从 Gen0 的精细操作到 RTC 的持续工作，具身智能 Just needs execution？
Pro会员通讯约 4 分钟机器之心PRO · 会员通讯 Week 51
--- 本周为您解读②个值得细品的 AI & Robotics 业内要事 ---
唱跳 rap 样样精通，但人形机器人何时才能真正服务人类？训练时长 27 万小时，具身智能也有 Scaling Law？动作迁移、内置思考，Gemini Robotics 1.5 如何实现多步骤稳健执行？除了关键进展外，具身智能还有哪些工作值得关注？...
软件属性如何实现从「辅助工具」向「执行主体」的跃迁？当竞争锚点变为「人力成本」，市场天花板应该如何打开？AI 时代下，巨头的「高度共识」如何重塑竞争格局？创业者又该如何利用「金砖理论」寻找结构性缝隙？「差异化」与「防御性」有何本质区别？为何模型能力无法构成长期壁垒？...
要事解读① 从 Gen0 的精细操作到 RTC 的持续工作，具身智能 Just needs execution？
引言：伴随着具身智能路线分化、场景取舍和数据匮乏的相关争论，许华哲近期的 2025 回望引起了热议。到 2025 年年底，业内也刷新了具身智能精细操作、长程任务和持续工作三个方面的能力上限，但要实现大规模的应用落地仍有差距。
具身智能 2025 回望，焦虑中依旧保持信心？
1、2025 年即将结束，具身智能受到的关注依旧持续攀升。清华大学助理教授许华哲在社交平台上发表了对 2025 年具身智能的回顾，指出当前领域在应用普及、路线分化和场景落地等方面出现了新的进展和争议。[1-1]
2、他指出，从过去讨论「何时能全地形行走」，到如今已经能跑酷、跳舞、打篮球，短短几年间人形机器人的能力提升是突飞猛进的。但这极快的变化速率又显得格外不协调，因为现实中我们几乎看不到人形机器人真正走入服务岗位。[1-1]
① 工业领域的快递平均分拣效率是 1800 件每小时，汽车工厂要求的失误率则是万分之一甚至十万分之一，但是这些目标对于目前的人形机器人来说仍然有些「遥不可及」。
3、同时，外媒 AP 在报道硅谷一场人形机器人峰会时提到，人形机器人的公司数量和融资都在攀升，但峰会现场依旧高度怀疑真正像人类一样的机器人能否很快在市场上「扎根」。[1-2]
① 风险投资家 Modar Alaoui 表示，业内许多研究员认为人形机器人等物理 AI 将成为未来的常态，但是目前的问题在于实现这个「常态」还需要多长时间。
4、摩根士丹利研究部估计，到 2050 年人形机器人的数量可能超过 10 亿台，这将构成一个价值 5 万亿美元的市场。但是 IEEE Spectrum 一篇分析认为，目标不等于实现，而且制造机器人或许只是人形机器人规模化过程中最容易实现的环节。[1-3]
① Agility Robotics 首席产品官指出，未来更大的问题在于需求，目前业内还没有准确切入需要每个工厂部署数千台人形机器人的应用场景。
② 除了部署数千台机器人来完成单一任务外，他认为部署数百台机器人，且每台机器人可以完成 10 项任务，这似乎是大多数人形机器人行业在中长期发展方向上的押注点。
5、尽管存在商业性上大规模落地的争议，且 2025 年的具身智能没有实现「一步登天」。但是在技术层面上，具身智能依旧取得了不错的进展，尤其在精细操作、长程任务和持续工作方面刷新了 SOTA。
2025 具身智能并非「一步登天」，但也「成绩斐然」？
1、在精细操作方面，年初的顶尖成果 DexterityGen 证明了 RL 可将机械手握持物体的稳定时间提升 10–100 倍，让机器人通过 RL 成功使用笔、注射器、螺丝刀等工具。而年末的 Generalist AI Gen0 模型则预训练了 27 万小时、多场景海量操作技能，可以实现从削土豆皮到组装相机套件等几乎人类能想到的一切操作，并可跨机械臂和人形平台通用。[1-4]-[1-6]