人形機器人萬億戰場：兩種路徑，一種命運

2026-05-26 11:26

機器最前線

關注

中美機器人產業競爭的本質，是一場誰也離不開誰的共生賽跑。

近日，美國總統特朗普乘“空軍一號”抵達北京，英偉達CEO黃仁勛臨時增補隨行。此前美國升級H20芯片出口管制，已令英偉達計提45億美元資產減值；此番訪華，黃仁勛的核心目標，正是推動民用AI算力對華常態化供貨。

（圖片來源：網絡）

特朗普的隨行名單里不止有黃仁勛，還有馬斯克——特斯拉CEO、Optimus的締造者。兩位主導美國機器人產業方向的科技巨頭同步訪華，并非單純外交姿態，而是產業現實：美國政府一邊掐住中國機器人產業的算力咽喉，一邊讓自己的科技巨頭來華尋求合作。

這種擰巴的姿態，恰恰暴露了人形機器人產業最核心的真相：大腦層面的技術競爭，本質是互補共生、誰也離不開誰。

01美國最強大腦卡產能

在全球人形機器人產業里，美國在大腦層面仍占據制高點。其優勢集中體現在三條差異化的技術路線上：

第一條路線，是通用具身智能模型的精研，代表者是Figure AI。2025年2月，Figure AI發布的Helix系統，是業內首個機器人雙系統VLA模型。它用70億參數的視覺語言模型（S2）負責慢思考——理解場景、解析語義、規劃任務；再用8000萬參數的Transformer（S1）以200Hz的頻率輸出精細動作。這種“大腦+小腦”的解耦架構，讓機器人僅憑自然語言指令，就能零樣本抓取數千種從未見過的物品。Figure 03機器人在廚房演示中，4分鐘自主完成61個連續動作，全程無人操控——這是目前公開復雜度最高的自主操作序列。

（Figure發布的Helix系統）

第二條路線，是數據飛輪驅動的算法遷移，特斯拉是典型。其特點是將自身在智能汽車領域積累的算法、數據和算力優勢，系統性移植到人形機器人賽道。特斯拉直接把經過數百萬輛車驗證的FSD（完全自動駕駛）算法移植到Optimus人形機器人上。全球超過600萬輛特斯拉車輛，每天產生1600億幀真實世界視頻數據，構成了無可比擬的數據飛輪。為此，馬斯克重啟了Dojo 3超算項目，計劃將512顆自研的AI5芯片（單顆算力高達2500 TOPS）密集集成，專門為訓練Optimus提供澎湃算力。2026年，特斯拉在AI和機器人上的資本開支將超過250億美元。

第三條路線，是開源生態的平臺化布局，英偉達在此發力。2025年3月，英偉達發布了GR00T N1，號稱全球首個開源的人形機器人基礎模型。它并非只為自家產品服務，而是配合其Omniverse合成數據引擎，試圖構建機器人界的安卓系統。黃仁勛更是將機器人列為繼AI后的下一個萬億美元市場。

這種大腦的優勢決定了美國的人形機器人能不能舉一反三，能不能在陌生環境里自主決策，但美國也有自己的結構性困境。

摩根士丹利在2025年底發布的《機器人年鑒》報告中指出，中國在人形機器人領域已形成系統性量產與場景優勢，即便美國在政策端發力，中美在產業化落地層面的差距仍在加速擴大。原因很現實，這源于美國制造業生態與機器人產業化需求之間的深層錯配。

（截圖來源：摩根士丹利2025年《機器人年鑒》）

首先，美國機器人供應鏈空心化制約了美國硬件的快速迭代與成本控制。美國機器人產業鏈的本土化率不足50%，像諧波減速器、高精度伺服電機、力控傳感器等核心部件嚴重依賴日本、韓國等海外供應商。這不僅拉長了研發和生產周期，也使得成本居高不下，難以支撐消費級或工業級機器人所需的大規模、低成本制造。

其次，美國頂尖的算法模型缺乏足夠身體去承載和驗證。Figure AI憑借其Helix系統在技術上備受矚目，估值飆升至400億美元，但其規劃的年產能僅為1.2萬臺；特斯拉的Optimus人形機器人月產能至今仍停留在數百臺級別。這種實驗室領先，工廠滯后的局面，意味著最先進的算法無法通過海量實體機器人在多樣化的真實場景中持續收集數據、完成迭代閉環，從而限制了其智能進化的速度和實用性。

最后，美國機器人商業化落地場景的廣度與深度不足。美國的優勢集中在如醫療、太空、特種作業等高附加值、小批量的前沿探索，但在需要規模化部署、極端性價比和7x24小時可靠性的工業制造、物流倉儲、商業服務等領域，缺乏像中國那樣豐富的應用場景和迫切的替代人力需求。沒有場景，就難以形成數據飛輪，算法優勢無法轉化為市場優勢和成本優勢。

簡而言之，算法再強，也需要身體來執行，而美國的身體——即成熟的供應鏈、規模化制造能力和豐富的量產級應用場景——明顯跟不上其大腦的進化節奏。這構成了其在人形機器人這場馬拉松中，面臨的最現實挑戰。

02中國場景狂奔缺算力

若說美國機器人大腦依托算法精研，中國機器人的大腦則依靠海量真實場景數據實現差異化突破。

2026年4月，智元機器人在龍旗科技工廠開了一場8小時無剪輯直播：精靈G2機器人在MMIT測試工站上連續完成2283次精密上下料，成功率99.5%，單工序18—20秒，每小時310件，一臺頂兩班人工。這不是Demo，是真實的部署態。智元將2026年定義為部署態元年——機器人不再是實驗室里的展品，而是要在產線上7×24小時自主干活。截至目前，智元累計下線超10000臺機器人，2025年以5100臺出貨量、39%全球份額拿下雙料第一。其開源的AGIBOT WORLD 2026數據集，全部來自真實世界的商業空間和工業場景。

宇樹科技更不遑多讓。G1/H1系列成為全球研究者的默認硬件平臺，2025年四足機器人全球市占率60%。宇樹的策略很直接：用極致性價比（G1僅9.9萬元）把硬件鋪出去，讓全世界的實驗室和工廠幫它收集數據、打磨算法。

中國企業的核心優勢是真實工況數據的規模。當美國機器人還在實驗室里學習抓取杯子時，中國的機器人已經在比亞迪工廠里擰了幾十萬顆螺絲、在物流倉庫搬了數百萬個包裹、在高溫產線上跑了上千小時。這種來自物理世界的“臟數據”，是合成數據和互聯網視頻無法替代的。原因有三：

第一，物理接觸的復雜性。智元的工程師曾分享過一個案例：精靈G2在初期訓練時，因未能充分學習“夏天車間溫度升高導致塑料件輕微變形”的工況，連續出現定位偏差。這種只有真實產線才能提供的物理直覺，是合成數據的盲區。

第二，故障模式的不可預測性。真實世界的機器人會遭遇各種離奇狀況，這些長尾事件在合成數據中幾乎無法窮盡，但恰恰是它們塑造了機器人的魯棒性。智元開源的AGIBOT WORLD 2026數據集中，專門標注了超過2000種異常工況，這是任何模擬器都難以復現的寶貴財富。

第三，人機協作的社會性維度。中國工廠里，機器人不是孤立工作，而是與成千上萬的工人協同。它們要學會讀懂人類的手勢暗示、避讓匆忙行走的工友、在嘈雜環境中分辨指令。這種社會智能的培養，只能在真實的人流、物流、信息流交織的場景中完成。

業內估算，中國頭部企業在工業場景的真實部署數據量，是美國同行的10倍以上。更重要的是，中國擁有全球最完整的制造業門類，從3C電子到汽車零部件，從食品加工到化工生產，幾乎每一個細分領域都在產生獨特的機器人應用場景。這種場景密度，是美國無法復制的戰略資源。

但數據的洪流需要一個泄洪口——算力。這正是中國的軟肋。

03英偉達45億美元買來的教訓

英偉達2026財年第一季度財報披露了一個極具沖擊力的數字：45億美元。這是美國針對H20芯片實施對華出口管制后，英偉達被迫計提的庫存減值與采購義務損失。

H20是英偉達專為中國市場定制、滿足此前出口管制規則的特供版AI芯片，也是其面向中國數據中心與人形機器人算力需求的主力產品。2025年4月，美國政府突然升級管制要求，規定H20對華出口需重新申請許可，實質上直接凍結了大規模出貨通道。

政策突變直接轉化為財報上的損失：2026年單季一次性計提45億美元減值。此外，英偉達在財報電話會議中預警，2026財年第二季度預計將因此再損失80億美元收入，Hopper 架構在中國市場基本陷入停擺。

黃仁勛并非沒有提前預警。在2025年臺北電腦展期間，他曾坦言：2021年初英偉達在中國AI市場占有95%份額，如今只剩50%。而近日，在美國城堡證券舉辦的一場訪談活動中，黃仁勛表示這一數據已跌為0%，“中國有很多本土AI芯片，如果沒有英偉達的技術，中國客戶將會使用本土技術。”

他說的本土技術，正在以驚人的速度成長。華為昇騰950PR芯片在推理性能上已達英偉達H20的2.87倍，顯存占用減少75%，成本降低50倍以上。通過384顆芯片組成的超節點架構，整體算力反超英偉達GB200集群1.7倍。DeepSeek-V4完成從CUDA到華為CANN框架的全棧遷移，推理速度提升35倍。地平線征程6P芯片算力密度達6 TOPS/W，已優于同級別國際競品，2025年在L2+智駕市場份額達33.97%，首次超越英偉達。

算法層面，中國也在追趕。智元自研的G0-1模型開創性提出ViLLA架構，采用“VLM+MoE”混合專家系統；星動紀元ERA-42是國內首個端到端原生機器人大模型；字節跳動GR-3采用40億參數混合變換器架構，泛化抓取能力已超越Physical Intelligence的π0。這些模型的迭代速度，很大程度上取決于能不能拿到足夠的算力。

但客觀來看，國產芯片在高端訓練環節仍有差距。英偉達H200在單卡訓練性能和顯存帶寬上仍保持領先，CUDA生態30年的積累不是一朝一夕能被替代的。華為CANN框架的兼容性目前約95%，開發者遷移成本依然存在。更關鍵的是，先進制程（5nm及以下）的制造能力仍受制于人。

這就是為什么黃仁勛必須來北京。他一方面要面對一個500億美元且仍在增長的市場；另一方面，華盛頓的出口管制正在催生一個可怕的對手——中國本土AI芯片生態。所謂民用中低端算力常態化供貨，本質上是英偉達試圖在禁令的夾縫中，為中國機器人產業保留一條算力臍帶。

而對中國企業來說，這同樣是一場微妙的博弈。完全拒絕英偉達意味著訓練效率的短期損失，算法迭代速度可能放緩3-6個月；完全依賴則意味著戰略脆弱，一旦政策再度收緊，整個研發鏈條將面臨斷裂風險。最好的狀態是：用國產芯片保底線，用英偉達芯片搶時間。

04大腦競爭的終局不應是替代

特朗普訪華不會改寫人形機器人的產業格局，但它確認了一件事：在具身智能領域，中美已經形成了事實上的技術共生體。

美國需要中國的是什么？是制造能力、是供應鏈、是海量的真實場景部署。摩根士丹利估算，如果沒有中國企業參與，特斯拉Optimus Gen 2的供應鏈成本將是現在的三倍。馬斯克帶著Optimus的量產焦慮來中國，不是偶然。

中國需要美國的是什么？是通用AI模型的前沿突破、是高端算力芯片、是多模態算法的原始創新。智元的萬臺機器人再厲害，其底層模型架構仍受到算力和算法范式的約束。

兩種路徑正在加速分化——

美國路徑：以Figure AI和特斯拉為代表，走“通用智能+軟件訂閱”模式，用算法精致度建立技術壁壘，靠醫療、軍工、高端制造等高附加值場景獲取利潤。

中國路徑：以智元、宇樹為代表，走“場景數據+硬件量產”模式，用規模化和成本優勢攤薄試錯成本，靠工業、物流、服務場景的廣泛部署積累數據飛輪。

這兩條路徑沒有優劣之分，它們互為鏡像、互為動力。美國的算法優勢需要中國的制造落地來兌現；中國的硬件優勢需要美國的算法提升來賦能。沒有算法，再好的身體也是空殼；沒有身體，再強的算法也是無本之木。

訪華隨行名單里的馬斯克和黃仁勛，正是這種“共生關系”的體現——一個是機器人的身體探索者，一個是機器人的大腦建設者，他們同期來華，說明產業現實遠比政治敘事更誠實。