“让机器干人的事,就该把它做成人的样子”,这是马斯克和不少人形机器人企业反复讲述的逻辑。截至2026年,这仍是一个被争论、而非被证实的命题。
综合2026年5月记者詹姆斯·文森特和机器人学者肯·戈德堡的公开讨论,人形确有其道理。但机器该长成什么样,最终取决于它要完成什么任务,以及能否可靠地完成。
常驻伦敦的作家、记者詹姆斯·文森特曾为《哈泼斯》杂志撰写封面报道,走访美国的人形机器人企业。

他在2026年5月接受采访时这样概括行业说法:按照融资路演材料和鼓吹者的描述,人形机器人应当能做身体健全的人能做的一切,直接进入工作场所,分拣包裹,给汽车装车门。他说,这就是卖点,也是它们被造成人形的原因。他同时提醒,这是一个很高的要求。
在中文讨论中,这一逻辑常被具体化为“环境规则”:门把手的高度、楼梯台阶、货架和各类工具,大多按成年人的身材和手掌大小设计。照此思路,与其为机器改造环境,不如让机器适应环境,而模仿人的身形是一条直接的路。
这种解释有道理,但它说明的只是人形的一项优势,并不意味着人形在任何场景下都最合适。

文森特接触过美国两家公司的机器人:Agility Robotics和Apptronik。两者都有类似人的手臂和双腿,设计却明显不同。
Agility主攻仓库,机器人的膝盖向后弯,外形更“不像人”。这种像蚱蜢一样的腿便于蹲下、从地面拾取物品,上下楼梯也出人意料地顺利。
Apptronik的Apollo走通用路线,身体比例接近常人,直立站姿,能与人平视,设计目标是在工厂里与工人并肩工作,分担繁重的体力劳动。该公司还提出过让它将来进入空间站乃至前往月球、火星的设想,这属于企业愿景,并非已经实现的能力。
即便同样叫“人形”,形态也在为场景做取舍:仓库搬运更看重蹲起和拾取,工厂协作更看重与人共处时的空间尺度。

文森特还亲手测试过一台原型机。对方没让他用脚踢,只给了他一根末端缠着安全泡沫的扫帚柄。
他用尽全力推过去,机器人像被推搡的人一样向后踉跄、恢复平衡,然后走回他面前。他形容那一刻让人感到诡异。
不过,这只是一次现场测试中的平衡表现,不能据此推断机器人在各种环境下都能稳定可靠地工作。
马斯克公开表示过,Optimus可能会是特斯拉最大的产品,甚至可能是有史以来最大的产品。他还预测机器人会比人多,地球上每个人都会想要一台,它可以照看孩子、照顾宠物。

文森特认为这是典型的马斯克式夸张,但也承认,马斯克的兴趣极大地带动了市场,许多公司随之跟进。这些说法应视为马斯克描绘的愿景,而不是可以兑现的保证。
这股热潮的起点颇有戏剧性。2021年特斯拉AI日上,公司还没有完整可用的原型机,登台的是一个穿着紧身机器人服的人,伴着电子舞曲跳舞。
马斯克当时说,会把机器设定为在机械和物理层面上,人能跑得过它,也很可能制服它。文森特形容那场发布虎头蛇尾、相当乏味,却可能点燃了后来的热度。
此后特斯拉较快造出了可运转的原型机。但他在2026年5月判断,特斯拉正碰上技术的局限,外界也在追问:这究竟是炒作,还是真能做出成果。

人形机器人近几年骤然走红,文森特认为主要推手是人工智能。过去,机器人要靠人工编程,写明手臂移到哪里、转多少度、用多大力。
现在的思路是输入大量数据、给定期望结果,让模型自己学会把两者连接起来。企业寄望于数据足够多时,就能“解决”实体机器人的难题。
批评意见在于,机器人和聊天机器人不处在同一个世界。聊天机器人处理的是文本,出了错,用户还能发现并纠正。
错误一旦进入物理世界,就可能带来危险。文森特举例说,如果机器管家收拾碗碟时每十个杯子就打碎一个,谁会满意?

加州大学伯克利分校机器人学教授肯·戈德堡说,他研究同一个问题已有45年:怎样拿起一只杯子。他的意思并不是世界上没有机器人能抓杯子,而是要在各种情况下可靠地抓取,至今仍然极其困难。
他把难点归结为“不确定性”,具体有三层。第一是感知:机器人看不清杯子,也难以准确判断它在空间中的位置。
第二是控制:即便看清了,也无法把夹持器精确移到预定位置。第三是物理:物体的摩擦和质量特性往往未知。三种不确定性在指尖叠加,机器人就常常显得笨拙。
他还用莫拉维克悖论来解释:对人类容易的事,对机器人反而难。人工智能擅长下围棋,人却觉得围棋很难。人拿杯子毫不费力,背后是漫长的进化。

戈德堡解释,自动驾驶相对容易,因为目标本质上是不撞到东西,又有较好的地图,便于模拟。行走也是同样的道理,连后空翻都比较容易模拟。
人们看到这类表演,便容易推断机器人什么都能做。他认为这是一种谬误:机器人连在桌上可靠地堆几块小方块都很难做到。
许多机器手看上去很像人手,关节动作飞快,可很少有人见过它们系鞋带。偶尔能看到机器人叠衣服,细看却不合格,用他妻子的话说,这不是合格的叠法。模拟中容易实现的动作,与真实世界中处理接触、摩擦和易碎物体之间,还隔着一道差距。
戈德堡还特别强调要区分遥控与自主。机器人手术说明,只有两个夹爪的简单工具也能完成精细操作,但那是由医生操控的机器人。

一旦把人从操作回路中拿掉,正如他的实验室在尝试的那样,一切都会难得多。因此,看到机器做出灵巧动作时,需要先问清楚:是人在操控,还是机器自主完成。
戈德堡自认更偏工程师,目标是让机器承担人们不愿意做的苦差事。他认为仓库、工厂、农场和酒店清洁等领域缺少愿意干这些活的人,而这些工作首先都要求机器会抓取。在他看来,核心问题是可靠性,而不是外观。
由此看来,固定机械臂、轮式移动平台、专用夹具和人形机器人各有用武之地。前几种在结构化场景中往往更稳定、更高效;人形的长处,在于进入未经改造、为人设计的环境。

文森特在2026年5月的观察是:美国企业更多向富裕家庭推销家务机器人;中国面临制造业劳动力减少、照护负担加重的压力。在他看来,中国的规划者希望人形机器人同时填补这两个缺口,而大规模制造能力让中国在这一领域跑得更快。
戈德堡同样看重安全约束。创业公司必须符合美国职业安全与健康管理局等机构的标准。他担心机器人被用作武器,但认为研究无法简单叫停,关键在于审慎推进。
所以,要不要做成人形,关键不在像不像人,而在于做什么、在哪里做,以及能否安全可靠地做。

