具身智能还没学会走路，资本已经急着让它跑马拉松了

具身智能赛道正在经历一场奇特的错位：技术侧还在解决“站稳”和“迈步”的基础问题，资本侧已经按马拉松的配速在发令枪响前抢跑。这种节奏差不是第一次出现，但放在具身智能身上格外值得警惕——因为它的失败成本不在服务器里，而在物理世界里。

先厘清一个基本事实：具身智能的“走路”包含两层含义。一层是字面意义的运动控制，双足或轮式底盘在非结构化环境中的稳定移动、地形适应、抗扰动恢复；另一层是认知意义上的任务闭环，即感知、决策、执行在真实物理约束下的连贯性。两层都远未到可以“跑起来”的程度。运动控制层面，实验室环境下的行走演示与量产环境下的鲁棒性之间隔着数量级的工程鸿沟；任务闭环层面，长程任务的泛化能力、失败恢复机制、人机共处的安全边界，都还停留在论文和样机阶段。

资本的动作却呈现出另一套时间表。近两年具身智能方向的融资密度和估值爬升速度，明显脱离了技术成熟度的常规曲线。逻辑并不难理解：大模型证明了“规模+数据”的叙事张力，资本急于在下一个载体上复制这种张力。机器人是天然的叙事容器——它可感知、可展示、可想象，比向量数据库或推理框架更容易讲给非技术背景的出资方听。于是出现了一个倒挂：技术团队在调试步态参数和力矩控制，财务顾问在测算万台量产的成本模型。

这种错位带来的第一个风险是资源错配。具身智能的真正瓶颈不在算法层，而在硬件可靠性、执行器寿命、传感器一致性和真实数据采集成本。一台人形样机的关节模组、灵巧手、力控方案，任何一项的工程打磨都需要以年为单位的时间和以千万为单位的试错投入。当资本按“软件迭代”的节奏要求团队季度出里程碑时，团队被迫把资源投向可演示、可传播的功能，而非枯燥的可靠性验证。结果就是演示视频越来越流畅，量产良率越来越难看。

第二个风险是数据幻觉。具身智能的 Scaling Law 远没有大模型那么友好。语言模型可以从互联网文本中近乎零成本地获取海量语料，具身智能的真实交互数据必须靠物理设备在真实环境中逐条采集，成本高、速度慢、覆盖窄。仿真数据可以缓解一部分压力，但仿真到现实的迁移损失（sim-to-real gap）在接触-rich 任务中依然显著。资本如果按“数据规模决定上限”的线性思维下注，很容易高估短期可达的能力边界。更麻烦的是，这种高估会传导到下游客户预期，形成“演示即交付”的认知偏差，最终反噬整个品类的商业信誉。

第三个风险是场景选择的投机化。马拉松式叙事需要宏大的终点，于是“通用人形”成为默认靶心。但从工程理性出发，具身智能的近期落地更可能发生在约束明确、容错空间可设计的场景：仓储分拣、产线上下料、危险环境巡检、实验室自动化。这些场景不性感，却能让技术团队在真实反馈中迭代控制策略和数据闭环。资本若一味押注“通用”，会诱导创业团队跳过“专用场景的扎实积累”，直接去啃一个需要十年以上才能收敛的难题。历史上自动驾驶的 L4 直道冲刺已经演示过这种路径的代价。

需要说明的是，这不是在否定具身智能的长期价值。恰恰相反，物理世界中的智能体是人工智能走向下一阶段的必然方向，其天花板远高于纯数字形态的应用。问题不在方向，在节奏。技术演进有其不可压缩的物理时间：材料疲劳测试要做够循环次数，执行器精度要靠工艺积累，安全标准要经事故验证。这些环节不服从资本的季度周期，也不服从发布会的传播窗口。

对从业者而言，理性的姿态是主动管理预期。把“能跑马拉松”的叙事拆解为可验证的阶段目标：先证明在受控环境中连续工作若干小时不出故障，再证明在扰动下能恢复，再证明换一个工位仍能复用策略。每一步都需要可复现的指标，而不是剪辑过的视频。对出资方而言，值得追问的问题不是“多久能进家庭”，而是“这一代样机的平均无故障时间是多少、单台数据采集成本是多少、换场景后的策略迁移需要多少人天”。这些问题不浪漫，但它们决定这个赛道是走向产业还是走向泡沫。

具身智能现在需要的不是更长的赛道，而是更结实的地面。资本可以提前布局，但不该替技术宣布它已经会跑。让会走路的先走稳，让能跑的先跑对方向，马拉松的终点不会因为提前起跑而提前到达。