13 min read

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。

Image

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。

Image

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。

Image

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。

Image
Image

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:

  1. 全球正面临真实且巨大的劳动力短缺
  2. 物理世界里的自动化缺口,靠纯软件已经补不上
  3. 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
  4. 专用机器人会很重要,但通用平台长期会吃下更大的市场
  5. 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。