在北京郊区的一个工业园区里，一只人形机械臂拿起一袋乐事薯片，整齐地摆放在货架的零食旁边。不远处，一名工人正在拍摄自己从沙发上抓起靠垫、在床上折叠床单的视频——这些录像将被用来训练机器人的“大脑”。

中国正在以前所未有的速度部署人形机器人。数千台机器人被送往物流中心、电池工厂和其他工业场所，部署速度远超美国。在政府支持和海量投资的推动下，初创公司正将最先进的机器投入现实世界，以获取海量数据，训练出更智能、更像人类的机器。

这场竞赛的本质很简单：谁先让机器人学会像人一样干活，谁就赢得了下一代制造业的入场券。

从身体到大脑：中国机器人产业的范式转移

在宇树科技凭借其G1模型的人形机器人武术表演惊艳全球之后，中国人形机器人产业正在经历一场从“身体”到“大脑”的范式转移。投资者正将大把资金投入为机器人开发AI的公司——这个领域被称为“具身智能”。阿里巴巴、小米等中国科技巨头也携自研模型加入战局。

在美国，从谷歌到OpenAI支持的Physical Intelligence等一众公司都在追逐同样的技术。英伟达运营着自己的开源机器人基础AI模型GR00T，同时投资了Figure AI等一批有潜力的初创公司。这家全球市值最高的公司最近还与宇树科技达成合作，罕见地突破了中美在敏感技术领域的隔阂。

但中美两国在具身智能的研发路径上，正在出现显著分化。在中国，模型越来越多地使用人形机器人在实际运行环境中产生的数据进行训练。而美国公司则在购买数据，并依赖实验室模拟以及印度、越南等低成本市场的人力来进行训练。

摩根士丹利预计，到2050年人形机器人市场的年规模将达到5万亿美元，这场竞赛的赌注之高，不言而喻。

曾在美留学、后回国在复旦大学设立研究机构的计算机科学家苏昊说：“整个世界在物理智能方面都还处于起跑线上。中国凭借供应链优势，有机会设定方向和定义范式。”

北京的战略押注：用机器人填补老龄化缺口

多年来，中国一直是全球机器人领域的领导者。根据国际机器人联合会的最新估计，2024年中国安装了约30万台机器人，远超美国去年安装的3.8万台。

面对快速老龄化的人口，北京正将未来经济增长的希望寄托于具身智能的突破——让机器人取代人类工人，缓解迫在眉睫的劳动力短缺。巴克莱银行分析师估计，政府希望机器人能填补预计劳动力缺口的60%。工信部的目标是到今年年底在工厂部署1万台人形机器人。

从风投到汽车制造商再到国有基金，投资者正响应北京的号召。据北京追踪机构IT桔子汇编的数据，今年迄今已向该行业投入至少1000亿元人民币，超过此前五年的总和。红杉中国上半年向13家初创公司投入了30亿元人民币，国有企业也深度参与了对该行业的投资引导。

数据之战：中国最大的优势是规模

中国机器人初创公司正将大部分资金用于训练机器人的“大脑”。总部位于北京的Robotera已将其人形机器人部署到十几个物流枢纽；Galbot与宁德时代签约，将机器人派往其工厂从事重物搬运；AI² Robotics已将人形机器人安装到汽车、半导体和消费电子产品的生产线上。

在硬件领域取得领先之后，宇树科技现在正寻求在具身智能领域取得进展，承诺将即将进行的6.1亿美元上市募资的近一半用于开发AI模型。

但开发这些模型的初创公司面临一个根本性挑战：它们需要生成海量的训练数据。与大语言模型不同，可用于复杂训练的相关公开数据严重匮乏——比如如何在不捏碎鸡蛋的情况下拿起它，或者在杯子从桌上滑落之前接住它。

业内共识是，需要数千万小时的数据来训练模型。高盛驻香港分析师Jacqueline Du表示：“领先的公司目前大约只有50万小时。”

为了加快进程，据研究公司Interact Analysis汇编的数据，中国地方政府已在全国开设了64个数据采集中心，另有20个正在建设中。这些设施让公司能够在模拟超市、流水线、办公室、商店和家庭的环境中训练机器人。

深圳X Square Robot算法主管甘如一表示：“在这方面，美国完全没有优势。这是中国的优势所在：组织劳动力，大规模部署用于数据采集的机器。”摩根士丹利也认为，这种规模“是模型玩家胜出的唯一决定性因素”。

中美竞赛：实验室排练VS生产线实战

美国初创公司与中国企业之间的竞争正在升温。美国公司已将一些人形机器人部署到工厂，特斯拉将其部分Optimus模型送入自家制造设施。Figure AI、Apptronik和Agility Robotics等初创公司都已将少量机器发送给工业合作伙伴。但这些与中国企业的努力相比相形见绌——总部位于上海的Agibot正迅速将工厂部署规模扩大到数千台。

今年5月，总部位于加州森尼维尔的Figure AI庆祝了一个里程碑——发布了一段50小时的直播视频，视频中其人形机器人在物流中心分拣包裹，没有出现任何错误。公司CEO Brett Adcock表示，机器人在传送带上处理了近6万个包裹，速度与人类相当。

但中国的开发者们对这次演示不以为然，认为它“太干净了”，条件与真实世界不符。Agibot项目总监艾文表示：“Figure的演示还是在实验室里……我们的部署是在真正的生产线上，是为了解决劳动力短缺问题、解放工人。”该公司目标是今年在工厂部署超过1000台人形机器人，2027年超过1万台。

X Square的甘如一认为，Figure的演示实际上会阻碍其具身智能在真实环境中的表现，因为模型会学到噪声等无关细节。“在真实的物流中心，你不可能一直用同一批包裹来调整你的机器人。到你面前的包裹总是不同的。”

今年，X Square启动了一个项目，将机器人送到真实家庭中做家务。当其他公司专注于在工厂部署人形机器人时，X Square表示，在家庭中收集的数据对复杂环境下的训练非常有用。甘如一说：“家庭是模型的终极试验场。在真实的家庭里，没有剧本，也没有标准操作流程。”