中文深度讲稿 / AI reviewed
The $1/Hour Worker: Four Robotics CEOs on Humanoids at Home, China's Threat, and the End of Dangerous Jobs
2026-08-02 · 3,676 字 · 10 章节
这期节目把机器人行业的四条路线放在了一张地图上：四足机器人先去危险工业现场，家庭人形机器人尝试成为开放平台，老牌公司开始把炫技产品变成工业工具，新一代公司则在攻克安全、数据和通用动作。真正的分歧不在于机器人会不会到来，而在于它们会先在哪里创造足够大的价值。
四条腿为什么先进入工业现场
ANYbotics 联合创始人兼首席执行官 Péter Fankhauser 先解释了一个看似朴素的问题：为什么机器人不一开始就做成人形，而是先做成四条腿。
答案不是外形，而是稳定性。四条腿形成更宽的支撑面，可以爬楼梯，也能在湿滑地面、草地、雨雪和复杂工业设施中保持平衡。ANYbotics 早期做了多年研究，后来把重点放在关键基础设施检查。这里的机器人不需要像人一样走进每个狭窄房间，它更需要在有空间绕行的现场可靠移动。
如果任务是在咖啡店里把东西递到人手边，或者需要接近人的视线高度，人形机器人可能更合适。但如果任务是在工厂、管道和能源设施里巡视，四足形态就有很强的现实优势。
这揭示了机器人落地的第一个原则：形态应该由任务决定。会做后空翻的机器人很吸引人，但客户最终购买的不是动作，而是它能不能在真实现场稳定工作。
机器人卖的不是硬件而是洞察
ANYbotics 的工业机器人身上装着热成像、声学麦克风、气体浓度传感器和其他设备。它们可以发现人类感官难以持续捕捉的微小气体泄漏、设备过热、异常声音和振动。
所以客户真正购买的不是一个会走路的硬件，而是更高频、更安全的数据采集。节目里的逻辑很直接：关键资产一旦停机，损失可能按每小时数十万美元计算。机器人只要提前发现问题，或者减少一次停机，昂贵的传感器和算力就有可能被回报覆盖。
单次任务的续航大约是两小时，机器人可以回到充电底座再出发。节目中提到，有些客户每天执行几十次任务。过去人工可能每天检查一两次，现在可以持续收集数据，检查频率和质量都会上升。
算力也不能全部搬到云端。实时避障、运动控制和图像质量判断必须在机器人本体上完成，因为网络一旦断开，或者模糊图像上传之后才发现问题，已经太晚。云端则适合做历史比较、上下文分析和停机原因分析。
危险环境与中国硬件竞争
四足机器人最有说服力的地方，是它可以被送到人不应该去的地方。节目提到海上油气和风电设施、变电站、极寒、沙漠、高温、高湿，以及可能存在爆炸性气体的油气和化工现场。
在这些场景里，先发现问题比先维修问题更现实。主持人追问，既然能发现泄漏，为什么不能顺手修掉。嘉宾说，演示中可以做一些操控，但在爆炸性环境里把可靠性做到接近百分之九十九点九仍然很难。关闭杠杆、打开柜门可能是早期目标，真正的复杂维修还需要多臂操控和更成熟的人工智能。
这也是为什么很多人形机器人折叠衣服的演示不能直接代表工业能力。户外还有冰雹、严寒、粉尘、湿度、反光和不稳定连接，感知和动作都会变难。
谈到中国竞争，Fankhauser 的判断是，中国硬件很强，甚至可能在价格上更激进，但客户比较的不是一台能走路的机器，而是完整方案。自主能力、检查软件、网络安全认证、数据可信度和客户工作流集成，才是关键基础设施愿意购买的东西。硬件会逐步商品化，服务和信任才是更难复制的部分。
武器化是另一种产品
接着，主持人把话题推向军事。Fankhauser 认为欧洲确实需要具备技术独立和防御能力，但 ANYbotics 当前选择的是非军事路线。
工业检查和军事机器人并不是同一个产品。工业机器人可以提前设置任务，依赖稳定通信，关注的是检查和数据质量。军事场景则需要不同的通信、更快的响应、人在回路控制和完全不同的应用软件。给四条腿装上武器，并不能自动得到一个可靠的军事系统。
嘉宾明确反对把机器人用于主动攻击。他认为工程师应该为有益的技术感到自豪，而不是把还不够成熟的系统放进不可控的危险场景。节目提到，行业过去曾有多家公司共同反对机器人武器化。
当然，这里有一个现实冲突。如果对手国家发展武装机器人，企业和政府可能会被迫考虑防御能力。但救援、排爆、运送医疗包和主动攻击不是一回事。节目没有给出最终答案，只呈现了工程伦理、商业聚焦和国家安全之间的张力。
NEO 想成为机器人的操作系统
One X 创始人兼首席执行官 Bernt Øyvind Børnich 介绍了家庭人形机器人 NEO。他在节目中承诺二〇二六年向少量客户交付，同时提醒早期产品会比较粗糙，初期可能需要远程操作或人工指导。
NEO 的重点不只是把机器人放进家庭，而是把它做成一个开放平台。开发者可以为机器人编写技能，例如做沙拉、搬运杂货或完成某种家庭工作，然后通过技能商店分发。这样一来，产品就不再只有硬件和一个固定模型，而是硬件、操作系统、模型、技能和服务组成的生态。
节目中提到的价格包括预付和订阅，Børnich 称首批一万台预订在几天内售罄，并讨论了每月五百美元这一档。这里的数字都是节目现场口径，不能当作最终商业条款。
One X 还愿意让其他团队把自己的世界模型接入 NEO。原因是现在没有一个通用模型能解决所有机器人任务。如果一家公司从制造一直控制到模型，却仍然做不出最好能力，那平台策略就失败了。允许其他模型和开发者进入，反而能加快整个生态解决具身智能问题。
遥操作不是失败而是专家在场
NEO 的遥操作想象很有意思。一个人在菲律宾远程做收银，和一个专家远程接管偏远电站里的机器人，本质上是同一种模式：把人的能力传送到现场。
有些任务发生频率很低，可能几个月才出现一次，但一旦出现就值得马上处理。与其把所有异常都自动化，不如让机器人先站在现场，必要时让远程专家接管。一个外科医生、一个维修专家，甚至一个工厂管理者，都可以通过机器人出现在原本到不了的地方。
但遥操作也不是最终答案。Børnich 说，NEO 的手已经比普通远程操作者能利用的能力更精细。操作者感受到的触觉和机器人实际感受到的触觉并不完全相同，如果强行用全套触觉设备同步，系统又会变慢、变笨重。
因此，遥操作数据更适合作为高质量的小样本，用来校准模型。机器人还需要更大规模的人类示范、第一视角视频和互联网视频，才能真正学会在不同环境中工作。
世界模型还缺真实世界
Agility Robotics 和一加一都提到世界模型。世界模型可以把仓库、物体和物理过程放进模拟环境，让机器人在虚拟世界里大量练习，减少在现实中撞坏东西的成本。
但模拟到真实之间始终有差距。玻璃上的水汽、物体的摩擦、接触时的冲击、不同手掌的大小和材质，都很难被完美模拟。语言模型拥有海量互联网文本，但机器人控制需要的是每个电机的力矩、每个传感器的输入和每次接触的结果，这些数据并不存在于互联网里。
一加一提出了一个数据金字塔。最上层是遥操作，数量少但质量高。下一层是人戴着传感器完成任务。再下一层是人的第一视角视频。底层是规模最大的互联网通用视频。NEO 尽量接近人类身体和动作，核心赌注就是让机器人能够利用这座数据金字塔。
这条路线是一个闭环：先让机器人足够好，部署到社会中完成有价值的任务；任务带来真实的触觉、动作和力数据；新数据再把模型训练得更好。Børnich 预测，机器人硬起飞可能在十年以内，个人下注约三年。这里的硬起飞是节目嘉宾的乐观判断，不是时间承诺。
Boston Dynamics 进入真实客户现场
Boston Dynamics 临时首席执行官 Amanda McMaster 说，公司已经从研究和展示转向真实部署。Spot 四足机器人主要做工业巡检、读表、声学和振动检测，也可以在白天巡检、晚上做周界安防。
客户不再为机器人会不会跳舞买单，而要在两年以内看到回报。节目中 McMaster 称 Spot 已覆盖超过五百家客户和超过四十六个国家。基础机器人价格约十万美元，完整配置和服务可能到三十万美元。电池大约工作九十分钟，然后回到充电站，节目还提到平均超过三千小时才需要人工干预。
Atlas 的商业模式可能不同。它可以自己完成电池更换，更适合按使用量提供机器人服务。主持人用一个简单的账算未来价值：如果机器人每天工作二十小时，连续五年，就可能累计约四万小时。硬件价格不能脱离使用寿命和有效工作时间来理解。
McMaster 用两个大脑解释算力分工。控制身体、平衡、运动和操作可靠性的部分放在机器人本体上。理解现场语义、推理环境的部分，可以在云端或由合作模型提供。最后还要有一层客户工作流，把机器人接入具体工厂和业务流程。
Agility 的安全拐点
Agility Robotics 联合创始人 Jonathan Hurst 说，人形机器人看起来像人并不难，难的是在人的空间中持续完成有用工作。大语言模型让环境感知和语义理解出现拐点，但互联网并没有自动提供机器人动作控制数据。机器人仍然需要自己的传感器、力矩、触觉、示范和真实练习。
Digit 先做范围明确的物流任务，例如拣选、搬运箱筐、填充货箱和码垛。这些任务需要双臂、身体平衡和在狭窄空间中移动，正好能证明人形形态的价值。
节目中最重要的节点是 Digit V 五。它的意义不只是多完成几个任务，而是能不能走出工作单元，在没有物理围栏的情况下和人安全共处。工厂里一条安全线被越过，整条产线可能停下。机器人真正可规模化部署的前提，是它不再需要被关在单独的笼子里。
Hurst 强调，安全不是最后贴上的功能，而是从硬件、动力、软件、监督电路到急停的一整套系统工程。商业模式可以是客户买断，也可以是机器人即服务。主持人和嘉宾用每天工作二十小时、五年约四万小时做示例，说明机器人未来可以用长期工作时间创造价值，但这不是已经公布的售价。
三 D 工作和新的机器人职业
节目最后回到更广泛的社会影响。Hurst 把机器人最有价值的任务概括成三 D：枯燥、肮脏、危险。很多人今天仍在重复、伤身体或有风险的岗位上工作。机器人如果先把这些任务接走，人可以转向更安全、更有知识含量的工作。
这不代表所有工厂都需要人形机器人。封闭、重复、全天运行的流程，专用传送带、机械臂和移动机器人往往更高效。人形机器人的优势在于进入仍然为人设计的环境，例如零售店、医院、施工现场、家庭和最后一段配送。
未来需要的不只是博士和研究员，还需要装配、部署、操作、维护和现场集成人员。机器人还不能完全自己制造和维护自己，所以机器人产业会产生一整套类似技工的新岗位。
最后的安全问题也最朴素：无论机器人有几条腿、几只手、多少算力，都必须有监督电路和急停。机器人真正走向社会，不只取决于它能不能做出一个动作，更取决于它能不能在不伤人的前提下，日复一日地把这个动作做对。