人形机器人论纲:为什么具身智能会成为下一轮超级平台
来源:https://x.com/rewkang/status/1968392366987121081?s=52
本文改编自 Mechanism Capital 对 Apptronik 的投资 thesis。
纵观历史,每一轮重大技术创新,都会从根本上改变人类生产率,以及“劳动”这件事本身的形态。
经济学家 Nikolai Kondratiev 曾经总结过这种长周期创新浪潮:
- 蒸汽机带来了机械化制造
- 电力催生了流水线
- 计算机打开了数字生产率时代
- 互联网则把全球协作推到了新高度
而今天,我们正在进入第六波浪潮:
由具身智能驱动的时代。
这个时代并不是“酷炫想象力”的产物,而是被现实逼出来的。
到 2030 年,全球预计会短缺 8500 万名劳动者,对应大约 8.5 万亿美元未能实现的 GDP。
传统的软件自动化已经逐渐碰到边界,尤其是在物理世界里,很多任务依然高度依赖人力。
所以答案不再是“更多软件”,而是:
把智能真正装进机器里。
为什么“体力劳动”是一个巨大的机会
体力劳动本身就是全球最大的市场之一。
但过去它一直很难被真正产品化,除非是那种高度专用的机器。
真正的圣杯,其实一直都是通用型机器人:
如果“劳动”本身可以被制造、复制和出售,那它的规模会大到惊人。
问题在于,真正把智能人形机器人做出来并商业化,是世界上最难的技术挑战之一。
你需要跨越很多高度专业化、且人才极其稀缺的领域:
- 计算机视觉
- 机器人学习
- 机器人行为控制
- 人形控制系统
- 执行器设计
- 机械手工程
- 机器人 fleet orchestration
- 复杂硬件的大规模制造
Mechanism Capital 看过上百家人形机器人公司,但他们认为,真正有能力把这件事做到“向现实世界交付数百万台机器人”的公司,少之又少。
因此到目前为止,他们只投了两家:
- Figure
- Apptronik
作者的判断很明确:
这个赛道未来一定会出现一些巨大赢家,但也会有大量失败者。
而在西方世界里,他们认为真正有希望跑出来的,只有极少数几家。
为什么偏偏是“人形”,而且是“现在”
劳动需求不只是在增长,它还在碎片化。
几个大趋势正在同时发生:
- 人口老龄化
- 劳动力萎缩
- 工资压力上升
- 消费者对速度、可靠性、韧性的要求越来越高
这些宏观变化,正在制造一种结构性失衡:
可用劳动力越来越少,但必须完成的任务并没有变少。
于是,劳动市场开始进入一个更根本的重构:
问题不再只是“谁来干活”,而是“到底是人干,还是机器干”。
作者认为,通用型人形机器人不仅能填补劳动力缺口,而且最终还会:
- 更便宜
- 更快
- 更容易规模化
以 5 万美元一台 的价格看,人形机器人按小时成本算,已经在全球大多数地区比人更便宜了,包括中国、墨西哥,甚至连时薪 2 美元左右的印度也不例外。
而且这还不是终点。
作者认为,在未来几年,高质量机器人的制造成本明显有路径降到 远低于 5 万美元,而随着供应链成熟,未来十年它还有很大空间继续压缩。
这笔账其实并不复杂。
机器人:
- 不需要休息
- 不需要假期
- 不会生病请假
- 不需要医保和劳动保护
- 可以一天工作 22 小时,一周 7 天,一年接近 365 天
- 只需要换电池
- 软件改进的边际成本趋近于零
即便机器人目前只按“人类速度”工作,也很容易推导出:
一台通用机器人可以做出 3 到 4 个工人的产出。
在一个受制于劳动力供给和通胀压力的世界里,人形机器人本质上就是一种 cost-down solution。
而且有意思的是,作者说他们和不少客户聊完后发现:
就算机器人暂时不比人工更便宜,很多客户依然会优先想要机器人。
原因很现实:
管理人本来就很难。
高流失率、绩效问题、反复招聘和培训,这些东西在机器人劳动力面前都会被大幅削弱。
为什么一定要“长得像人”
一个常见疑问是:
既然要做通用机器人,为什么非得长得像人?
答案其实非常简单:
因为这个世界本来就是按人的形态建的。
门把手、货架、叉车、楼梯、工位、工具、车辆、工厂、办公室……
这一切,都围绕“两只手、两条腿、某个高度范围、某种活动方式”被优化了几百年。
所以,如果你想要一个能原生和现有世界互操作的通用机器人,你最后大概率还是会回到一个类似人的形态。
从第一性原理去设计,它很可能会有:
- 两只手和手臂,带触觉感知,用于不同类型的操作
- 双足结构,带膝盖、脚踝和髋关节
- 每条腿至少 6 到 7 个自由度,用于动态行走和平衡
- 两个摄像头放在顶部,相当于眼睛,用于 3D 视觉和深度感知
- 一个中央躯干,用来放主处理器、电池等核心部件
你也许会做一些微调,比如脚上带可收起的轮子,让它在平地上移动更高效。
但总体上,它最后还是会长得很像人。
也就是:
Humanoid。
作者进一步指出,人类之所以至今仍然活跃在工厂、仓库、建筑工地这些环境里,不是因为自动化不存在,而是因为:
人类本身太适应复杂环境了。
而人形机器人真正想复制的,正是这种适应性。
当然,这里也有一个细微但重要的补充:
这篇文章虽然叫“Humanoid Thesis”,但他们的真正 thesis 其实覆盖的是所有通用型机器人。
因为严格来说,人形机器人的腿和腰部会显著提高成本。
很多场景里,带轮子的移动底盘可能更便宜,也已经足够好用。
比如:
- 在大多数建筑内部,轮式机器人完全可以在平地移动
- 也可以利用电梯在楼层间穿梭
- 还有很多工作根本不需要移动,人一整天都站在固定工位
在这些场景里,简单的双臂机器人或移动操作机器人,也许更实际。
毕竟,人类大多数劳动真正发生的地方,其实是:
手和手臂。
这也是 Dyna Robotics 这类公司的路线。
专用机器人不会先赢吗?
怀疑者常见的观点是:
通用机器人未必会赢,专用机器人会更早落地、做单一任务更强,也更容易快速进入市场。
作者承认,这个判断在短期内是对的。
专用设备确实通常会更早在市场前期取得突破。
但历史一再说明:
长期来看,通用平台往往能拿走更大的市场。
因为它们具备规模效应和广泛适用性,随着时间推移,还会不断接近甚至赶上专用设备在性能和成本上的优势。
作者举了两个经典比喻。
智能手机替代一堆专用设备
还记得 MP3、GPS、数码相机吗?
它们后来都被一个通用设备吃掉了:
智能手机。
iPhone 在 2007 年出现时,并不是每件事都做到最好。
但它“每件事都够好”,而且会持续变得更好。
18 年后的今天,智能手机几乎无处不在,围绕它长出的应用生态更是无穷无尽。
作者认为,人形机器人未来也会变成类似的平台。
区别只是,开发者今天构建的是 app,未来他们构建的可能是:
看起来像“人类技能”的能力模块。
GPU 与 ASIC
另一个例子是计算。
ASIC 天生就是为专用任务而设计,能把某些事情做得极致好。
但它整体市场规模依然远小于 GPU。
为什么?
因为现实世界的唯一常量就是变化。
算法会变,生产线会变,工作环境会变,需求也会变。
这就是市场为什么一直偏爱“适应性更强”的平台。
作者认为,Humanoid 和 GPU、智能手机一样,也会成为一种覆盖极广需求的平台。
它尤其适合那些今天本来就由人完成多任务的场景,比如餐饮、仓储、零售、制造。
比如在餐饮里,一个工人可能同时要:
- 清洁
- 送餐
- 备餐
- 做库存管理
在制造业里,有些工厂需要面对上千个 SKU,而且每年频繁换线。
在这种不断变化的环境里,Humanoid 可能比高度专用机器更有吸引力。
更别说,很多中小企业也根本没法承受一次性上大规模专用设备的资本开支。
对它们来说,“按劳动力服务付费”的机器人模式,反而更现实。
市场到底有多大
根据世界银行和 OECD 的数据,全球劳动成本大约占 GDP 的 60% 到 65%,也就是大约 60 万亿到 70 万亿美元。
而按照 McKinsey 和 BCG 的保守估计,其中超过 60% 的劳动任务,可以用当前或近期可实现的技术自动化。
这意味着,通用型机器人的可服务市场,大约能到:
42 万亿美元。
这是一个远远大于专用硬件市场的规模。
而且这次自动化浪潮和过去不一样的一点在于:
它不是 winner-take-all。
作者认为,人形机器人市场最终更像汽车行业:
- 多家大玩家并存
- 硬件和软件栈各有差异化
- 应用场景也非常丰富
万亿美元级视野
真正的大问题不只是“有没有市场”,而是:
这个市场到底能大到什么程度,以及会如何映射成收入。
作者给出的保守区间是:
未来几十年里,全球可能会部署 1 亿到 10 亿台 人形机器人。
如果平均单价按 5 万美元 算,这对应的市场价值就是:
5 万亿美元到 50 万亿美元。
文中还引用了马斯克的判断:
我觉得我们正在走向一个完全不同的世界,一个很有意思的世界。对人形机器人,我的判断是,最终会有数百亿台。每个人都会想拥有自己的机器人。这会释放出巨大的经济潜力。
基于一个和马斯克长期预测相匹配的 logistic growth model,作者画出了全球 Humanoid 部署量的增长曲线,并进一步用一个非常粗略但足够说明问题的估算,把部署量映射到收入和企业价值上。
结论很简单:
即便是“并不夸张”的采用率,一旦放大到全球规模,也会很快对应数千亿美元收入和数万亿美元企业价值。
这也是为什么人形机器人总被拿来类比成下一个 trillion-dollar platform shift。
作者还换了个更直观的角度来解释。
每年:
- 汽车销量是数亿级
- PC / Laptop 也是数亿级
- 手机则是数十亿级
他们认为,通用机器人未来也会像这些设备一样普及。
再比如 Walmart。
作者指出,Walmart 每年的 SG&A labor + COGS labor 成本大约是 1600 亿美元。
如果极端假设劳动成本可以降到 0,那么它的业务价值理论上会提升 1600 亿美元,相当于商业价值暴增数倍。
更现实一点,就算机器人公司只是帮 Walmart 替换和降低 25% 的人工成本:
- Walmart 可以省下 400 亿美元
- 提供机器人劳动的公司则可能获得 1000 亿美元级别收入
这就是机器人行业真正的价值所在。
最后的结论
这篇 thesis 最核心的判断,其实可以压缩成几句:
- 全球正面临真实且巨大的劳动力短缺
- 物理世界里的自动化缺口,靠纯软件已经补不上
- 通用型机器人,尤其是适配人类环境的人形机器人,会成为下一轮关键平台
- 专用机器人会很重要,但通用平台长期会吃下更大的市场
- 这个市场不是百亿美元级,而是可能通向万亿美元甚至数十万亿美元级别
作者最后明确说明,Mechanism Capital 是以下公司的投资人:
- Figure
- Apptronik
- Dyna Robotics
所以这当然不是一篇“中立报告”。
但即便带着立场,它依然很清楚地指出了一件事:
如果 AI 的下一步不是只存在于屏幕里,而是开始真正进入物理世界,那么人形机器人很可能就是最值得认真研究的方向之一。