日本在學中國宇樹?

2026年8月3日 12:16
日本在學中國宇樹?

重點摘要

日本舉辦人形機器人格鬥賽,但主要參賽機型是中國宇樹G1,日經Cross Tech也對其進行系統拆解,顯示日本正以中國機器人為對象學習。報導回顧日本曾是WABOT、ASIMO等人形機器人先驅,如今卻在國際市場沉寂,轉向救災、照護等具體場景應用。日本政府與企業正投入AI模型等領域,試圖追趕由中國、美國主導的人形機器人浪潮。

站內 AI 整理稿

2026年7月,東京秋葉原上演了一場別開生面的人形機器人格鬥賽。賽事官網以「黑船來襲」形容這次機器人格鬥的登場,呼籲日本機器人工程師覺醒,為日本人形機器人奮力一搏。然而,擂臺上的主力機型並非日本製造,而是來自中國的宇樹G1。幾乎在同一時間,日本專業技術媒體日經Cross Tech也對宇樹G1進行了系統性拆解,從關節、執行器到控制系統,日本工程師試圖重新理解人形機器人的設計與製造邏輯,而研究對象同樣來自中國。 這一幕令人不勝唏噓。半個世紀前,日本曾經站上人形機器人浪潮的最前端。從早稻田大學的WABOT,到本田ASIMO,日本不僅定義了人形機器人的技術路線,更引發了全球對未來機器人的無限想像。然而,半個世紀後的今天,日本舉辦格鬥賽、進行技術拆解,用的都是中國機器人。在國際市場上,日本人形機器人幾乎失去了聲音。日本的人形機器人真的消失了嗎?這些年,日本究竟在做什麼? 回顧人形機器人的發展歷史,日本確實佔有舉足輕重的位置。早在1973年,日本早稻田大學便研發出世界上第一款人形機器人WABOT,之後WABOT-2更進化到能以雙手彈鋼琴伴奏,連昭和天皇都為之動容。進入90年代,本田旗下的ASIMO與軟銀收購的Pepper,更成為陪伴型機器人的代表之作。一位機器人行業從業者回憶,第一次看到豐田THR-3在人的實時操控下單腿站立,並完成一連串複雜動作時,他留下了深刻印象。這類動作既考驗機器人的平衡與運動控制能力,也要求全身關節快速且準確地響應操作者的動作,在當時展現了豐田在人形機器人領域相當深厚的技術積累。 然而,在人形機器人蓬勃發展的今日,美國的Optimus、Figure、1X受到矚目,中國的宇樹、智元同樣引起關注,而最早起步的日本,卻始終處於聚光燈之外。今日爆紅的人形機器人名單中,沒有一款來自擁有半個世紀輝煌歷史的日本。甚至連日本重振人形機器人的嘗試,都離不開中國宇樹機器人的身影。 不過,日本這幾年並非毫無動作,只是故事線出現了明顯轉變。如果說1973年至2020年,日本人形機器人講述的是「機器人走進家庭」「機器人陪伴人類」的故事,那麼2022年之後,日本更關心機器人能否先進入一個真實場景,承擔一項具體工作。這種變化在川崎重工的機器人身上體現得尤為明顯。2022年,川崎在國際機器人展上推出第七代Kaleido,其後持續迭代至Kaleido 9。與早期日本人形機器人擅長行走、奔跑和與人互動的展示不同,川崎為Kaleido設定的任務非常具體:進入災害現場,清理瓦礫、搬運傷員,或者代替人類完成高空、危險和高負荷作業。 2026年,川崎重工展示的最新Kaleido 9,能夠識別行人、障礙物和臺階,並根據周圍環境調整行進路線和步幅;當自主能力不足時,操作人員也可透過頭戴式顯示器即時觀察現場,並遠程接管機器人。這與當前全球人形機器人行業熱衷講述的「全自主」「通用化」故事大相徑庭。不論是中國當下極具話題性的具身大模型,還是美國爆紅的Figure、1X,都認為只要模型夠大、數據夠多,人形機器人走向通用只是時間問題。但川崎重工認為,機器人走向完全自主不應是一場跳躍,而是一段漫長的過渡,因此Kaleido 9仍保留遠程操控與人機混合運營模式。 川崎重工甚至制定了一份長達二十年的規劃:到2030年前後,人形機器人仍將主要在工廠等受控環境中,以遠程操作為主,輔助人類完成日常作業;到2040年前後,才有望進入非結構化環境,實現自主移動和持續環境理解;直到2050年前後,才可能真正適應室內外多種環境,靈活完成不同任務。這種對場景的重視以及對泛化能力的克制,並不只限於川崎重工。2025年,日本早稻田大學展示AI護理機器人AIREC,可輔助翻身、護理、疊衣服等,瞄準的是日本老齡化市場,而非通用機器人。 場景優先的思路也延續到了具身大模型領域。2024年,豐田與波士頓動力宣佈合作,將豐田的大行為模型部署到Atlas,讓機器人完成移動與操作一體化任務。不到一年後,雙方公開首批成果:Atlas開始由同一個模型統一控制雙腿、軀幹和雙臂,連續完成行走、下蹲、搬運和分揀等任務,並能在環境被臨時改變後自主調整動作。從這些動作來看,日本在生成式AI浪潮之後,也在嘗試結合AI重振人形機器人,但日本從過去半個世紀的經驗中汲取了教訓,沒有講述「通用」的故事,而是結合本國情況,講述救災、養老的實際場景。 日本這種「保守」的風格,或許一部分來自於半個世紀的機器人研發經驗,讓日本對技術成熟度有自己的判斷。2010年之後,日本人形機器人的發展逐漸降溫,最具代表性的兩款機型先後告別量產。2018年,本田ASIMO停產;兩年後,軟銀也停下了Pepper的生產線,同時將其控股的波士頓動力轉賣給現代汽車集團。這些曾將日本人形機器人推向世界前沿的項目,最終都繞不開同一個問題:機器人造出來之後,究竟能做什麼?這個問題本質上就是機器人製造企業如何持續造血的難題。 日本的謹慎還有另一層更現實的原因:機器人真正的競爭,已經不再只是機械能力,而是AI能力。日本過去長期領先,是因為當時機器人的智能化瓶頸還沒有真正顯現,其在結構設計、材料、傳感器和精密製造上的優勢足以支撐競爭。但2010年後,隨著深度學習和神經網絡興起,機器人競爭逐漸轉向智能化,日本便開始與行業發展脫節。這種落後與日本歷史有關——日本在互聯網、雲計算和軟件平臺時代,沒有成長出與美國科技巨頭相當的企業,也沒有出現類似中國百度、阿里、騰訊這樣的公司。根據日本政府發佈的《AI Strategy 2022》,日本大量傳統公司仍揹負著老舊的信息系統,數據分散在不同部門,難以直接用於模型訓練。 日本機器人企業已意識到這個問題,並開始集中力量補課。第一個動作為大力投入資金資源發展AI模型,由政府首年投入超過3800億日元、軟銀、本田和索尼等44家公司參與的Noetra,正集中日本AI人才,開發面向物理AI和機器人的基礎模型。與此同時,日本政府也在支持晶圓代工企業Rapidus等項目,試圖補齊尖端芯片能力。日本的目標是,到2040年在製造、造船和護理等領域部署1000萬臺AI機器人。在Noetra首席執行官丹波博信看來,這可能是日本重新掌握關鍵技術的「最後機會」。 第二個補課動作,是在機器人領域造勢並學習外國。今年7月,日本選手和工程師使用改裝後的宇樹G1進行遙控格鬥。這具備象徵意義——日本曾是娛樂型和競技型人形機器人的輸出國,如今卻開始使用中國量產平臺進行二次開發和比賽。今年5月,Humanoids Summit首次來到亞洲,舉辦地選在東京,日本在這場峰會上集中展示機器人,而中國、美國的機器人也同在現場。對日本來說,這不僅是一次展示,更是一次近距離學習的機會。 半個世紀前,日本定義了人形機器人;半個世紀後,日本開始拆解中國的人形機器人。臺上,是來自中國的宇樹G1;臺下,是前來觀察、改裝和學習的日本工程師。在比賽中,他們看著中國機器人出拳、閃避、摔倒後重新站起;比賽之外,他們將中國機器人一層層拆開,研究關節如何轉動、執行器如何發力、控制系統如何讓身體保持平衡。這一次,日本要追趕的不只是一個產品,而是一個即將被錯過的時代。日本的經歷同樣值得借鑑——半個世紀前,正是暫時不問場景、不計回報的熱情催生了WABOT與ASIMO,也把人形機器人推到了世界面前;但熱情終究不能代替用途,當機器人遲遲找不到真正需要它的地方,再耀眼的開端,也很難獨自支撐一條漫長的產業道路。

Related

相關文章

人形機器人行業真的沒門檻嗎?

人形機器人行業看似門檻不高,許多手機、汽車廠商都能切入,但多數玩家本質上是高級組裝廠,缺乏核心競爭力。真正的門檻在於量產成本、數據閉環與場景綁定,唯有具備規模化製造與智慧化能力的公司才能存活。資本市場已開始區分有產品與只有概念的公司,預計2026年底至2027年將迎來殘酷淘汰期。

剛剛

一個真人都沒有的爽劇,正在讓老外瘋狂上頭

中國AI短劇因監管收緊、審核變慢與過審率下降,國內市場快速降溫,許多團隊轉向海外尋求機會。海外平台如TikTok提供更低門檻與更高收益,加上題材限制較少,吸引業者投入,但本土化與文化差異仍是主要挑戰,能否獲利尚無定論。

剛剛

AI電力荒下的新鏟子

AI算力需求爆發式成長,讓資料中心用電量成為科技業最頭痛的議題。當各國政府與雲端巨頭爭相擴建AI基礎設施,電力供應的瓶頸也從幕後被推到台前。過去被視為穩定輸出的傳統能源,如今在AI時代重新被賦予戰略地位,而圍繞著「供電」這門生意,也悄悄長出一批新的產業鏈角色,成為這波AI熱潮下名副其實的「鏟子」。 這股電力荒的壓力,正從資料中心機房一路蔓延到電網、儲能設備與發電端。

剛剛

每人最多20篇?ICLR新規遭DeepMind研究者「反諷」請願

ICLR 2027公布新規定,每位作者最多只能出現在20篇投稿中,理由是投稿量暴增、評審系統壓力過大,ICLR 2026投稿數較前一年成長約68%。Google DeepMind研究員Dan Roy發起反諷式請願,呼籲取消限制,並揶揄如今AI不僅能生成論文,連評審工作也已大量交由大語言模型處理。學界先前曾掃描發現約21%的ICLR評審意見高度懷疑由AI生成,引發對評審品質與AI濫用的擔憂。

剛剛

便宜90%,美國企業偷偷換上中國大模型

美國企業因中國大型語言模型價格僅為美國同類產品的十分之一,紛紛悄悄轉用,此趨勢已在矽谷蔓延。此舉導致美國AI晶片股下跌,市場擔憂若政府加強制裁中國AI企業,反而可能損害本國業者競爭力。部分美國公司測試發現中國模型性能不亞於美國,成本優勢讓制裁政策與市場需求間的矛盾更加嚴峻。

剛剛

豆包三個月下跌1865萬月活

【TechWeb】8月3日消息,據AI產品榜發佈的7月榜單數據顯示,豆包連續三個月共下跌1865 萬月活,仍以3.17億居國內榜第一,第二名的千問與豆包差距縮至僅 5709萬。具體來看,豆包 3.17 億 MAU,四月以來連續三個月下跌

剛剛