“每帮客户节省一分钟、一小时，机器人的成本便基本收回。”
“每小时1美元的机器人运营成本，对比20–40美元的人力开支，正催生出可观的利润空间。”
“我非常确信，机器人‘硬起飞’已不足十年。机器人自主建造机器人、数据中心、芯片工厂、开展采矿与精炼作业，构建起闭环自维持系统，甚至可能只需三年。”
“Neo正在打造一个类比应用商店的开放平台，支持第三方开发者开发并上架销售各类技能模块。”
近期，知名科技评论人Calacanis在《All-In Podcast》中邀请了ANYbotics、1X、波士顿动力及Agility Robotics四家头部机器人公司的负责人展开深度对谈。节目录制于7月29日，原始时长逾68分钟。经删减与优化提炼，整理出以下核心观点。
各方一致判断：机器人产业正加速跨越从实验室验证到真实场景规模化落地的关键分水岭；未来三至五年，将决定主流形态、训练范式与商业路径的最终走向。
形态之争：工业偏爱四足，服务场景倾向双足
对话始于Calacanis一个直击要害的问题：若双足人形机器人演示中频频跌倒，实际部署还存在关节损伤风险，为何不直接采用更稳的四足构型？
ANYbotics的Fankhauser回应称，在湿滑、崎岖、雨雪覆盖或杂草丛生的工业现场——如石油钻井平台、化工厂区、海上变电站——四足结构凭借宽大脚掌与低重心，提供了不可妥协的稳定性，这是安全合规的刚性前提。
但他同时指出，在空间受限、需与人类视线平齐交互的环境（如咖啡馆、开放式办公室），双足更具天然适配性。“关键取决于任务所处的具体场景。”
Agility Robotics的Hurst进一步补充：即便在人类日常环境中，四足也未必更优。真正制约能力边界的并非移动本身，而是操作能力。单臂仅能搬运小型物件，而双臂才能胜任仓库托盘、周转箱等大型重载任务。若再增加第三或第四条机械臂，协调难度陡增，而实用收益却快速衰减。
“目前很难找到足够有说服力的应用场景来支撑这一设计。”不过他也留有弹性：“若有明确需求，五肢构型亦非不可实现。”
巡检机器人的真实价值：规避停机损失，远超人力替代
Fankhauser与波士顿动力的McMaster均确认，巡检机器人市场已迈过经济可行性门槛，但驱动力并非取代人工，而是防范灾难性停机。
ANYbotics机器人集成了热成像仪、高灵敏度声学传感器、多气体检测模块及高性能GPU。“一旦关键资产意外宕机，每小时造成的营收损失可达数十万美元。”
Fankhauser强调：“我们每帮客户避免一分钟、一小时的停机，就基本回收了整台机器人的投入成本。”该逻辑支撑其对满配机型收取“数十万美元”售价，并配套每年数万美元的持续服务合约。
McMaster举出一个典型案例：Spot成功识别一处微小空气泄漏，每日为合作企业规避高达300万美元的潜在停机损失。她特别指出，即便客户配备专职巡检人员，实际执行率往往极低。
Spot平均干预间隔超3000小时，即人类年均仅需介入一两次。单次充电可持续运行90分钟，配合智能机队调度系统，可实现接近全天候连续作业。
两家公司在海上场景增长尤为显著——石油平台与海上风电变电站。每次直升机抵达平台执行例行数据采集，单程费用动辄数万美元；机器人替代此类飞行，使整体成本模型相较陆地部署更具优势。
Fankhauser还描述了一个关键演进信号：最初采购机器人用于监测的客户，如今开始追问：“它能否修复问题？能否扳动阀门？能否打开配电柜？”——这自然导向对双手乃至三手、四手机械臂的现实需求。
但他对时间表保持清醒：“在易燃易爆环境中实现99.9%可靠性，仍处于攻坚阶段。”
人形机器人发展节奏：2026年交付启动，十年冲刺，三年豪赌
1X的Bert Borick给出了最具前瞻性的判断。Neo预售采用两种模式：一次性买断或订阅制（定金为每月500美元），上线首日即售出首批1万台。
交付将于2026年启动，Borick承诺部分早期客户将在当年收货。他坦承初期体验尚不完美——机器人可能跌倒、部分任务依赖远程操控，但随即强调：“按当前进展曲线，我们有望很快提供全自主运行体验。”
当Calacanis追问“机器人何时真正起飞”，Borick表示：“我十分确信，距离‘硬起飞’已不到十年。届时机器人将自主建造机器人、数据中心、芯片厂、矿山与冶炼设施，形成完整闭环的自维持体系。”随后他将个人预期进一步压缩至三年。“即便耗时十年，在人类技术史中也不过弹指一瞬。”
用于在用户想通过浏览器自动化与 Google Gemini 或 ChatGPT 交互时。触发短语包括“ask Gemini”“ask ChatGPT”“ask GPT”“让...”。
Hurst则持更审慎态度，但仍坚定看好指数级跃迁。Digit V5计划于2026年末发布，将是首款获准在无物理隔离围栏条件下与人类协同作业的人形机器人。
该认证实现了“自下而上的本质安全”，为此团队历时多年重构整机架构——此前亚马逊曾拒绝部署Digit V4，尽管其技术指标已达研发目标。“事实证明这异常艰难，”Hurst坦言，“机器人的每一层系统都因此被重新定义。”
Agility的Digit搭载新型快充电池，单日续航达20小时，较前代显著提升。按五年生命周期、年均运行8000小时测算，结合目标硬件成本，单位运营成本已逼近每小时1美元，而对应工厂人力成本为每小时20–40美元。
Hurst未透露RaaS（机器人即服务）的具体按小时计价，但确认同步提供资本支出（CapEx）与服务订阅（OpEx）两种模式。
数据金字塔：互联网视频是破局点，而非远程操控
1X的Borick提出了关于人形机器人学习路径最清晰的框架——一座四层数据金字塔。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
“AI领域每一次重大突破，都源于有人找到了撬动海量新数据源的方法。”Borick指出。
难点在于：带动作、触觉反馈与力觉数据的真实机器人数据质量更高，但要获取足够规模的数据，前提是先拥有一个足够强大的基础模型，从而支撑百万级机器人部署——唯有如此，才能持续生成高质量行为数据。
1X的战略押注在于：让Neo在物理形态上尽可能贴近人类，使其可直接利用现存全部人类活动视频数据进行预训练。
Hurst对此表示认同。他认为，得益于大语言模型的发展，感知能力“几乎已趋成熟”——机器人看到一张桌子，即可准确识别手机、水杯、纸张等物体。
但生成控制指令仍是瓶颈：如何根据每个传感器输入，实时计算出驱动各电机所需的精确扭矩？“不存在现成的大规模训练数据集，必须通过某种方式主动构建。”他否定“单一技术奇点”的幻想：世界模型、高保真仿真、远程操控与真实世界迭代，缺一不可；进步路径是资源与工程能力持续滚雪球式汇聚，而非等待某个瞬间突破。
McMaster将波士顿动力的架构概括为“双脑系统”：
- 物理控制脑：负责动态运动、精细操作与实时平衡，完全嵌入机器人本体；
- 推理脑：承担语义理解、环境认知等高阶任务，通常部署于云端，并与Google DeepMind等AI伙伴深度协同；
- 封装层：承载客户定制化工作流知识，可根据部署策略灵活分布于端侧或云侧。
商业模式收敛：通向1美元/小时的两条路径
尽管各方对客户偏好何种付费方式尚存分歧，但在单位经济性目标上达成高度共识。
Hurst的测算最为直观：20小时/天 × 365天 × 5年 ≈ 40,000小时。若机器人量产成本压至4万美元（对标汽车级制造标准），硬件摊销即达每小时1美元。“这类设备终将定价在2万、3万、4万美元区间。但前提是——必须先部署10万台。”
每小时1美元的机器人成本与20–40美元人力成本之间的巨大差值，无论采用CapEx还是OpEx模式，都为利润空间与客户降本创造了坚实基础。
McMaster指出，工业客户普遍接受Spot这类工具的资本性支出，视其为投资回收期明确可控（通常两年内）的生产性资产。但她也承认，人形形态或推动更多客户转向RaaS模式，“毕竟人们希望按需启用，而非长期持有。”
1X的Borick正为Neo构建类应用商店的生态平台，允许第三方开发者开发、上架并销售功能技能。“大量开发者将在Neo上构建应用，我们正将其打造成一个开放平台。”由此，Neo将演化为“体力劳动的操作系统”，收入来源包括机器人订阅费、技能交易佣金及脱敏数据授权。
四位领军者共识远大于分歧。最明确的共识有二：其一，四足与双足硬件平台的技术难题基本攻克，瓶颈已转向软件智能，尤其是以互联网级规模高效生成高质量训练数据的能力；其二，安全认证才是通向大规模商用的真正门槛。
值得关注的是，OpenAI联合创始人山姆·奥特曼近期亦公开表态：未来2–3年内，机器人领域将迎来属于自己的“ChatGPT时刻”，与Neo创始人的判断高度吻合。
本文来自微信公众号“机器序言”，作者：机器序言，36氪经授权发布。
