具身智能：人形机器人七强精读

概述：当 AI 真正"长出身体"

2026 年是具身智能（Embodied AI）从实验室演示走向规模化落地的转折之年。如果说 2023—2024 年的叙事主角是大语言模型，那么 2026 年的关键词无疑是"Physical AI（物理 AI）"——AI 终于走出了纯文本世界，开始在三维空间里感知、推理、决策并执行动作。

本期的核心发现可以浓缩为三条主线：

• 大脑通用化：以 NVIDIA Isaac GR00T 为代表的视觉-语言-动作（VLA，Vision-Language-Action）基础模型快速迭代（N1 → N1.5 → N1.6 → N1.7，并规划 N2），让人形机器人第一次拥有了可跨本体迁移的"通用大脑"。
• 身体商品化：从 Unitree R1 的 4,900 美元到高端本体的 17 万美元以上，硬件成本曲线被中国厂商和量产能力快速压低，研究者甚至发烧友都能买到全尺寸人形。
• 落地工业化：Figure 02/03 在宝马斯巴坦堡工厂、莱比锡工厂的真实产线上累计参与生产了 3 万辆汽车，单台累计运行 1,250+ 小时、装载 90,000+ 零件——这是人类历史上第一次有"通用人形"在汽车流水线创造可计量的价值。

本文从近期 YouTube 上最具代表性的七支视频/频道切入，带你拆解这场"给 AI 装上四肢"的革命。

七强对比一览

一、NVIDIA GTC 2026：Physical AI 的"操作系统"级演示

视频：Physical AI in Action at NVIDIA GTC 2026 | Humanoid Robotics Demo 链接：https://www.youtube.com/watch?v=0oZAw6rryIE 频道：NVIDIA Official（订阅数百万级）

这是理解 2026 年具身智能最重要的"基础设施级"视频。NVIDIA 在 GTC 2026（含台北场）展示的并非某一台具体机器人，而是一整套让任何厂商都能造出人形的"全栈平台"：

• Isaac GR00T 基础模型：一个开源的视觉-语言-动作模型，相当于人形机器人的"GPT 时刻"。它把"看（视觉）—听懂（语言）—做（动作）"统一进一个网络，并且可以在不同厂商的本体之间迁移。
• Cosmos 3 世界模型：用来生成海量"合成训练数据"，让机器人不必在真实世界里摔几万次就能学会抓取、行走。
• GR00T 参考机器人：2026 年 6 月发布的全栈参考设计——约 6 英尺（1.8 米）高、150 磅（约 68 公斤）、75 个自由度（DOF），并已交付斯坦福等高校实验室。

关键洞察：NVIDIA 的战略是"不自己造机器人，而做机器人的英伟达"——卖算力、卖仿真、卖基础模型、卖参考设计。这种"卖铲子"的定位，使它在所有人形玩家之间保持中立，反而成为最大赢家。

实用价值：对研究者和系统架构师而言，这条视频是理解"机器人大脑如何分层"的最佳入口；对企业决策者，它揭示了一条重要规律——未来两年，决定人形机器人能力的瓶颈不在硬件，而在数据和基础模型。

graph TB
    A[Cosmos 3 世界模型<br/>合成数据生成] --> B[Isaac GR00T VLA 基础模型]
    B --> C[不同厂商本体]
    C --> D[Figure / Unitree / Tesla / Atlas ...]
    E[GR00T 参考机器人<br/>75 DOF 全栈设计] -.交付.-> F[高校与创业团队]
    B --> G[Omniverse 数字孪生<br/>仿真训练闭环]

二、Boston Dynamics Electric Atlas：跑酷与自起身的"运动极限"

视频：Boston Dynamics ATLAS Demos 2026 Humanoid Robot Upgrade / Atlas Has Left the Lab! 链接：https://www.youtube.com/watch?v=uTN75z0ixno ；https://www.youtube.com/watch?v=q2rR_aXjqnI 频道：Boston Dynamics（订阅数 400 万+）

2026 年 CES 上，全电动版 Atlas 完成了它的首次线下公开演示，并在镜头前表演了后空翻、跑酷、跌倒后自主起身等高动态动作。这是液压时代 Atlas 退役后，新一代电驱本体的"成人礼"。

核心要点： - 电驱替代液压：新一代 Atlas 全面改用电机关节，噪音、维护成本、控制精度全面优于液压方案，为商业化铺路。 - 极限动态控制：跑酷和后空翻不是炫技，而是对"实时平衡 + 接触 Rich 任务"控制算法的极限测试。 - 自主起身（Get-Up）：从俯卧/仰卧姿态独立站起来——这是人形机器人从"展示道具"走向"实用工具"的硬门槛，因为它意味着机器人在摔倒后能自我恢复、继续工作。

实用价值：对控制工程师而言，Boston Dynamics 的运动栈仍是行业标杆；对普通人，它生动诠释了"为什么机器人需要'小脑'（运动控制）和'大脑'（推理规划）两条技术路线并行"。

三、Figure 03 × BMW：第一份"通用人形量产成绩单"

视频背景：Figure AI 官方与多家机器人媒体报道 链接：https://www.figure.ai/news/production-at-bmw 频道：Figure（Figure AI Official）

如果说前两个视频展示了"能力天花板"，Figure 与宝马的合作则回答了一个最尖锐的问题——人形机器人到底能创造多少经济价值？ 答案是：相当可观。

真实数据（截至 2026 年）： - Figure 02 在宝马莱比锡工厂累计运行 10 个月，参与生产了 30,000 辆汽车。 - 单台累计运行 1,250+ 小时，装载 90,000+ 零件，执行"周一至周五、每天 10 小时班次"的真实工业节拍。 - 2026 年 6 月，新一代 Figure 03 在美国斯巴坦堡工厂部署，承担车身车间钣金件抓取、复杂排序等任务，据报道"无事故完成"。

关键洞察：Figure 证明了"通用人形"可以像专用机械臂一样被纳入产线节拍，而它的优势在于任务柔性——同一台机器人今天抓钣金、明天可被重新部署去分拣物流件，无需改造产线硬件。这是对传统工业自动化"一台机器干一件事"范式的根本颠覆。

实用价值：对制造业和供应链管理者，这是评估"人形 ROI"的第一手参考；对投资者，它给出了"何时人形机器人能跨越盈亏平衡点"的现实坐标。

四、Unitree R1 / G1：把人形机器人价格打到"家电级"

视频：Unitree R1 in Detail + G1 Live Demos | Humanoid Robots at CES 2026 链接：https://www.youtube.com/watch?v=M1vywxBWevo 频道：Unitree Robotics（宇树科技）

中国厂商 Unitree 是 2026 年人形硬件成本曲线最陡的"破壁者"。这条视频详解了它的两代主力产品：

• Unitree R1（约 4,900 美元）：定位入门级全尺寸人形，是目前市面上最便宜的"能买到的整机"，把门槛拉到接近一台高端电动自行车的价格。
• Unitree G1（约 13,500—16,000 美元）：性价比主力，社区生态最活跃，ROS 2 与 Python SDK 齐备，是高校实验室和创业团队的"首选开发机"。
• Unitree H1 / H2（约 150,000 美元）：研究级高性能本体，自由度更高，面向前沿算法验证。

关键洞察：硬件成本下降的速度远超多数人预期。当一台全尺寸人形跌破 5,000 美元，"个人拥有机器人"就从科幻走进了现实货架——这正是 2026 年最值得记住的结构性变化之一。

实用价值：对学生和独立开发者，Unitree 是进入具身智能领域的最低成本入口；对创业团队，它意味着"用消费级硬件验证商业模型"成为可能。

五、Tesla Optimus Gen-3：用造车的逻辑造机器人

视频：8 Humanoid Robots That Became Unbelievably Human / Optimus 相关盘点 链接：https://www.youtube.com/watch?v=If2ILb0o0VI 频道：多家科技媒体

特斯拉的 Optimus 走的是一条和所有人不同的路——它不追求单点能力最强，而追求量产成本最低、规模化最快。Gen-3 的关键信息包括：

• 成本目标：特斯拉公开的长期目标是把 Optimus 单价压到 20,000—30,000 美元区间，对标一辆经济型轿车。
• 垂直整合：电机、减速器、电池、电控大量复用特斯拉汽车供应链，依靠汽车级制造工艺摊薄成本。
• 数据飞轮：Optimus 在特斯拉自家工厂里被用来搬运、分拣，产生真实任务数据反哺训练——典型的"自己造、自己用、自己学"闭环。

关键洞察：特斯拉的真正壁垒不是某项黑科技，而是制造规模。当它一年能下线数十万台人形时，单位成本和迭代速度会形成对追赶者的代差。这条路线的赌注是：通用性够用即可，先赢规模。

实用价值：对产业观察者，Optimus 是判断"人形何时进入消费品市场"的关键风向标；对供应链从业者，它预示着电机、谐波减速器、行星滚柱丝杠等零部件的巨大增量需求。

六、Two Minute Papers：用"两分钟"讲透具身智能论文

频道：Two Minute Papers 链接：https://www.youtube.com/@TwoMinutePapers 创作者：Dr. Károly Zsolnai-Fehér（匈牙利籍，维也纳工业大学背景）

在硬件狂飙之外，理解具身智能同样需要"软件大脑"层面的认知，而 Two Minute Papers 是把顶会论文讲给大众的最佳频道。创始人 Károly 博士在 2026 年甚至受邀主持了 NVIDIA GTC 的研究专题讨论，成为学界与公众之间的"翻译官"。

核心特色： - 每期用 3—5 分钟讲透一篇 AI/机器人顶会论文（ICRA、CoRL、RSS、NeurIPS）。 - 标志性口头禅"Holy cow, what a time to be alive!"已成为 AI 社区文化符号。 - 在 2026 年 4 月，他专门解读了 NVIDIA Sonic——一种用于人形机器人"细腻遥操作"的 AI 系统，揭示了"人类远程示范→机器人自主学习"的数据采集范式。

实用价值：对没有论文阅读能力的通识学习者，这是跟上具身智能前沿最高效的渠道；对从业者，它是发现"下一个突破口"在哪里的雷达。

七、CES 2026 全场人形盘点：30+ 本体同台的"行业地图"

视频：Every Humanoid Robot at CES 2026 链接：https://www.youtube.com/watch?v=5bKaiNxt1KM 频道：科技媒体 / YouTube 创作者

最后这条视频的价值不在于某一台机器人，而在于它提供的全景视野——在 2026 年 CES 现场，30 多家人形机器人公司同台亮相，构成了一张完整的行业地图：

• 美国阵营：Figure、Tesla、Boston Dynamics、Apptronik（Apollo）、Agility Robotics（Digit）、1X（NEO）。
• 中国阵营：Unitree、UBTECH（优必选）、Booster Robotics（T1）、AgiBot（智元，X2）、RobotEra（星动纪元）。
• 新兴力量：各类情感交互型、家用服务型、教育型人形首次大规模登场。

关键洞察：当一场展会上有 30 多家做同类产品的公司，意味着赛道已从"技术验证"进入"产业分化"阶段。下一步的竞争焦点将从"能不能做"转向"做得便宜、做得可靠、做得有用"。

具身智能知识图谱

graph LR
    EMB[具身智能 Embodied AI] --> BRAIN[大脑：基础模型]
    EMB --> BODY[身体：本体硬件]
    EMB --> LOOP[闭环：数据飞轮]

    BRAIN --> VLA[VLA 视觉-语言-动作模型]
    VLA --> GR[GR00T N1→N2]
    VLA --> WM[World Model 世界模型<br/>Cosmos 3]

    BODY --> ATH[运动控制型<br/>Atlas/Digit]
    BODY --> WOR[工业生产型<br/>Figure 03]
    BODY --> MAS[量产平价型<br/>Unitree G1/R1]
    BODY --> VOL[规模量产型<br/>Optimus Gen-3]

    LOOP --> TELE[遥操作采集<br/>NVIDIA Sonic]
    LOOP --> SIM[仿真训练<br/>Omniverse]
    LOOP --> REAL[真实产线回流<br/>BMW 数据]

    GR -.赋能.-> ATH
    GR -.赋能.-> WOR
    GR -.赋能.-> MAS
    GR -.赋能.-> VOL

七强核心洞察矩阵

给不同读者的行动建议

• 研究者 / 学生：从 Unitree G1 入手做原型，跑通 GR00T 开源模型，关注 Two Minute Papers 追踪前沿。
• 制造业决策者：参考 Figure × BMW 案例，评估人形在本厂"柔性强、重复中等"工位上的 ROI。
• 投资者：紧盯"电机/减速器/丝杠"零部件供应链，以及基础模型层（NVIDIA + 开源生态）两个确定性方向。
• 通识学习者：先看 CES 全场盘点建立全景，再用 Two Minute Papers 补论文认知，最后用 Atlas/Figure 视频建立感性直觉。

延伸推荐

1. Agility Robotics 官方频道——Digit 是最早进入物流仓库实战的双足机器人。
2. 1X（NEO）官方——主打"家用 + 安全柔性皮肤"，是消费级赛道的异类。
3. humanoid.guide——独立人形机器人数据库，追踪全球 100+ 本体与基础模型。
4. The Robot Report / IEEE Spectrum Robotics——产业与学术并重的深度报道。
5. Lex Fridman Podcast——长篇访谈机器人领域创始人/学者，适合建立"人脉地图"。

参考来源

1. Every Humanoid Robot at CES 2026 — YouTube — CES 2026 现场 30+ 本体全景盘点
2. Physical AI in Action at NVIDIA GTC 2026 — YouTube — NVIDIA Physical AI 与人形机器人现场演示
3. F.02 Contributed to the Production of 30,000 Cars at BMW — Figure AI — Figure 02/03 在宝马工厂的真实量产数据
4. NVIDIA Announces Isaac GR00T Reference Humanoid Robot — NVIDIA Press — GR00T 参考机器人全栈平台发布
5. Two Minute Papers — YouTube — Dr. Károly Zsolnai-Fehér 的 AI/机器人论文科普频道

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。