100亿砸向人形，不如先让10万台机器狗走进家庭 – 量子位
100亿砸向人形，不如先让10万台机器狗走进家庭
所有通用技术，最后都要回到消费市场。
「下一代真正改变世界的东西，刚开始看起来往往都像玩具。」
——Clayton Christensen
你别说，哈佛商学院教授这话初听不觉，细品悟了！（doge）
四足机器人的处境不就是这样嘛！
还记得5月17日，蔚蓝科技发布的消费级四足机器人BabyAlpha A3么？
1000倍算力跃迁、端侧70亿参数大模型本地运行，感知能力对标甚至部分超越人类……
单看参数，这已经不是大家印象里那个只会翻跟头、陪小孩玩的机器狗了。
产品上新后，在对参数、规格的一片讨论中，我听到了一些不同的声音。
印象最深的，是有朋友好奇A3为什么还是四足，而不做成人形。
似乎四足机器人是一种在人形机器人还没成熟之前，厂商不得不退而求其次的选择。
于是，我们能看到，当前资本卷人形、创业公司卷人形、各种论坛也在卷人形。
所有人都默认，人形才是终局。
△AI生成
但我们再往深处想一层：
如果人形真的是唯一正确答案，为什么直到今天，全球依然没有一台真正声很有价值。
消费级四足，到底是妥协后的选择，还是现阶段最有机会率先跑通具身智能的路径？
如果答案是后者，那么整个⾏业的资源分配逻辑可能需要被重新审视了。
路径之争
先说一个容易被忽略的行业规律。
过去几十年，几乎所有改变世界的通用技术，最后都是靠消费市场跑出来的。
PC如此、智能手机如此、新能源汽车同样如此。
很多人以为技术突破来自实验室，产业革命来自企业客户。其实恰恰相反。
企业市场负责验证技术，消费市场负责形成飞轮。
比如个人电脑产业。
最早的大型机、小型机价格高昂，主要服务企业和机构。
真正让计算机成为一个时代基础设施的，却不是这些机器，而是Apple II和后来的IBM兼容机。
智能手机也是同样的叙事。
黑莓曾经统治商务市场。但真正打开移动互联网时代的，却是iPhone和App Store构建起来的消费生态。
△AI生成
这些案例背后，本质是同一个逻辑：
消费市场形成规模→推动技术迭代→降低成本→进一步扩大规模。
当飞轮开始旋转起来，后发者往往很难追赶。
具身智能也一样。
行业今天有一个流行观点：先去工厂打工，再进千家万户。
听起来很合理。
但问题是，工厂真能训练出通用智能吗？
未必。
△AI生成
工厂天然是低熵环境，固定工位、固定流程、固定任务。
机器人每天面对的是几乎相同的世界。
这样的训练方式，更像一个只会刷题的学生，考试题全做过，换张卷子就不会了。
家庭环境则恰恰相反。
屋内的光照每天都在变化，宠物会乱跑，人类行为不可预测，拖鞋、玩具、充电线等杂物随机分布……
△AI生成
这里没有标准答案，但最接近真实世界。
某种意义上说，家庭才是Physical AI最大的训练场，每天都会制造新数据。
这恰恰是通用智能最需要的。
标准环境下，很难养出全能选手，真正的「人才」往往是在复杂环境下磨出来的。
依托成熟的制造与市场基础，中国正在迎来将具身智能产品快速推向全球市场的历史性机遇。
这也是为什么行业真正需要争夺的，不是谁模型参数更多，而是谁能率先形成消费级飞轮。
不过，如果消费级才是具身智能的答案，为什么先跑出来的偏偏是四足？
四足机器人是妥协产物？
四足机器人=人形机器人低配版？？？
如果你也认为四足是厂家技术能力不足时，无奈才选的替代方案，那么请让我们把观察角度再拉大一点。
你会发现，这是对四足机器人最大的误解。
四足并不是因为做不成人形才存在，而是现阶段，只有四足具备率先跑通消费级市场的条件。
这有点像计算机领域一个经典概念：boot-loader（启动程序）。
电脑开机时，并不会直接(来源:量子位)
