跑赢了博尔特的人形机器人，为什么离不开遥控器和安全围栏

Understanding AI 的作者 Kai Williams 在 2026 年 9 月 1 日的长文《Why humanoid robots won't catch up to human workers any time soon》里，把过去两年传播最广的人形机器人演示、实验室里的任务基准和真实部署记录放在一起核对，回答一个问题：人形机器人离稳定地替人干活还有多远。他采访了 Physical Intelligence 联合创始人 Karol Hausman、Genesis AI 总裁 Theophile Gervet、Agility Robotics 的 CTO Pras Velagapudi 等一线人员，翻出 2025 年以来的基准结果，并在 2026 年 5 月到北京的一家医药仓库看了正在上岗的机器人。他的结论是，演示能力在快速提升，干活能力被四道彼此独立的关卡挡住：操作、泛化、会摔倒的身体，以及从演示走到规模部署的成本。

2024 年 10 月，特斯拉在 Cybercab 发布会上让几台 Optimus 机器人给到场的人递饮料。马斯克当场说，这些机器人不是预先录制的视频、会走在人群里。Business Insider 后来报道，那几台机器人的动作由远程操作员完成，硬件够用，软件不够用。1

2026 年 2 月，宇树科技的机器人在北京春晚上和人类演员一起完成同步舞蹈、旋转、跳跃与空翻，比上一年那次僵硬地挥手帕的表演进步明显。2026 年 8 月，在北京举行的世界人形机器人运动会上，机器人"天工"用 8.86 秒跑完 100 米，快过尤塞恩·博尔特 9.59 秒的人类百米世界纪录；上一年同一项比赛里最快的机器人跑了 20 秒以上。2 宇树那场舞蹈不是远程操纵的。

这些成绩是真的，但它们和干活之间的距离，用 Physical Intelligence 联合创始人 Karol Hausman 的话说，大多数人（包括他自己）"不擅长判断机器人领域的进展，也不擅长判断什么算厉害"：空翻这类动作"对人来说非常难"，而"把一罐可乐拿起来会非常非常难"。3

跳舞之所以看起来更近，是因为舞台比车间简单。Bracket Bot 的 CEO Brian Machado 说，"地板什么都不会做"。干活要跟会变形、会反应的物体打交道：枕头、薯片袋和一杯水被拿起来时表现各不相同，很难用统一的方式建模。Genesis AI 总裁 Theophile Gervet 把话说得更重：机器人领域真正没解决、决定 90% 以上价值的核心问题，就是操作（manipulation）。

2025 年 9 月，机器人研究者 Benjie Holson（原 Google X，现在 OpenAI）公布了一份"人形机器人奥运会"清单：15 个操作任务，其中三个是开门，一个是"给一片面包和一瓶拧紧的花生酱，做一个花生酱三明治"，对成年人最难的一项是剥橙子。这份清单上的多数任务，八岁小孩都能完成。Holson 自己穿着银色机器人服装，把每个任务拍成演示视频。

三个半月后，Physical Intelligence 宣布完成了其中 10 项。Holson 对《科学美国人》说，一家公司在头三个月里几乎把全部做完，"太疯狂了"。

代价写在同一份结果里。机器人是研究者反复手动摆弄、再微调模型教会的：为了把一只袜子翻面，他们用了 176 次成功示范，约 8 小时数据。完成几乎所有任务时，机器人比人慢 4 到 10 倍，成功率只有 52%。

2026 年 1 月，Holson 公布第二批任务：铺床、钉钉子、接住鸡蛋不打破。到作者写作时，七个多月过去，没有人宣布解决其中任何一项。他列出的两项"长任务"——把家里的垃圾拿出去、煎一个单面熟的鸡蛋——用时都不超过 5 分钟。

记忆是另一处限制。机器人的传感器每天产生最多 1 TB 数据，开发者只能把过去的观察压缩成可用的记忆；Physical Intelligence 最新的模型把历史观察压成文字，最多记住 15 分钟。模型也还不够可靠，无法把几十上百个各不相同的子任务串起来。

Genesis AI 的 Gervet 对长任务不担心，他认为机器人基础模型公司该做的是"更多五到十分钟的低层任务"，长时规划留给通用 AI 公司去解决。作者对此保留：人干活时会在做子任务的过程中改变整体计划，把长时规划和短时执行交给不同模型，可能就少了这种临场调整。

作者 2026 年 5 月在北京一家医药仓库里看到，Galbot 的半人形机器人把货架上的盒子一件件取下来放进投递槽。任务本身简单，但每件货品要花 40 秒，公司称较新的部署快一倍。仓库里每增加一种新货品，机器人就要为这种货品重新训练一次，公司说每次训练需要 5 分钟。

现在几乎所有人形机器人的部署都走同一条路：挑一个变化多到传统自动化做不了、又没多到现在的 AI 方法做不了的任务，然后为这一次部署做大量准备与训练。机器人研究者 Chris Paxton 把这批部署归成四类：刚性或半刚性的取放、包裹调向、装箱、叠衣服。

少数公司指望模型本身变通用。Rhoda AI 的 CEO Jagdeep Singh 说，他们在制造与仓储里有"一百多个"用例正在推进。

2026 年 3 月英伟达 GTC 大会上，让机器人研究者印象最深的是 Generalist 的演示：两条机械臂把手机装进盒子再取出来，公司只用了几天准备，而且没有在展馆现场做过训练。这件事让专业观众惊讶，是因为过去很多演示连灯光一变都会失败。Generalist 的 CEO Pete Florence 说，换一个背景环境这一类泛化现在基本"解决了"，但换成一个带扣子的背包就未必。

2026 年 8 月 20 日，Generalist 说它的最新模型能靠一次人类示范学会新任务；同一时期，Skild AI 说它的 S1 模型能靠一段视频示范完成新任务，任务最长十分钟。作者预期，年底前宣布进家庭的那几家公司，部署会相当有限，有些仍然大量依赖远程操作。

现在多数双足机器人靠持续调整姿态保持平衡。腿部电机一旦停止工作，机器人就会倒下，而它可能正站在人旁边。

2025 年，斯坦福与西蒙弗雷泽大学的研究者做出 TWIST 系统，让操作者用自己的身体动作控制机器人全身。限制写在论文里：机器人连续工作 5 到 10 分钟后电机就会过热，蹲下类动作尤其严重，测试之间必须留出冷却时间；跑得太久，机器人会断电倒下。

过热不只在实验室出现。SemiAnalysis 的机器人负责人 Reyk Knuhtsen 在 2026 年 7 月的一档播客上说，一两年前的宇树 G1 最多抱着两公斤的箱子走五分钟，然后过热，要在角落歇 30 分钟、有时一小时，之后才能继续工作五分钟；现在大约是干 5 到 15 分钟、休息 10 分钟。

电池会突然耗尽，设计缺陷也可能要跑上千步才暴露。Agility Robotics 的 CTO Pras Velagapudi 说，现场运行很久的一批机器人突然开始一蹲下就摔倒，最后查出来是腿部一块印刷电路板随时间弯折，蹲下时把一根线缆扯开、站起来又接了回去。

因此 Agility 把已部署的机器人放在安全围栏里，与人分开，并计划在有人靠近时让机器人减速或停下。1X 选择把机器人做轻、让结构在碰撞时更柔顺，它告诉《华尔街日报》，有幼儿的家庭不能参加今年的测试。另一种折中是轮式底盘：造价低、断电也不会倒，代价是上不了楼梯，也走不了坑洼地面。

作者判断这些工程问题最终会被解决，但它们受益于 AI 进步的速度有限。

机器人专家 Rodney Brooks 在 2024 年写道："我很少见到一项新技术在离开实验室演示不到十年的情况下，进入真正部署的机器人。"

机器人研究者 Stefanie Tellex 与 David Watkins 把当前阶段直接对上自动驾驶：机器人操作学习"现在感觉像 2015 年的自动驾驶"。2015 年前后确实发生过什么，值得并列看：那一年谷歌自动驾驶项目负责人 Chris Urmson 说他 11 岁的儿子四年半后就能考驾照，"我和我的团队致力于不让这件事发生"；2016 年福特宣布要在 2021 年量产没有方向盘的汽车；Lyft 总裁 John Zimmer 预测五年内全自动驾驶车队会承担 Lyft 在美国的大部分订单，到 2025 年"拥有汽车会像 DVD 一样过时"。

十年后，Waymo 在 11 座城市有正在运营的 Robotaxi，但完全自动驾驶的汽车仍然买不到，多数城市也用不上。卡住它的不只是"能不能开"：法律阻力、车队采购与维护、现实里数量庞大的边缘情况，每一项都要单独解决。

人形机器人不会遇到和自动驾驶完全相同的部署难题，它出错致人死亡的概率可能更低，但很多瓶颈两边共用。历史上，机器人的售价一直不到部署总成本的一半；AI 方法通过让机器人更通用而降低新部署的成本，代价是多了一类新问题——神经网络出错之后很难调试。

Tellex 与 Watkins 也承认这一轮有真实突破：五年前几乎不可能的任务，比如叠衣服，今天已经平常；宇树机器人的舞蹈反映了硬件与训练方法的大幅进步。从好看的视频到处处可用的机器人，中间仍是一段长路。

作者的核心判断有三层。视频里的能力是真的：百米 8.86 秒和空翻都不是剪辑出来的。这些能力不足以推出工作能力：操作、泛化、身体的可靠性与部署成本是四道各自独立的关卡，其中安全与部署成本甚至不主要由 AI 的进步决定。过去一年有真实推进，集中在泛化（一次示范学习）和任务时长（十分钟级）两处，离替代人类工人仍有距离。

他把时间尺度放在以年计、甚至以十年计的范围里，依据是 Brooks 的经验：从实验室演示到部署，很少少于十年。

这篇文章的证据边界也清楚：Galbot 的 40 秒、Rhoda AI 的一百多个用例、Generalist 与 Skild 的一次示范学习都来自公司自报，没有统一的第三方基准；作者本人的现场走访，只是中国一个仓库里的几个样本。文章没有给出量产成本、故障间隔或安全标准的量化门槛，也没有预测具体哪一年会出现能上班的人形机器人。作者停在这里：他确认硬件与训练方法在进步，也确认让人形机器人和人共用同一个工位的条件还没到。