人類的每一次科技和產業革命，背后總伴隨著資本泡沫的起起伏伏。

1996年，時任美聯儲主席格林斯潘對互聯網行業發出了“非理性繁榮”的警告；但在2000年，格林斯潘卻改口稱，“互聯網代表新經濟，資本配置合理”。

這一言論成為助推互聯網泡沫的最后一級火箭，將當時的全球第一股思科捧上了5550億美元市值的寶座，至今無法填權。但另一方面，互聯網也孵化了一批偉大的企業，谷歌、Meta、亞馬遜，三家公司當前總市值恰好在5.4萬億美元左右，是當年思科頂峰的十倍。

諾貝爾經濟學獎得主達龍·阿西莫格魯事后總結：“互聯網的變革性判斷正確，但商業化兌現的速度總是被嚴重高估。”

類似的矛盾還出現在十年前國內的新能源車行業上。

當比亞迪早期因冬季續航焦慮被市場拋棄時，誰人能想到，如今的電池能量密度已經提升了三倍。很難想象，出租車、網約車等營運車輛不使用純電新能源車。

朱嘯虎說，沒有人會花數十萬買一個會翻跟頭的玩具。問題是，十年后，人形機器人是否依然是那個“十幾萬的玩具”？

或者換句話說，將暫時的泡沫現象，或純粹的技術短板，放大成商業化的偽命題，是否也是一種刻舟求劍的論斷？

從現實角度而言，人形機器人并不缺乏商業化場景。

例如，一個公認的人形機器人理想商業化場景，是失能老人的陪護。

人形機器人有人類的外表，人格化的交互，能24小時不間斷工作，不怕臟，不怕累，甚至承受失能老人的脾氣與不理解，幫助人們斬斷“孝心”與“耐心”的螺旋式損耗。

從商業化可行性的角度，一位一線城市陪護的日均酬勞在300-400元。而若24小時不間斷陪護，兩班甚至三班倒的陪護成本，一年將輕易超過10萬、20萬元。因此即便按現在的價格，花10萬元購買一個人形機器人，是一個能算清楚賬本的商業化閉環。

當然，前提是它能完成高難度的陪護。市場確實需要一款真正可全面商用的“人形機器人”產品。就當下的人形機器人來說，其能力還遠遠不匹配。

人形機器人技術攻堅有三座大山，運動控制層（小腦），感知決策層（大腦）和成本優化層。在運動控制層，部分精于運動控制的人形機器人廠牌已經實現了每秒1000次的姿態微調。然而，人類通過脊髓反射能實現的每個肌肉的收縮頻率約在200次，通過小腦實現的肌肉張力調整能達到每秒20-50次，加上人身上數以百計的骨骼肌，60億的肌纖維，其運動能力仍然遠遠超過機器人的能力。

感知決策層更是最明顯的短板。據Coatue報告，機器人場景數據集僅240萬，而AIGC語料卻能輕松達到十萬億級。這也是目前頭部機器人企業紛紛在實體和仿真訓練中同步累計數據的原因。

在成本端，過去一段時間，減速器與行星滾柱絲杠等零部件的國產化，已經使得人形機器人的集成成本降至10萬-20萬區間。但是，真正的人形機器人，需要更好的大小腦，更為強化的視覺算法、觸覺傳感器，甚至電子皮膚，長續航電池等。而加配零件和集成卓越能力的成本，讓真正意義上完美人形機器人的價格，對于普通消費者來說，仍然遙不可及。

不過，話說回來，若產業、資本不躬身入局；若沒有政府、企業為主體的場景支持，人形機器人的遙遠未來，也只能是鏡花水月。

過去一年中，許多人形機器人企業開始進入車廠的總裝車間試訓。在過程中，他們發現，大型制造業工廠往往建設于沿江沿海地區，因空氣環境的濕度、鹽度較大，容易對人形機器人關節零部件造成銹蝕，于是及時更新了人形機器人執行器的材料，使其剛性和耐用性有所提升。

類似的“技術升級”有很多，但總避不開在人形機器人商業化的絕對早期階段，先行先試，摸著石頭過河。

作為基金管理人，朱嘯虎有自己的“立場”。但也許他只是做了一道題：關于投資是“吃魚頭，吃魚身和還是吃魚尾”的選擇。

而人形機器人的發展，有泡沫、有低潮，一定也會有未來，就像人們總是高估短期行業商業化的可行性，而低估行業長期爆發的可能性。