中美两国在机器人产业领域的竞争，其实质上是一场谁也离不开谁的共生赛跑。

近日，美国总统特朗普乘坐“空军一号”专机抵达北京，英伟达公司的首席执行官黄仁勋临时被增补进随行团队。此前，美国方面升级了H20芯片的出口管制措施，这已导致英伟达计提了45亿美元的资产减值；此次访华期间，黄仁勋的核心目标正是推动民用AI算力对华实现常态化供货。

特朗普的随行名单当中不止有黄仁勋，还有马斯克——也就是特斯拉的首席执行官、Optimus机器人的缔造者。这两位主导美国机器人产业方向的科技巨头同步访华，并非单纯的外交姿态，而是一种产业现实：美国政府一方面掐住了中国机器人产业的算力咽喉，另一方面又让自己旗下的科技巨头前来中国寻求合作。

这种矛盾的姿态，恰恰揭示了人形机器人产业最根本的现实：在人工智能的核心技术层面，竞争的实质是一种互补与共生，双方都无法脱离彼此而独立发展。

0 1 美国最强大脑卡产能

在全球人形机器人产业领域，美国在机器人大脑层面依然占据着制高点。其优势主要体现在三条差异化的技术路线之上：

第一条技术路线聚焦于通用具身智能模型的精研，其代表性企业便是Figure AI。在2025年2月，Figure AI发布了名为Helix的系统，该系统是业界首个面向机器人的双系统视觉语言行动模型。其核心在于运用一个拥有70亿参数的视觉语言模型（S2）来负责慢思考过程，用以理解场景、解析语义以及规划任务；同时，借助另一个仅8000万参数的Transformer模型（S1），以200Hz的高频率输出精细的动作指令。这种将“大脑”与“小脑”进行解耦的架构设计，使得机器人能够仅仅依据自然语言指令，便实现对数千种从未见过的物品进行零样本抓取。在Figure 03机器人的厨房演示中，其在全程无人操控的情况下，于4分钟内自主完成了61个连续动作，这构成了目前公开报道中复杂度最高的自主操作序列。

（Figure发布的Helix系统）

第二条技术路线则聚焦于数据飞轮所驱动的算法迁移，特斯拉便是其中的典型代表。其核心特点在于，把自身在智能汽车领域长期积累的算法、数据以及算力优势，系统性地移植到了人形机器人赛道之中。特斯拉直接把经过数百万辆车辆验证的完全自动驾驶算法，迁移至Optimus人形机器人平台。全球范围内超过600万辆特斯拉车辆，每天能够产生高达1600亿帧的真实世界视频数据，由此构成了一个无可比拟的数据飞轮体系。基于此，马斯克重新启动了Dojo 3超级计算项目，计划将512颗自研的AI5芯片进行密集集成，其单颗算力高达2500 TOPS，旨在专门为Optimus的训练提供强劲的算力支撑。展望2026年，特斯拉在人工智能以及机器人领域的资本支出预计将突破250亿美元大关。

第三条技术路线则侧重于开源生态的平台化构建，英伟达在此方面投入了主要精力。2025年3月，英伟达推出了GR00T N1模型，该模型被定位为全球首个开源的人形机器人基础模型。它并非仅服务于英伟达自家的硬件产品，而是并依托其Omniverse合成数据引擎，旨在打造一个机器人领域的安卓系统。基于这一布局，黄仁勋更是将机器人产业列为继人工智能之后的下一个万亿美元级别市场。

这种大脑层面的优势，决定了美国的人形机器人能否举一反三，能否在陌生环境当中自主做出决策，然而美国自身也面临着结构性的困境。

摩根士丹利在其于2025年底所发布的《机器人年鉴》报告当中指出，中国在人形机器人领域已经形成了系统性的量产能力与场景应用优势，即便美国方面在政策层面持续发力，中美两国在产业化落地方面存在的差距仍在加速扩大。造成这一现象的原因其实相当现实，其根源在于美国现有制造业生态与人形机器人产业化实际需求之间存在着深层的错配。

（图片来源：摩根士丹利于2025年所发布的《机器人年鉴》报告）

首先，美国机器人供应链的空心化现象，对美国硬件的快速迭代以及成本控制方面构成了制约。美国机器人产业链的本土化率尚不足50%，其中，诸如谐波减速器、高精度伺服电机以及力控传感器等核心部件，严重依赖于日本、韩国等海外供应商。这不仅使得研发与生产周期被拉长，也导致了成本居高不下，从而难以支撑消费级或工业级机器人所需的大规模、低成本制造。

其次，美国顶尖算法模型在实际应用层面面临着缺乏充足物理载体以供承载与验证的困境。尽管Figure AI凭借其Helix系统在技术层面广受关注，公司估值也攀升至400亿美元，然而其规划的年产能仅为1.2万台；特斯拉的Optimus人形机器人月产能则仅维持在数百台的水平。这种实验室中保持领先、但在工厂端却明显滞后的局面，意味着最为先进的算法无法借助海量实体机器人在多样化的真实场景里持续地收集数据、从而完成算法迭代的闭环，这进而限制了其智能演进的速度以及实际应用价值。

最后，整体而言，美国机器人在商业化落地场景的广度与深度方面存在不足。美国的优势主要集中于医疗、太空以及特种作业等具有高附加值、小批量特征的前沿探索领域，然而，在需要规模化部署、追求极端性价比以及要求7×24小时可靠性的工业制造、物流仓储与商业服务等领域方面，其缺乏如同中国那般丰富的应用场景与迫切的替代人力需求。倘若缺乏足够的应用场景，便难以形成有效的数据飞轮，从而使得算法优势无法顺利转化为市场优势与成本优势。

简而言之，算法再强大也需要身体来执行，而美国的"身体"，也就是成熟的供应链、规模化制造能力以及丰富的量产级应用场景，明显无法跟上其大脑的进化节奏。这构成了其在人形机器人这场马拉松式竞争中所面临的最为现实的挑战。

0 2 中国场景狂奔缺算力

如果说美国机器人的大脑依托于算法层面的精研，那么中国机器人的大脑则依赖于海量的真实场景数据，由此实现了差异化的突破。

2026年4月，智元机器人在龙旗科技工厂开展了一场长达8小时的无剪辑直播：精灵G2机器人在MMIT测试工站上连续完成了2283次精密的上下料操作，成功率高达99.5%，单个工序耗时18至20秒，每小时可完成310件，一台设备足以抵得上两班人工。这并非演示程序，而是真实的部署状态。智元将2026年定义为部署态元年——机器人不再是实验室里的展品，而是要在产线上实现7×24小时的自主运作。截至目前，智元累计下线超过10000台机器人，2025年凭借5100台出货量以及39%的全球市场份额，成功拿下了双料第一。其开源的AGIBOT WORLD 2026数据集，全部来自真实世界的商业空间以及工业场景。

宇树科技的表现同样不遑多让。其G1/H1系列已然成为全球研究者所默认的硬件平台，2025年四足机器人全球市占率高达60%。宇树的策略颇为直接：借助极致性价比的优势——G1售价仅为9.9万元——将硬件产品大规模铺向市场，让全球范围内的实验室以及工厂为其持续收集数据、打磨算法。

中国企业的核心优势体现在真实工况数据的规模方面。当美国机器人仍在实验室环境中学习抓取杯子时，中国的机器人已经于比亚迪工厂里拧了数十万颗螺丝、在物流仓库中搬动了数百万个包裹、在高温产线上连续运行了上千小时。这些源自物理世界的“脏数据”，是合成数据以及互联网视频所无法替代的。其不可替代的原因主要体现在三个方面：

第一，物理接触的复杂性。智元机器人的工程师此前曾指出一个具体案例：在初期训练阶段，精灵G2机器人由于未能充分学习并适应“夏季车间温度升高引发塑料件轻微变形”这一具体工况，从而引发了抓取与定位操作出现连续的偏差。这种唯有在真实生产线上才能获得的物理世界直觉与经验，恰恰是合成数据所无法覆盖的盲区。

第二点，在于故障模式的不可预测性。在真实世界当中，机器人会遭遇各种离奇的状况，这些属于长尾事件的异常场景，在合成数据里几乎无法被穷尽，但恰恰是它们，塑造了机器人在复杂环境中的鲁棒性。智元开源的AGIBOT WORLD 2026数据集中，就专门标注了超过2000种异常工况，这是任何模拟器都难以复现的宝贵财富。

第三，人机协作的社会性维度。在中国的工厂环境当中，机器人并非处于孤立状态运行，而是与数量众多的工人并肩作业。它们必须掌握解读人类手势暗示、在匆忙穿行的工友之间实现安全避让、以及于嘈杂声响中准确辨识指令等能力。这种社会智能的塑造，唯有在真实的人流、物流与信息流相互交织的场景之中，方得以完成。

根据行业内的普遍估算，中国头部企业在工业场景中所积累的真实部署数据量，达到了美国同行的十倍以上。更为关键的是，中国具备了全球最为完整的制造业门类体系，从3C电子产品到汽车零部件，从食品加工到化工生产，几乎每一个细分领域都在持续产生着独特的机器人应用场景。正是由于这种极高的场景密度，它构成了美国方面无法复制的一项战略资源。

但海量的数据需要一个泄洪口来承载，而算力便是这个泄洪口。这恰恰是中国方面的软肋所在。

03 英伟达45亿美元买来的教训

英伟达在2026财年第一季度所发布的财报中，披露了一项极具冲击力的数据：其计提的库存减值与采购义务损失高达45亿美元。该笔巨额损失的直接诱因，是美国政府针对H20芯片所实施的对华出口管制措施。

H20芯片是英伟达专门为中国市场定制研发的特供版AI芯片，其设计旨在满足此前的出口管制规则，并且是该公司面向中国数据中心以及人形机器人算力需求的主力产品。2025年4月，美国政府突然升级了出口管制要求，规定H20芯片对华出口需重新申请许可，这一举措实质上直接导致大规模出货通道被冻结。

The policy shift translated directly into financial losses on the books: a one-time impairment charge of $4.5 billion was recorded for the quarter in 2026. Furthermore, during the earnings call, NVIDIA issued a warning that an additional $8 billion in revenue loss was anticipated for the second quarter of fiscal year 2026 as a result. The Hopper architecture has essentially entered a state of stagnation within the Chinese market.

黄仁勋的预警并非毫无根据。在2025年的台北电脑展期间，他曾透露：英伟达在2021年初曾占据中国AI市场95%的份额，但这一数字此后已大幅下滑至50%。而在近日于美国城堡证券举办的一场访谈活动中，黄仁勋则指出，该公司的市场份额已彻底归零。“中国目前存在大量本土生产的AI芯片，”他表示，“如果无法获得英伟达的技术，中国客户将会转而使用本土技术。”

他所提及的本土技术，正以惊人的速度实现成长。华为昇腾950PR芯片在推理性能方面已达到英伟达H20的2.87倍，显存占用减少了75%，成本则降低了50倍以上。借助由384颗芯片所组成的超节点架构，其整体算力反超英伟达GB200集群达1.7倍。DeepSeek-V4已完成从CUDA到华为CANN框架的全栈迁移工作，推理速度由此提升了35倍。地平线征程6P芯片算力密度达到6 TOPS/W，已优于同级别的国际竞品，2025年在L2+智驾市场中的份额达到了33.97%，首次实现了对英伟达的超越。

在算法层面，中国方面也在持续追赶。智元机器人自研的G0-1模型开创性地提出了ViLLA架构，运用了"VLM+MoE"混合专家系统；星动纪元所推出的ERA-42是具备端到端原生能力的国内首个机器人大模型；字节跳动的GR-3则采用40亿参数的混合变换器架构，其泛化抓取能力已超越了Physical Intelligence的π0。这些模型的迭代速度，在很大程度上取决于能否获取到充足的算力支撑。

但客观来看，国产芯片在高端训练环节方面仍然存在一定差距。英伟达H200在单卡训练性能以及显存带宽方面依然保持着领先地位，其CUDA生态系统历经30年的持续积累，并非短期内能够被轻易替代。华为CANN框架目前的兼容性约达95%，开发者的迁移成本问题依然存在。更为关键的是，在先进制程（5nm及以下）的制造能力方面，仍然受制于外部因素。

这恰恰是黄仁勋必须前往北京的关键原因。他一方面需要面对一个规模达500亿美元且仍在持续增长的市场；另一方面，华盛顿方面所实施的出口管制政策正在催生出一个颇具威胁性的对手，也就是中国本土的AI芯片生态系统。所谓的民用中低端算力常态化供货，其实质在于英伟达试图在禁令的夹缝之中，为中国机器人产业维系一条算力供应的纽带。

而对于中国企业而言，这同样是一场充满微妙博弈的局面。倘若完全拒绝英伟达的芯片产品，则意味着在训练效率方面将出现短期损失，算法迭代的速度也可能会因此放缓3到6个月；但若完全依赖英伟达，则意味着在战略层面存在脆弱性，一旦相关政策再度收紧，整个研发链条便会面临断裂的风险。因此，最为理想的状态应当是：用国产芯片来保障底线，同时借助英伟达的芯片来抢占时间窗口。

04 大脑竞争的终局不应是替代

特朗普的此次访华并不会改写人形机器人产业的整体格局，但它却确认了一个事实：在具身智能领域，中美两国已经形成了事实上的技术共生关系。

美国需要从中国获取的是什么？是成熟的制造能力、是完善的供应链体系、是海量的真实场景部署。根据摩根士丹利的估算，倘若缺少中国企业的参与，特斯拉Optimus Gen 2的供应链成本将会是当前的三倍。马斯克带着Optimus量产方面的焦虑前来中国，并非偶然之举。

中国方面需要从美国获取的是什么？是其在通用AI模型领域的前沿突破、高端算力芯片的供应能力，以及多模态算法方面的原始创新。即便智元机器人的万台级部署规模再庞大，其底层模型架构仍然受到算力水平与算法范式两方面的制约。

两种路径正在加速分化——

美国方面的发展路径，主要以Figure AI以及特斯拉作为代表，其核心是遵循“通用智能+软件订阅”的商业模式，借助算法层面的精致度来构建技术壁垒，并依赖于医疗、军工、高端制造等高附加值的应用场景，从而实现利润的获取。

中国机器人产业的发展路径以智元机器人与宇树科技为典型代表，该路径遵循“场景数据驱动与硬件规模量产”相结合的模式。其核心在于，通过规模化生产与供应链成本优势，有效分摊在技术研发及应用探索过程中所产生的试错成本；同时，依托于在工业制造、物流仓储以及商业服务等多元场景中的广泛部署与持续运行，系统性地积累海量真实世界数据，从而构建起一个能够持续驱动算法优化与产品迭代的闭环数据飞轮体系。

这两条路径之间并不存在优劣之分，它们彼此互为镜像，同时也相互构成发展的动力。美国方面在算法领域所具备的优势，需要借助中国的制造落地能力来得以兑现；而中国方面在硬件领域所拥有的优势，则需要依赖美国的算法提升来实现赋能。如果缺乏算法的支撑，再优秀的硬件实体也只能沦为空壳；倘若缺少硬件的载体，再强的算法同样会成为无本之木。

特朗普此次访华随行名单中的马斯克与黄仁勋，恰恰是这种“共生关系”的直接体现——前者致力于探索机器人的物理实体形态，后者则专注于构建其智能认知系统。两位同步前来中国访问，这本身就说明产业运行的真实逻辑，远比政治层面的叙事更能反映现实的需要。

人形机器人领域在“大脑”层面的竞争，其本质并非零和博弈，而更像是一场需要各方协力共进的漫长征程。算法与硬件载体、算力基础设施与应用场景、以及研发实验室与规模化工厂之间达成深度协同与融合，共同构成了驱动这一产业向前发展的根本动力与真实底色。

事实上，这种“技术共生”的模式在历史上并非没有先例可循。在20世纪80年代，日本汽车产业凭借极低的制造成本以及精益的生产体系席卷了全球市场，但高端的发动机控制芯片和汽车电子系统，依然由美国和德国的供应商所主导。双方在竞争的过程中深度绑定，最终共同推动了全球汽车工业跃上了一个新的台阶。

人形机器人产业，当前正在经历一场规模更为宏大、速度更为迅捷的演进进程。在这场激烈的产业竞逐之中，一个已经愈发明确的共识是：没有任何一方能够缺席，亦没有任何一方能够仅凭自身力量取得突破。

* 图片来源于网络，侵权请联系删除

原文标题：人形机器人万亿战场：两种路径，一种命运

在特朗普此次访华的随行人员名单中，马斯克与黄仁勋的并列出现，恰恰象征了人形机器人产业内部一种深刻的“共生关系”。前者主要致力于探索机器人的物理形态，后者则专注于构建其智能系统，这清晰地表明产业发展的内在逻辑优先于外部的政治叙事。目前，人形机器人的进步已高度依赖于算法、硬件、具体应用场景以及规模化生产工厂之间所实现的深度协同。回顾历史，在20世纪80年代，日本汽车产业的崛起便与美国、德国供应商所提供的关键技术形成了共生模式，这一先例有力地推动了整个行业的飞跃。

来源：人形机器人万亿战场：两种路径，一种命运。 | OFweek机器人网