最近，具身智能独角兽自变量机器人做了一场约一小时的物流分拣直播。在无人工干预的情况下，机器人采用 " 双机械臂 + 夹爪 " 方案，对物流包裹进行连续分拣。这些包裹大小不同、形状各异、重量有别，但机器人都能 " 应对自如 "，共计完成 1816 件包裹分拣任务，准确率超过 98%。

在此之前，美国一家明星机器人创业公司 Figure AI 也做过类似的物流分拣直播，分拣效率约为 1248 件 / 小时，自变量机器人此次的方案比 Figure AI 的分拣效率提升了 45%。然而，比效率更值得关注的是，Figure AI 走的是 " 人形机器人 + 五指灵巧手 " 的复杂硬件路线，而自变量机器人只用了配备夹爪的两只机械臂，效率更优，且硬件成本相较 Figure AI 大幅下降。

一升一降之间，传递的行业信号十分明确：机器人产业不再盲目追求 " 长得像人 "，而是认真算起 " 成本、效率与稳定性 " 的经济账。当开始给机器人 " 身体 " 做减法时，一场从 " 追概念 " 到 " 讲落地 " 的务实转向正在发生。

人形曾经是具身智能行业的一种执念。回看 2023 年以来这波具身智能热潮，人形几乎等同于行业本身。双足行走、五指灵巧手成了公认的标配，双足机器人模仿人类做后空翻，灵巧手自由度也一路提高到二十多个。彼时，许多业内人士认为，许多真实场景中的任务都是按照人的尺寸设计的，门的高度、桌的宽度、工具的握柄都适配人体，人形机器人可以无缝嵌入一切场景，实现真正的通用与泛化。因此，谁的拟人度高，谁就被认为技术先进。

这一理由看似很充分，可实际落地时却碰到了许多阻碍，能够真正走进产线、仓库、商店的机器人，始终寥寥无几。其中，最重要的阻碍是成本账。以物流分拣场景为例，分拣不需要机器人会走路，不需要有腿，甚至不需要人形，一双机械臂足矣。抓取随机包裹依靠的是对重力、摩擦、形变等的理解，需要的是强大的具身大模型，而不是拥有丰富自由度的五指灵巧手，夹爪是最具性价比的方案。如果执着于使用 " 人形 + 灵巧手 " 的复杂硬件方案，不仅将让成本大幅提升，而且复杂的机械结构也可能导致故障率提升，影响系统稳定性。

在真实的商业世界中，客户不会为概念买单，也不会因为机器人长得像人、有更多的关节自由度而选择采购。真正会被关注的问题是：一台机器多少钱，一小时能干多少活，多久能回本。从热衷给硬件加东西到开始给 " 身体 " 做减法，这种转向的底层逻辑，是商业价值的重新锚定。

事实上，类似的务实转向已经在全行业蔓延。有的企业舍弃了使用率极低的小拇指，采用四指灵巧手以大幅降低控制难度与成本；在环境相对平整的仓储与巡检场景中，越来越多企业重新拥抱底盘更稳、续航更长的轮式机器人，而非执着于容易摔倒的双足形态。具身智能的竞争，已经从 " 能不能干活 " 的炫技阶段，进入了 " 谁能以更低的成本、更高的效能把活干完 " 的产业化深水区。

这一转向对行业的意义在于，它重塑了 " 通用 " 的定义。未来的通用机器人，或许不再是一个能进入所有场景的万能躯体，而是一个强大的底层模型，搭配不同场景下成本最优、结构最简的硬件。对中国制造而言，这恰好放大了自身的优势——完备的供应链能够降低硬件成本，大幅降低机器人的部署门槛；而最丰富的应用场景能提供海量的真实作业数据，持续反哺底层模型迭代，实现 " 更聪明的大脑 " 与 " 更具性价比的身体 " 的深度共振。

机器人产业的终局，不是造出最像人的机器，而是造出最能干活的工具。从这个意义上说，给 " 身体 " 做的每一次减法，或许都是给落地加的一次速，助推机器人更快地走进千行百业的真实场景之中。

本版专栏文章仅代表作者个人观点