马年春晚有一个耐人寻味的细节：即便是多次在春晚这样顶级舞台上亮相的机器人，其展示的核心依然是“跳舞”，而非某项可以迁移到真实生活场景中的具体技能。
这个细节像一把钥匙，无意间打开了一扇通往行业深处的门。门后不是什么黑科技神话，而是一道至今无人跨越的鸿沟。
2025年2月，《经济学人》给中国人形机器人泼了一盆冷水。标题直指核心：《中国人形机器人令世界眼花缭乱，但谁会购买它们？》文章摆出三组数据：2025年全球出货量超1.45万台，近八成来自中国；长三角可采购约90%的零部件，供应链之完备全球罕见；但在工厂里，这些机器人的效率仅为人类的30%-40%。
结论更冷：这是一个由政府而非市场驱动的产业。绝大多数机器人用于表演和展示，真实需求尚未成型。如果不能在规模化普及之前找到买单的人，泡沫就会破裂。
业内人士直言不讳地指出：中国的人形机器人，本质上更像一场精心编排的表演。发展数年，鲜少看到真正落地的商业化应用，它们大多停留在镁光灯下，以“一对一遥控跳舞”的姿态示人，堪称现代版的提线木偶与皮影戏。那些被称作“智能”的表现，的确是提前写入的代码、反复调试后的固定动作。剥离炫目的外壳，这些机器人更像是一个个造价高昂的大型玩具，距离人们想象中的“自主智能”确实还有相当遥远的距离。
一、舞台之内，鸿沟之外
为什么机器人总在跳舞？这不是春晚导演的偏爱，而是技术的无奈。
春晚舞台是典型的低复杂度场景：光照均匀、地面平整、动线固定。机器人在那里跳舞，本质上是在一个被人类彻底净化的温室里完成预设动作。灯光、音乐、走位，一切都是事先量好的，没有任何意外，也不需要任何应变。
但真实的商业或生活场景呢？
是随机的物品摆放，是突然从墙角滚出来的苹果，是光线从清晨到黄昏的变化，是需要细腻力觉才能拧开的瓶盖，是猫突然从脚边窜过时该如何保持平衡。这些在人类看来稀松平常的“意外”，对机器人而言，都是足以让系统崩溃的致命变量。
目前的机器人“大脑”在处理这种开放世界的不确定性时，能力会急剧下降。它们能在光滑的舞台上完成一百个连贯的空翻，却未必能在一间杂乱的厨房里，准确地从抽屉里拿出一把勺子。
结果就是商业落地陷入一个尴尬的闭环：能做的（表演）不需要，需要的（通用劳动）做不了。
这不是某一家企业的困境，而是全球行业共同的瓶颈。现实中已有不少明星项目折戟沉沙：K-Scale Labs因量产成本远超售价、供应链缺失导致资金链断裂于2025年倒闭，凸显硬科技需跨越实验室到量产的成本鸿沟；达闼机器人虽融资超54亿却因产品局限于表演场景、盲目扩张致商业化能力弱，2024年起深陷债务危机，依赖合资转型求生。两者均暴露行业痛点：技术未适配复杂环境、量产成本高、资本泡沫下缺乏造血能力。
那些在镁光灯下活蹦乱跳的机器人，一旦被扔进真实世界，面对一只滚动的苹果、一个歪斜的衣架、一杯没放稳的水，就可能当场死机。
舞台之内，是精心编排的确定性的胜利。舞台之外，是混乱、随机、不确定性的真实人间。而这区区几步的距离，恰恰是人形机器人至今无法跨越的鸿沟。
二、供给端的“表演性繁荣”
然而，在产业供给端，我们看到的是另一番景象。
2025年，智元机器人出货超5100台，宇树科技紧随其后，约4700台。两家占据全球总量的四分之三。在长三角，从电机、减速器到激光雷达，约90%的人形机器人零部件可以当天采购到位。
这种供给侧的繁荣，本质上是产业政策驱动，而非市场真实需求拉动。长三角成熟的电动汽车产业链，为机器人产业提供了天然的温床——高扭矩电机、逆变器、电池，技术同源，产线共用。各级政府将机器人列为“优先发展产业”，土地、补贴、采购订单接踵而至。造出一个能行走、能翻跟头的机器人“身体”，门槛前所未有地低。
然而，这种供给能力目前主要停留在硬件集成与预设动作的炫技层面。春晚舞台上，机器人“下腰”“醉拳”“空翻”，行云流水；展厅里，它们挥手致意，引来阵阵惊叹。但这些行云流水的动作，本质只是舞台展示，而非解决实际问题的能力。它们像一个能完美背诵演讲稿、却无法与人进行任何实质性对话的“表演者”。
泡沫的迹象已然浮现。2025年前十个月，中国具身智能领域融资超500亿元，而第一梯队所有公司的全年营收加总不足100亿元。许多尚处早期阶段的项目，甚至连原型机都还在图纸上，估值便已飙升至数十亿级别。资本追逐未来的急切心情，由此可见一斑。
三、需求端的“隐性苛刻”
与供给端的喧嚣形成鲜明对比的，是需求端的冷静与苛刻。
工业场景中，工厂要的不是一个会打招呼的“明星员工”，而是一个能24小时无差错完成精密装配、能适应产线微小变化的可靠劳动力。优必选的一位发言人坦承：“目前而言，人形机器人的效率和生产力还不如工人，客户也清楚这一点。”30%-40%的效率，意味着引入机器人反而拖慢生产，无法产生正向的投资回报率。
商业服务场景同样苛刻。商场和酒店需要的是能主动感知顾客需求、提供个性化服务、并能妥善处理突发状况的智能助手，而非一个只会挥手致意的“迎宾吉祥物”。春晚舞台上的完美表现，很大程度上是“事先做好地图”的精心排练。一旦放到开放、动态的真实环境里——比如人流量杂乱的餐厅——机器人的成功率就会断崖式下跌。这就是行业头疼的“确定性困局”：客户需要的是“每一次都成功”，而目前行业能提供的往往只是“大概率成功”，甚至是“小概率成功”。
家庭服务更是终极的复杂场景。家庭需要的是一个能理解复杂指令、在杂乱环境中安全导航、并能与老人和孩子进行情感交互的“全能管家”。这与目前能跳舞的机器人之间，隔着好几代技术鸿沟。正如一位机器人专家所言：“它们能自主或半自主地完成一到两件事，但这些机器人无法像人类大脑那样处理现实世界的问题。”
高盛实地调研九家中国机器人供应链企业后发现，供应商普遍规划年产能10万至100万台，但无一家确认收到大额订单或明确量产时间表。瑞银证券维持2026年全球人形机器人3万台出货量的基准判断，同时指出真正的出货放量或将集中在2027至2028年。
四、政府作为“元买家”的双刃剑效应
地方政府成为最大买家，是理解中国人形机器人产业特殊性的关键钥匙。
短期来看，这种模式确实为数百家初创企业和上游供应商提供了宝贵的现金流和“练兵场”。2025年，人形机器人行业迎来了标志性的“亿元订单”：优必选拿下2.5亿元全球最大单笔订单，智元机器人和宇树科技共同中标中移动超过1.2亿元的代工服务采购项目。这些订单的背后，是国家级战略的推动和数据采集的刚需。
然而，长期来看，这柄双刃剑可能正在划伤产业本身。
第一，需求信号可能失真。政府购买（多用于展厅、活动、政府大厅）传递出的需求信号是“我们需要一个看起来不错的机器人”，而非“我们需要一个能高效、低成本完成具体任务的机器人”。这导致企业将资源投入到优化外观和表演功能上，而非提升实际工作效能。正如一位观察者所言，机器人的“技能树”好像点错了——它明明该帮我们做家务，却代替我们诗词歌赋、载歌载舞。
第二，可能滋生依赖性。企业可能形成对政府订单和补贴的路径依赖，削弱其寻找真实商业客户、打造可持续盈利模式的动力。一旦“政策母乳”断供，大量缺乏核心竞争力的企业可能迅速倒闭。
第三，可能诱发地方保护主义。投资者开始关注企业所能获得的“地方政府资源”，而非技术有多强。这可能导致市场分割和地方保护主义，不利于全国统一大市场的形成。技术最强的公司，不一定比最能拿到政府订单的公司活得更好。
国家发改委政策研究室副主任李超在2024年11月的新闻发布会上坦言，“速度”与“泡沫”一直是前沿产业发展过程中需要把握和平衡的问题。当前人形机器人在技术路线、商业化模式、应用场景等方面尚未完全成熟，随着新兴资本加速入场，要注意防范重复度高的产品“扎堆”上市、研发空间被压缩等风险。
五、错配的根源：需求反馈闭环的断裂
为什么供给与需求之间会出现如此巨大的断层？核心在于缺乏“使用—反馈—迭代”的良性循环。
经济学上，任何产品的进化都依赖于真实使用场景中产生的数据反馈。iPhone之所以能不断迭代完善，是因为亿万用户每天都在真实场景中使用它，产生海量的失败数据和改进机会。但对于人形机器人而言，这个闭环是断裂的。
由于政府是当前最大的买家，大量机器人被安置在无需创造实际经济价值的“温室环境”中——政府大厅迎宾、展厅展示、活动表演。这些场景无法产生在真实、严苛工业环境下才能出现的有效失败数据：为什么在流水线上抓取零件会失败？为什么在嘈杂环境中无法识别语音指令？为什么长时间运行后关节过热罢工？
没有这些数据，就无法进行针对性的技术迭代，供给能力自然无法向真实需求靠拢。这形成了一个尴尬的闭环：越没用，越没人用；越没人用，就越没用。政府的采购虽然维持了产业温度，但也在一定程度上将产业与真实的市场信号隔绝开来。
更深层的问题是数据获取的“鸡生蛋”悖论。银河通用创始人王鹤指出，特斯拉在为机器人分拣电池采集数据时，雇佣了40人进行了数月的数据采集，“这样的人形机器人生产力背后其实潜藏着高昂的数据成本”。让机器人在真实世界里摔一万次才能学会走路，这个成本谁也扛不住。
由此可见，“模糊匹配”之所以遥远，是因为它要求机器人实现从“能用”到“好用”的质变——这不仅需要智能的飞跃，更需要一场深刻的“场景革命”。
六、全球视野：不只是中国的困境
有必要将目光投向太平洋彼岸，看看美国人形机器人的处境。这并非为了对比优劣，而是为了说明一个事实：这场从“舞者”到“工作者”的艰难蜕变，是全球行业共同面对的难题，而非中国独有的“困境”。
特斯拉的Optimus被视为最有可能率先实现工业落地的选手。依托特斯拉在自动驾驶、电池管理和大规模制造上的积累，Optimus走的是一条“为干活而生”的路径——从设计之初就瞄准工厂场景，与特斯拉的产线深度耦合。然而，即便有马斯克的“第一性原理”加持，Optimus至今仍未走出实验室，距离真正的“工厂工友”尚有距离。马斯克本人预计，2025年将有小批量Optimus投入特斯拉工厂使用，但也承认“这是一个漫长的过程”。
波士顿动力则走了另一条路。从Atlas的后空翻到跑酷，这家公司代表了人形机器人运动控制的极致。但“极致”的背后是难以商业化的尴尬——Atlas的液压驱动系统成本高达数百万美元，且能耗惊人。几经易主后，波士顿动力至今仍在寻找可持续的商业模式，其机器狗Spot虽然实现了小规模商用，但主要应用于巡检等利基市场，远未形成规模。
这两家美国标杆企业，恰好映射了人形机器人的两大技术路线及其各自困境：特斯拉试图用“场景定义产品”倒逼技术迭代，但受限于通用智能的瓶颈；波士顿动力则在“性能定义产品”的路上走到了极致，却困于成本与商业化的死结。
将它们与中国的“政策驱动型繁荣”并置，会发现一个更完整的图景：无论东方还是西方，无论走哪条技术路线，人形机器人都在经历从“实验室奇迹”到“商业现实”的艰难跨越。美国的困境在于技术与成本的平衡，中国的困境在于政府信号与市场信号的错位。但殊途同归的是，所有人都必须回答同一个问题：除了跳舞，你还能做什么？
七、资本的盛宴与技术的长跑
将视线拉长，会发现一个规律：每一轮新的工业技术革命，似乎都伴随着泡沫的狂欢。而人形机器人，凭借其极高的技术上限和足够性感的想象力，毫无意外地成为当下资本最拥挤、泡沫感也最浓烈的赛道之一。
但也正是在这种狂热中，出现了清醒者的撤退信号。知名投资人朱啸虎曾公开表示，正在批量退出人形机器人相关公司。理由很直接：看不到清晰、可落地的商业化路径。这番表态在当时引发行业震荡，因为它戳破了一层窗户纸——那些被资本捧上神坛的故事，究竟有多少能真正变成生意？
更深层的焦虑，其实藏在技术本身。当前AI技术的最终边界与发展上限，至今仍是未知数。在基础理论尚未取得根本性突破、底层技术仍在爬坡的前提下，人形机器人所展现出的种种“突破”，多少显得有些根基不稳。它们更像资本与舆论共同堆砌出的空中楼阁，外表华丽，却经不起一阵寒风的推敲。
一旦行业进入冷静期，最先感受到现金流寒意的，必然是那些缺乏核心硬件自主研发能力、依赖外部集成的“组装厂”。没有自己的电机、没有自己的减速器、没有自己的控制系统，在这样的赛道里，本质上只是给别人的零部件做了一个漂亮的外壳。
更何况，资本还有一个更大的缺陷，尤其是在中国——它普遍缺乏耐心。习惯了互联网模式下的快进快出，面对需要十年磨一剑的硬科技，很多钱其实并没有做好准备。而当潮水退去，那些等不及收获的资本，早已转身离场，留下一地尚未长成的项目。
技术的长跑，从来不等资本的短跑。高歌猛进固然动听，但能跑到终点的，从来不是嗓门最大的，而是步子最稳的。
八、教母的视角：从符号世界到物理世界
至此，我们或许可以追问一个更本质的问题：为什么机器人只能活在预设的“舞台”里，而无法真正走进真实世界？
被业界与全球媒体公认为“人工智能教母”的李飞飞，为这个问题提供了一个极具穿透力的答案。在她看来，今天的人工智能虽然强大，却存在一个根本性的缺陷——它活在符号的世界里，从未真正触碰过物理世界。
今天的大模型，确实能写诗、能编程、能在几秒内读完人类一生的书。但它们读过亿万篇关于“杯子”的文字，看过无数张杯子的图片，却不知道拿起一只装满热水的杯子需要用多大的力，不知道陶瓷杯子落在硬地上会碎，也不知道绕过桌腿走到你身边需要调整怎样的步态。
它们活在文字和图像里，却从未真正触碰过这个世界。
这恰恰是李飞飞所说的通用智能的“核心缺口”。在她看来，空间智能与世界模型，才是具身智能真正的底座。AI需要通过感知、行动、反馈的完整闭环，建立起对三维物理世界的理解与预测能力。换句话说，机器人需要的不仅仅是一套能跑能跳的精密“小脑”，更是一个能理解物理常识、能应对真实混乱的“大脑”。
用这个视角回看“机器人为什么只能跳舞”，答案便清晰了：它们之所以能在春晚舞台上完美表演，是因为那个世界是“符号化”的——一切变量都被提前编码，没有意外，没有未知。而一旦进入真实世界，那些无法被提前编码的“物理常识”就成了系统的盲区。一只滚动的苹果、一个歪斜的衣架，之所以能让机器人“死机”，不是因为它们复杂，而是因为机器人从未真正“理解”过它们。
有意思的是，李飞飞始终强调一个容易被忽略的维度：方向。她反复提及，具身智能的发展应以人类为中心，聚焦医疗、服务、生活辅助等场景，用实体化的智能去增强人类的能力，而非单纯地替代人类。这不仅是技术路径的选择，更是一种价值观的锚定。在她看来，下一代人工智能的方向，不是造出比人更强的“超人”，而是造出能与人共处、能理解人、能帮助人的“伙伴”。
九、跨越“死亡谷”：泡沫及其刺破的意义
将人形机器人简单定义为“骗局”，既是对复杂现实的简化，也是对无数工程师日夜攻坚的不公。
更客观的视角或许是：这是一场由资本强力驱动、但技术仍在艰难爬坡期的产业探索。那些在舞台上蹦跳的机器人、那些动辄数十亿的估值、那些看似遥不可及的承诺——所有这些喧嚣与争议，本质上是一场针对未来的“压力测试”。
中国人形机器人产业正站在经典的“创新死亡谷”边缘。
谷的这边，是政策红利与供应链优势催生的供给狂欢，是融资市场的狂热追捧，是春晚舞台上的流光溢彩；谷的那边，是追求极致性价比、可靠性、经济性的残酷商业现实，是工厂车间里的冰冷算盘，是家庭场景中的苛刻期待。
跨越这道深渊的唯一路径，不是继续在舞台上打磨更复杂的武打动作，而是沉入具体的垂直场景，去完成一场从“表演性”到“工具性”的价值重构。
值得关注的是，一些企业已经开始探索正确的方向。有的公司选择深耕工业场景，聚焦“拧螺丝”“插拔线”等单一但高频的工序，在有限场景中积累真实数据；有的公司则切入商业清洁、仓储巡检等相对结构化的垂直领域，先做“专用智能”，再图“通用智能”。这些尝试或许不够性感，却是让机器人从“舞者”变成“工作者”的必经之路。
2026年，将是行业的关键转折之年——落地与出清，会同时到来。一方面，头部企业将实现万台级交付，商业销售正成为核心驱动力；另一方面，缺乏商业化落地能力、融资不利的企业将面临淘汰。毫无疑问，第二梯队及以下的厂商，正站在悬崖边缘。
泡沫终有破裂之时。而那一刻并非终点，却是淘汰与筛选的真正开始。
当潮水退去，真正能够沉淀下来、穿越周期的，必然是那些在运动控制、环境感知、成本工程以及核心零部件上建立起真实壁垒的企业。它们或许不在聚光灯下，但每一次关节的转动、每一次力觉的反馈、每一次成本的精简，都在为那个尚未到来的未来铺路。
毫无疑问，具身智能赛道已出现不容忽视的泡沫化倾向。但泡沫本身并不可怕，可怕的是把泡沫当成本身。它的刺破，才是行业真正走向成熟的起点。届时，一批盲目跟风的项目会被出清，不少追逐风口的热钱或将血本无归。这很残酷，却是每一个新兴产业的成人礼。
对于那些只会跳舞的机器人，它们或许终有一天会走出舞台，走进我们的生活。但在那一天到来之前，保持清醒，就是对这场技术变革最大的尊重。
更何况，科学技术的演进从来都不是一条笔直的斜线。那些在黎明前倒下的企业、那些被刺破的泡沫、那些曾经被嘲笑为“提线木偶”的尝试，终将化作养分，沉入泥土，成为日后那座金字塔最底层的坚实基底。
结语：从舞者到工作者
从远古的类人猿到现代人类，进化的脚步跨越了数百万年的漫长岁月。猿人学会站立，是为了解放双手，去触摸、去使用、去改造这个世界。那是一段从“只能行走”到“能够劳作”的漫长进化。
如今，我们正站在一个新的起点上——人形机器人的诞生与发展，或许可以被看作是人类进化在新时代的延续。而这一进程，同样需要时光的沉淀与耐心的等待，悠远而深长。
如果说人类在漫长岁月中学会了站立与行走，那么人形机器人也在经历着从“舞者”到“工作者”的蜕变。
回到《经济学人》的问题：谁会购买中国人形机器人？
答案从来都是如此：不是那些最会跳舞的，而是那些最会干活的。
正如一位业内人士所言，2026年具身智能行业的关键词是“转向”——在资本追捧之后，行业需尽快从概念转向应用，做出可交付、能长期运维的产品。这是一条漫长而艰难的路，却也是通往未来的必经之路。
届时我们再回头看，或许会发现：今天所有的喧嚣与质疑，都只是序章。
（注：翁一，公众号“翁见”主理人。本文仅代表作者个人观点。责编邮箱bo.liu@ftchinese.com）