在刚刚落幕的机器人领域顶级学术会议RSS 2026上，来自普林斯顿大学（PI）的研究者一针见血地指出：美国具身智能（Embodied AI）同样远未成熟，中国公司完全没有必要将自己定位成“中国版XX”——这种“对位模仿”的思维，恰恰暴露了行业对技术本质的认知偏差。
RSS 2026：具身智能的“祛魅”时刻
作为机器人领域最负盛名的学术会议之一，RSS 2026汇聚了全球顶尖的机器人学家、AI研究员和产业领袖。今年会议的一大主题，便是对“具身智能”热潮的冷静反思。过去两年，随着大语言模型和视觉-语言模型的爆发，具身智能被推上神坛——从波士顿动力的Atlas到特斯拉的Optimus，再到国内涌现的数十家仿人机器人初创公司，似乎“人形机器人”已成为通用人工智能的终极载体。
然而，PI团队在会议主题报告中展示了一组令人警醒的数据：即使在最先进的实验室环境下，当前具身智能系统在非结构化场景中的任务成功率仍低于50%；在需要精细操作或动态交互的任务中，这一数字甚至不足20%。更重要的是，这些系统普遍缺乏“通用性”——一个在厨房学会抓取杯子的机器人，进入客厅后很可能需要重新训练。
“中国版XX”的叙事陷阱
“很多中国公司一上来就说‘我们是中国的波士顿动力’或‘中国的Figure AI’，”PI的发言人在圆桌讨论中直言，“这种叙事不仅懒惰，而且危险。”他指出，这种“对标式”定位本质上是在用别人的坐标系衡量自己的价值，容易导致技术路线的盲目跟风，而非针对本土需求或真实场景进行创新。
事实上，中国公司在具身智能领域并不缺乏原创性。例如，部分团队在柔性抓取、低成本执行器、多模态融合感知等方向已经取得了比美国同行更实用的成果。但“中国版XX”的标签往往掩盖了这些独特贡献，让资本市场和媒体只关注“像不像”，而非“好不好用”。PI团队呼吁，中国公司应该更自信地定义自己的技术方向，而不是急于将自己塞进一个既定的分类框架。
具身智能的“不成熟”意味着什么？
从技术本身来看，具身智能的“不成熟”恰恰是创业公司的黄金窗口。如果技术已经成熟，巨头凭借资源碾压，初创公司几乎没有机会；而当前阶段，无论是硬件设计、算法架构还是应用场景，都处于“百家争鸣”的探索期。PI团队强调，无论是美国还是中国，都还没有找到“正确”的答案——这意味着任何玩家都有可能通过差异化的创新重新定义赛道。
例如，美国公司普遍追求“通用人形机器人”，试图复刻人类的形态和运动能力；而部分中国公司则更务实，开发“轮式+机械臂”的复合形态，在仓储物流、酒店服务等垂直场景中率先落地。后一种路径虽然不“性感”，但可能更快实现商业闭环。PI的学者认为，中国公司完全不必因为“不够像人”而自卑，反而应该利用制造业成本优势和庞大应用场景，走出自己的路径。
行业意义：从“对标”到“定义”
这场讨论的深层意义，在于推动中国机器人产业从“跟跑心态”转向“领跑思维”。过去十年，中国在互联网、消费电子等领域曾多次陷入“山寨-追赶-超越”的循环，但具身智能的底层逻辑可能与以往不同——它既不是纯粹的软件平台，也不是单纯的硬件制造，而是软硬一体的系统工程。在这个领域，模仿者很难获得先发优势，因为每个技术决策都会影响后续数十年的迭代方向。
更值得关注的是，PI的发言并非“唱衰”美国，而是客观指出全球具身智能都处于“前成熟期”。这意味着，中国公司如果能在核心算法、低成本传感器、高精度执行器等方面实现突破，完全有可能在下一个十年成为规则的制定者，而非“某某版的某某”。对于投资人和创业者而言，或许应该少问“这个技术像谁”，多问“这个技术解决什么问题”。
当“中国版XX”的标签被撕掉，中国具身智能才能真正摆脱“影子”的身份，走进属于自己的聚光灯下。