機器人搶登馬年春晚，首家官宣合作公司魔法原子談行業痛點：高訓練成本難轉嫁于終端客戶

宇樹機器人在春晚大放異彩之后，眾多機器人企業正在搶登馬年春晚舞臺。

1月23日，中央廣播電視總臺與具身智能科技公司魔法原子聯合宣布，具身智能科技公司魔法原子成為總臺《2026年春節聯歡晚會》智能機器人戰略合作伙伴。這也是今年春晚首家被官宣的機器人企業。

過去一年，具身智能在政策、資本與技術進展的共振下加速升溫。隨著2026年的到來，行業內部逐漸形成共識，人形機器人正從實驗室演示，走向量產與真實場景驗證的關鍵節點。

魔法原子聯合創始人顧詩韜接受《每日經濟新聞》等媒體的采訪時表示，具身智能是一個長周期、高投入的行業，還處于商業化早期，目前行業的痛點在于，訓練出來的模型，成本往往很難直接轉嫁給終端客戶并獲得高溢價。因此，一家優秀的具身智能公司，如果只講算法邏輯或數據邏輯，是遠遠不夠的。

魔法原子人形機器人，企業供圖

產業重心轉向落地應用，具身智能商業化仍處“非常早期”

放大到整個行業的背景下，當前具身智能產業最顯著的變化，是討論重心正在轉向落地應用。

魔法原子聯合創始人顧詩韜表示，具身智能要走向商業化，必須先找到可以被復制的落地路徑，在商業化初期，并非所有場景都適合引入機器人，場景本身的篩選，往往比技術選擇更重要。她說，“相對來講，今年能夠快速商業化落地的，可能是在一些商業相對標準的交互的一些場景”。

不過，顧詩韜也反復強調，當前具身智能仍處在非常早期的商業階段。

目前工業場景正成為具身智能快速落地的高頻場景，在對于效率、穩定性以及成本需要缺一不可的工業場景，顧詩韜指出，行業通常認為，機器人要進入產線，至少需要達到70%以上的人力替代效率，且成功率要超過95%。

即便達標，客戶是否愿意為此買單，仍然是另一回事。因此，她并不認為工業場景會在短期內成為主要收入來源，相反，工業場景長周期的賽道，需要提前布局，同時無法快速獲得回報。“在工業（場景）落地就是長周期的，要尊重客觀規律，ToB的銷售跟ToC的銷售周期就是不一樣的。”

這也是魔法原子在商業策略上的取舍之一，一邊在工業場景中做長期投入，一邊通過更貼近現實需求的產品，建立現金流。她反復強調，“穩健的現金流是企業安身立命之本。”在她看來，未來的競爭不僅是技術之爭，更是資源、資金與人才的綜合博弈。

模型結構仍有變數，真實世界數據積累具有長期價值

這種判斷，也延伸到資本市場層面。顧詩韜并未回避IPO話題，她表示，現在二級市場的熱度，對于人形機器人公司來說是一個比較好的機會。

對于企業而言，一方面必須先跑通自己的商業閉環，讓研發投入能夠靠企業自身的經營能力來反哺。另一方面也希望能在二級市場獲得更多的資源支持。

“我們也在加速我們整體上市的進程，魔法原子品牌相對還比較年輕，我們是2024年的時候剛成立，所以我們現在在嚴格的按照最快的上市的時間表在排，期待的是可能在2026年就看到我們的二級市場的一些消息。”顧詩韜表示。

討論人形機器人的商業化難題時，一個常見的解釋是：物理世界太復雜，模型還不夠強。

但顧詩韜并不完全認同這一說法。她指出，當前階段，模型結構本身并非最大的限制因素，有效數據的稀缺同樣是一大難題，“真實世界的有效數據一定都是非常有價值的，要先有這么多有效數據去訓練模型，模型才能夠實現指數型的增長”。

她解釋稱，過去一年，行業里很多公司開始大規模采集數據，但這些數據往往脫離真實應用場景，訓練出的模型效果很差。“原因在于這個數據基本上是空中樓閣，整個采數的流程沒有經過VLA模型的校驗。”對于數據采集，她認為，要先有應用需求，再反推模型結構，再去采數據，才能夠實現自閉環。

她坦言，當前行業熱議的VLA路線不不一定是終局形態，但無論模型結構如何變化，真實世界數據的積累都具有長期價值。

“這個事情非常長周期，它前期一定是非常燒錢的。”顧詩韜表示，具身智能是一個長周期、高投入的行業，從模型算法研發到大規模數據采集，每一個環節都需要巨大的資金投入。目前行業的痛點在于，訓出的模型，其成本往往很難直接轉嫁給終端客戶并獲得高溢價。因此，一家優秀的具身智能公司，如果只講算法邏輯或數據邏輯，是遠遠不夠的。

靈巧手決定上限，卻最難算清商業賬

在具身智能的諸多技術模塊中，靈巧手被視為最具想象力的部分。

顧詩韜表示，從整機角度看，當前具身智能仍有大量核心模組具備更大的降本空間，例如主控芯片，現在人形機器人還在用像Orin這樣的高性能芯片，成本并沒有完全被壓縮。

從整機降本的角度來講，方向包括但不限于靈巧手。但這并不意味著靈巧手便宜。相反，一旦進入高自由度方案，靈巧手的成本也會迅速被拉高。她舉例稱，如果是五指靈巧手，尤其是上到20以上自由度腱繩驅動的方案，成本是極高的，“這個成本轉嫁到終端用戶身上，很多客戶沒有辦法接受，它會導致整機成本非常高”。

這正是靈巧手商業化面臨的核心矛盾：能力越強，成本越高，而現實場景對高精度操作的需求，卻不能因此而降低。

魔法原子在整機降本的路徑上，選擇優先通過量產拉低核心模組成本，而不是一開始就追求末端能力的極致形態。顧詩韜給出了一個明確的量產節點判斷，當人形機器人出貨規模達到1萬臺時，即便是搭載11自由度靈巧手的整機，整體成本也有望被壓縮至1萬美元以下。“我們認為1萬美元以下的整體的整機成本已經達到了一個能夠快速商業化落地的基本要求，我們和大量工業、商業客戶交流下來，大家覺得是可以承受的。”

在技術路線選擇上，顧詩韜則強調，靈巧手是一個一定要重點去布局的末端工具。她指出，人形機器人能力的上限，最終取決于兩個維度：一是下肢的運動能力，二是上肢的操作能力，而后者幾乎完全由末端工具決定。

但在短期內，她并不認為高自由度靈巧手具備成熟的量產條件。“現在像21自由度的方案，包括特斯拉最新的靈巧手方案，我們認為還不具備量產能力，核心原因還是成本。”她解釋，要把靈巧手做得更靈活，背后會涉及電機的小型化、六維力傳感器要不要上等問題，這些選擇都會直接指向上游供應鏈的成熟度。

但現實情況是，由于當前需求規模有限，許多關鍵傳感器和執行器并未形成規模化生產，單件成本居高不下，進而形成“先有雞還是先有蛋”的困境，因為量不夠大，上游成本降不下來；成本降不下來，下游客戶又不愿意大規模用。

也正因此，顧詩韜表示，團隊在探索中開始關注一些階段化落地的不同的形態。例如液壓形態的末端工具，其單手成本可以被壓縮到一兩千元區間，被視為更接近現實落地條件的過渡方案，但這些可能都不是終局形態。