不過,幾位創辦人講嘅都係上行情境,唔代表業界已經有一致嘅工程共識。
Unitree所指嘅核心樽頸,係機械人嘅決策能力。機械人需要有更可靠嘅「世界模型」,即係理解周圍環境點樣運作,並且能夠:
現時機械人往往喺訓練過或者安排好嘅環境表現較好,但一離開原本條件,就可能唔識變通。即使已經成功捉到一件物件,要穩定完成最後幾毫米嘅對位、施力同手指控制,仍然非常困難。換句話講,問題唔只係令機械人「行得郁」,而係要令佢「做得啱、做得準、重複做都得」。
ChatGPT之所以可以快速進步,其中一個原因係互聯網有海量文字資料,足以用萬億級token訓練模型。但實體操作冇一個同樣廉價、標準化又可以大規模取得嘅資料庫。
一個機械人喺現實世界做家務,理論上要記錄視覺、觸覺、力度、物件移動軌跡、失敗原因,以及人點樣介入修正。每個屋企嘅格局、光線、物件材質、雜亂程度同使用者習慣都唔同,數據收集成本自然高好多。
模擬器同遙距操控可以幫手增加訓練資料,但暫時仍未足以證明機械人可以安全咁將所學能力,泛化到完全陌生嘅屋企同物件。呢個亦係點解任何精確到年份嘅預測,都存在相當大不確定性。
但股價反映嘅,主要係投資者對一個可能出現嘅大型機械人市場嘅預期,唔係證明機械人已經可以自主處理普通家庭工作。現階段,較多客戶仍然係大學、實驗室同研究機構,而唔係大量家庭或者企業大規模部署。呢個代表技術開始有人採用,但未必等於已經證明產品同市場完全配對。
Unitree亦承認,公司喺現實世界應用方面仍然落後於技術展示帶來嘅想像。由於硬件進步往往快過軟件、可靠性同操作能力,市場見到嘅「識表演」,未必等於用家需要嘅「識工作」。
有報道指,中國喺2026年上半年出貨超過4萬部人形機械人,佔全球出貨量97%。Morgan Stanley則預測,中國全年出貨量可能達到5萬部,高於2025年嘅1.2萬部。
不過,呢啲數字未必可以直接互相比較。另一個市場數據估計,2026年上半年全球人形機械人出貨量合共約1.91萬部,中國供應商同樣佔97%;如果中國單一市場上半年已經出貨超過4萬部,兩者就可能採用了唔同嘅統計範圍、產品分類,或者分別計算「出貨」同「交付」。
較穩妥嘅結論係:中國供應商目前主導人形機械人早期出貨量,但確實數字仍要視乎定義,唔應該將各份報告嘅數字當成完全同口徑。
美國聯邦通信委員會(FCC)將外國製造嘅先進移動機械人,包括人形及四足機械人,列入涉及國家安全風險嘅清單,限制新型號取得批准及進口。
目前報道普遍指,措施主要針對日後推出嘅新型號,未必涵蓋已經喺美國市場存在或者已獲批准嘅所有機械人。
對Unitree而言,呢項限制可能收窄其進入美國市場嘅空間,亦令業界原本期待嘅「愈多機械人部署,就有愈多數據;愈多數據,就令模型進步」循環更加複雜。對一個仍然缺乏大規模實體操作數據嘅行業嚟講,市場同數據受限,都會增加技術成熟所需時間。
但截至目前,仍然冇足夠證據顯示業界已經達成工程共識,認為通用型家用人形機械人可以喺兩三年內,穩定達到王興興提出嘅「陌生屋企完成約八成任務」標準。
較合理嘅解讀係:進展可信,時間表仍屬推測。
兩至三年係技術高速突破下嘅上行情境,唔係已經確立嘅預測;五至十年就更加貼近目前仍未解決嘅軟件、數據、可靠性、安全、成本效益同監管問題。Unitree上市後股價急升,反映市場押注嘅係一個可能出現嘅平台級機械人產業,而唔係人形機械人已經準備好自主接管一般家庭工作。