机器人先挣钱，还是先追求 AGI？具身智能路线之争摆上台面

一句话看懂：中国具身智能行业近期出现路线分歧：一派主张人形机器人先进工厂、先拿商业回报；另一派则认为，若目标是通用人工智能（AGI），应从家庭等开放场景开始构建数据与模型能力。这场争论的核心，是机器人公司应该先做生产力工具，还是直接培养通用智能体。

事件核心：发生了什么

过去两年，中国具身智能最大的共识是人形机器人先进工厂，因为工厂有明确任务和可计算ROI。智元机器人已在龙旗工厂进行上下料，星动纪元进入中国邮政和顺丰进行包裹分拣，顺丰还领投了星动纪元2亿美元融资。但近期，这一共识开始松动。今年2月离开星海图、创立破壳机器人的许华哲连续提出争议观点：卖数据是在把弹药卖给对手；无脑量产的同时应看机器人日活；机器人跳舞与智能无关。他认为，工厂路线容易产生“能干活”就等于“有智能”的幻觉，而家庭场景虽然混乱，却提供了机器人泛化能力所需的高价值多样性数据。破壳机器人已定下时间表：今年9月推出第一代原型机，公司成立一年时发布震撼demo，2028年实现内测并小规模商业化。

为什么重要

这场路线分歧决定了具身智能公司的技术投入、资金分配和长期竞争格局。工厂路线提供重复数据，更适合训练执行能力，能更快获得商业回报，但可能让公司陷入“专用工具”的陷阱，难以跨越到通用智能。家庭路线冒险激进，验证周期长、商业化困难，但若成功，机器人将像大模型一样通过数据飞轮获得理解和学习物理世界的能力。目前公开信息显示，家庭路线的代表企业包括海外的1X、国内的乐享智能和自变量，它们分别尝试每月499美元订阅制和149元/3小时的清洁服务来测试用户付费意愿。这条路线的胜负手不再是供应链和成本，而是数据、模型、算力和算法——这正是AGI竞争的核心要素。

对用户/开发者/创作者的影响

对于开发者，家庭路线意味着需要更早关注机器人在开放环境中的空间理解、物体识别和任务规划能力，而非仅仅优化单一工位的动作熟练度。对于创业者，选择工厂路线需评估自己在供应链和交付上的执行力，选择家庭路线则需准备较长的烧钱周期，并在数据收集和模型训练上建立壁垒。对于消费者，家庭机器人短期内仍以高价订阅或服务形式出现，但一旦数据飞轮运转，机器人可能比预期更快进入家庭，承担清洁、烹饪等连续任务。对于AI研究者，这场争论提供了一个实验场：大模型的Scaling Law能否在物理世界复现，取决于谁能在真实环境中先建立起数据与模型的飞轮。

值得关注的后续

一是破壳机器人9月推出的第一代机器人，将暴露其在家庭场景中的真实能力边界；二是工厂路线公司如智元、星动纪元是否会转向开放场景，或者双向并行；三是1X和自变量能否在家庭场景中跑出正循环的商业模型，这将直接验证用户是否为家庭机器人服务长期付费；四是资本是否会因此分化，出现专门押注AGI路线的基金。最终，中国具身智能的胜负手可能不是先卖出一万台机器人，而是谁先证明机器人能像大模型一样理解和学习物理世界。

来源：Readhub · AI