率就越低。此外，安全還涵蓋網絡安全層面。人形機器人本質上是聯網的軟件定義系統，一旦被非法訪問或數據被汙染，問題將從IT事故演變為物理世界的運營風險。
缺失的“GPT時刻”與數據困境
大語言模型的爆發得益於GPT-3這樣的標誌性時刻，以及更早的Transformer架構。但巴克萊指出，機器人領域尚未出現類似的突破——一個能讓機器在多環境、多任務、長尾場景中穩定感知、計劃並行動的通用架構。這背後是著名的莫拉維克悖論：對人類來說近乎本能的感知、抓取和平衡，對機器人而言是極其複雜的工程難題；而邏輯推理、下棋等人類覺得困難的任務，算法卻能輕鬆完成。
行業正在嘗試多種路徑，如結合快速反射與長期規劃的“快慢系統”、通過試錯學習的強化學習，以及能將“拿起紅色杯子”這類指令轉化為動作的視覺-語言-動作模型。但最大的瓶頸在於數據。文本和圖像模型可以吞噬互聯網數據，機器人卻沒有類似的資源庫。真實機器人採集數據慢、貴、風險高，一次嚴重摔倒就可能導致硬件損壞。因此，仿真和數字孿生變得至關重要，開發者可以讓成千上萬個虛擬機器人在虛擬世界中並行練習，但其效果向真實世界遷移時仍存在缺口。特斯拉的Optimus項目便是一個典型例子，它利用自動駕駛仿真經驗進行訓練，並設想通過“Optimus Academy”讓數萬臺實體機器人在受控設施中積累數據。
硬件與算力：最慢的腿和最貴的成本
軟件可以快速迭代，但硬件不行。電機、執行器、傳感器、手部結構和電池系統，每一個環節都需要漫長的設計、製造和反饋週期。沒有足夠安全可靠的產品，就難以大規模建產能；沒有規模化製造，又難以降成本和獲取真實反饋，這是一個典型的“雞生蛋”難題。例如，一個靈巧度仍有限的機器人手部成本就高達約2000美元，而一臺機器人通常需要30至60個執行器。
算力競爭同樣激烈。從用於訓練的大規模雲端仿真算力，到參數規模可達100億至200億級別的VLA基礎模型訓練，再到機器人本體上需要在幾十毫秒內響應、必須被壓縮後運行在電池供電硬件上的邊緣算力，每一層都消耗巨大。單臺人形機器人的感知堆棧成本可達約2萬美元，這意味著算力成本將直接計入每臺機器的物料清單中。
面對不成熟的供應鏈，許多人形機器人公司開始進行垂直整合，自己製造關鍵零部件。1X自研腱驅動電機並已生產約1.7萬個；Apptronik為其Apollo機器人開發自有高扭矩執行器；Boston Dynamics則計劃藉助現代汽車的供應鏈；特斯拉更是希望將電動車級的電機和自研FSD計算平臺複用於Optimus，長期目標是將單臺成本降至約2萬美元。然而，巴克萊提醒，製造能力只是入場券，並非最終的勝負手。人形機器人的商業化之路，仍需跨越從技術演示到可靠規模部署的漫長鴻溝。