BossAgents实话说，上个月我密集见了一拨做机器人的朋友，聊到最后大家都有点恍惚。2023年大家讨论的是机器狗能不能上楼梯，2024年聊的是Figure 01怎么端咖啡，到了2025年底，突然所有人都在问同一个问题，你订到Figure 02了吗，你排上Optimus的测试档期了吗。
恍惚感来自这里，我们喊着狼来了喊了快十年，结果狼真的就走到村口了。
先说一个让我觉得荒诞的细节。Figure 02的量产交付不是发在科技媒体上，是我在朋友圈先看到的，一个做汽车供应链的朋友发了一条，说他们的产线正在为Figure做零部件，月底要交付第一批。底下评论区一群人在问Figure是什么，有没有涨停。那个瞬间我意识到，人形机器人这件事已经钻出科技圈，开始往产业和资本层面渗透了。而产业和资本的动作，往往比媒体热闹要早半年。
所以写这篇文章之前，我先给一个判断，2026年不会是机器人元年，元年这种词已经被喊烂了。2026年是真相暴露的一年。过去两年灌进这个赛道的热钱、PPT和Demo视频，都要在这一年接受量产爬坡和真实订单的检验。而检验的结果，可能在今年年底就会彻底改变大众对机器人这件事的感知。
咱们先看Figure 02到底干成了什么。
这家公司的打法是典型的硅谷路径，先做出一个普适的硬件底座，然后用软件和AI在上面做文章。02代最大的变化不光是关节扭矩提升和手指自由度增加，而是它的大脑换了。OpenAI给Figure 02装了新的多模态模型，可以直接理解自然语言指令，然后拆解成具体的操作步骤。我看了他们工厂内部的demo视频，一个操作员对它说把那个银色支架拿过来放到第二工位，它可以自己识别哪个是银色支架，自己规划路径，自己调整机械臂的姿态去抓取，全程没有预设程序。
这事情有意思在哪，你回想一下2023年波士顿动力Atlas那套跑酷视频，每个动作背后都是工程师一行一行写好的脚本，换一个场景就废了。但Figure 02的行为不是预设的，它是在理解语义和视觉信息之后实时生成的。这中间差的不是一代硬件，是整整一个时代。
当然，量产交付和实验室demo是两回事。Figure目前给的是商业客户，第一批交付数量不多，大概几百台，但根据他们供应链放出来的信息，二期订单在2026年上半年已经排满了。这还不是重点，重点是Figure 02的成本，单台成本压到了五万美元以下。五万美元是什么概念，一辆配置不错的Model S。一个能理解语言指令、能在产线上干活、能自我学习的工人，卖你一辆Model S的价格。你去跟任何一个工厂老板算这笔账，他们脑子里的算盘珠子都能蹦出火星子。
但让我更关注的其实是另一件事，Figure 02把商业化的场景锚定在了制造业而不是家庭服务。这个选择太聪明了。家庭场景看着性感但复杂度极高，你让一个机器人在你家客厅里找遥控器，每一个家庭布置都不一样，每个物体位置都不一样，这几乎是个无解的开放世界问题。但工厂不一样，工厂是结构化的，工位固定，光线固定，操作流程固定，连地上的标识线都是统一的。在工厂里，机器人不需要理解世界，只需要理解这条产线。这个约束极大降低了AI落地的难度，也让量产的节奏可以真正跑起来。
聊完Figure，咱们看看大洋另一边的特斯拉。
马斯克在2025年底的财报电话会上说了一句话，我记到现在。他说Optimus的工程原型已经到了第4代，目前在加州弗里蒙特工厂有大概30台在做真实的产线作业。30台这个数字你们感受一下，相比Figure的量产规模差得远，但特斯拉的策略根本不是靠数量取胜。Optimus进工厂干的是什么活，不是那种花架子展示，是电池包的排列和搬运。每一个电池包重十几公斤，人类工人一天搬下来腰都直不起来，Optimus可以8小时连轴转。这活儿在工厂里叫重体力工位，招工永远是最难的，离职率永远是最高的。特斯拉选择从这个缺口切入，在逻辑上太顺了。
更值得品的是Optimus的成本预期。马斯克说规模化之后目标压到两万美元以内。两万美元一台通用人形机器人，这个数字如果真能做到，整个制造业的用工结构都会被改写。你雇一个工人，月薪六千，一年七万二，还得交社保，还会请假，还会跳槽。你花两万块钱买一台干十年，考虑到电费和维保，成本不到人工的三分之一。这件事的账根本不用算，谁都能看明白。当然两万美元是远期目标，但即便是现在这个阶段的成本，特斯拉也已经跑通了自己给自己供应的模式。弗里蒙特工厂的产线用着Optimus，Optimus又在生产自己的零部件，这个飞轮一旦转起来，效率和迭代速度会非常可怕。
特斯拉还有一个别人没有的优势，数据闭环。全世界跑在路上的几百万辆特斯拉电动车，每天都在教会他们的视觉神经网络怎么识别这个世界。这段位你在德国人那里见不到，在日本人也见不到，全世界只有特斯拉一家有这样的数据底座。用车的视觉数据来喂机器人的大脑，这相当于你开着车就把机器人的学前班给上完了，这手牌太作弊了。
说完国外，咱们回头看国内。国内最大的变数是宇树。
宇树这家公司，之前所有人的印象还停留在H1机器狗在春晚上扭秧歌。但到2025年底你再去宇树的工厂看一眼，你会有一种时空错乱感。他们的H1人形机器人已经迭代了好几版，价格直接杀到不到十万元人民币。十万元人民币，一台能跑能跳能搬东西的人形机器人。你横向对比一下，Figure 02五万美元，Optimus远期两万美元，国内现在直接把场上所有人拉进了一场成本绞杀战。
宇树算账的方式跟硅谷公司完全不同。他们不会跟投资人聊十年后的AGI愿景，他们直接就问一个问题，工厂里那些重复度最高、人类最不愿意干的活儿，多少钱一个月能招到人，机器人能不能用更低的单月成本把这个岗位接住。你花八千块招一个搬运工，干一年可能就跑了，工厂还得重新培训。宇树卖你一台十万块的机器人，干三年的成本摊下来，每个月两千多。这个算术题幼儿园小朋友都会做。
智元那边走的是另一条路，更偏AI公司。远征A2机器人搭载的是他们自研的具身智能大模型，走的是模仿学习和强化学习路线。他们的思路是先把机器人的操作能力打磨好，让机器人在特定场景下干活达到一个非常高的成功率，然后再去谈场景拓展。智元的优势是创始团队有很强的AI技术底色，所以他们的迭代逻辑更像是在训练一个大模型，而不是在做一台机器。
但我更关注的其实不在这些头团队列里。过去两年，国内涌进来一大批做人形机器人的创业公司，有些团队规模两百人，融了三四轮钱，产品原型出来了，但一直卡在量产前夜。这类公司现在非常尴尬，天花板看得见，后面的量产资金又融不到，前面还有宇树这样的价格屠夫在等着你。2026年大概率会死掉一大半。这未必是坏事，活下来的才是真能打的人。
现在我们把时间轴拉到2026年的中间。你问我最大的变量是什么，我心里排第一的其实是价格螺旋。
2025年一整年，整个行业的成本曲线是往下陡增的。传感芯片在降价，谐波减速器在降价，无框电机在降价，连六维力传感器这种一年前还是天价的东西，国内供应链都给你卷到只剩零头。人形机器人单台成本，国内头部玩家已经从几十万打到了十万附近，这个速度比所有人的预测都要快至少两年。
然后就是那个细思极恐的推演。当人形机器人的单台价格低于一辆家用轿车，当它能在工厂连续作业一万小时不出重大故障，当它学会了用自然语言跟人类沟通，你会发现整个社会中那些被定义为低技能的重复性岗位，会以肉眼可见的速度被替换掉。这个过程可能不会像媒体渲染的那么血腥，说裁员就裁员，但它会以一种相对柔软的方式渗透进来，比如一个新的工厂开工，招聘机器人操作员，不招搬运工，比如一个新的物流仓库上线，优先采购机器人，不扩招人力。替换发生的时候从来不会锣鼓喧天，它就是一点一点发生的。
所以回到题目，国内追赶到哪了。我的判断是，跟美国的差距比两年前大家想象的更小，但也不能盲目乐观。硬件层面中国供应链确实天下无敌，成本控制更是绝活，这个东西没有人能卷得过中国。但在最核心的部分，也就是让机器人理解世界的那个大脑，我们还是有一定距离的。Figure 02背后是OpenAI的通用模型，Optimus背后是特斯拉的海量驾驶数据，这两个东西都不是靠堆算力短期能追上的，需要时间，需要场景积累，也需要一点运气。
不过有一点我很确信。人形机器人这个赛道的终局，不是技术竞赛，而是成本和生态的竞赛。技术再先进，如果你造一台机器人要二十万美元，那就永远只是富人的玩具。谁能把价格打到每个人都能接受的区间，谁能让机器人真正在工地、在工厂、在农场干够一万小时，谁才是最后的赢家。在这个维度上，中国的机会非常大。
最后给读者朋友们一点掏心窝子的建议。如果你所在的行业跟制造、物流、仓储相关，现在就应该开始关注人形机器人替代人工的具体时间表，而不是等到产线班长告诉你要被优化了才反应过来。如果你是一个普通打工人，不用恐慌到睡不着觉，但你必须意识到，未来五年，你要么学会跟机器人协作，要么学会做机器人做不了的事情。所谓做机器人做不了的事，倒也不复杂，就是那些需要共情、需要创造、需要复杂决策的工作。这听起来像鸡汤，但它是真的。
如果你是一个对投资感兴趣的人，我多说一句。2026年看机器人赛道，不要只看那些做整机的明星公司，去看那些给他们做核心零部件的供应链企业，去看那些把减速器做到精度更高成本更低的公司，去看那些让机器人感知能力更强的新型传感器企业。卖铲子的人在新一轮淘金热里永远是最稳的。
2026年，机器人们将第一次在大规模工业场景中展示它们真实的作业能力。这不是科幻电影里那种高喊着要取代人类的反派，它们更像是烤糊的第一炉面包，走路跌跌撞撞，抓取偶尔失手，甚至还会在产线前发呆宕机。它们笨拙、粗糙，但真实存在。
而真实这回事，比所有美妙的想象都更有分量。你抬头看看，第一台机器工人已经在产线的灯下弯腰了。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～
谢谢你看我的文章，下次再见。
