2026年，如果你走在任何一个科技展会的场馆里，大概率会看到这样的画面：人形机器人在展台上跳舞、握手、比心，观众举着手机拍下灵巧手捏起螺丝钉的画面，然后匆匆走向下一个展台。过去一年半，超过960亿元涌入了这个赛道。宇树去年卖了5500多台人形机器人，智元下线了第1万台通用具身机器人。
资本在狂欢，媒体在欢呼。一个声音越来越响亮：机器人，会不会是下一个电动车？
这个类比听起来确实合理。智能汽车和机器人在技术上高度同源——感知、决策、执行三大核心系统几乎共享。电机、齿轮、轴承、传感器，既是电动车的核心部件，也是机器人的关键零部件。中国在电动车领域积累的供应链优势、制造能力和政策经验，似乎可以无缝迁移。
甚至有券商直接断言：机器人当前可类比2014年的电动车，即将量产并开启10年产业大周期。何小鹏也认为，一旦机器人像中国EV产业跨过电动化的拐点，将迎来爆发性增长。
然而斯坦福终身教授、AI教母李飞飞，在2025到2026年间多次公开警告：千万别用自动驾驶、电动车二十年的发展经验，去丈量通用机器人的未来。
在一次独家对话中，李飞飞这样描述自动驾驶汽车：“它是一个方盒子，长方形的盒子，基本上是在二维的世界里，因为路面是二维的，它不是三维的，而它在这个二维的世界只做一件事，就是不要去碰着别的东西。”
而通用机器人呢？它的任务恰好相反——必须去碰东西。要在三维空间中，以不破坏物体的方式进行精确操作。抓取一个鸡蛋、叠一件衣服、给番茄剪枝——这些人类习以为常的动作，对机器人来说都是极其复杂的物理难题。
李飞飞用了一个精妙的对比：自动驾驶是2D逻辑，通用机器人是3D逻辑。汽车的“世界”是路面，自由度有限，核心任务是避障。而机器人的“世界”是整个三维物理空间，要面对千姿百态的物体、不断变化的环境、 unpredictable 的交互。
她甚至直言：“相比三维机器人，自动驾驶汽车还是很简单的。”
差了几个维度，到底差在哪里？
这个“简单”与“复杂”的差距，可以从两个核心维度来理解。
第一个维度：物理世界的复杂度。汽车行驶在结构化道路上——车道线清晰、交通规则明确、环境相对可控。但机器人面对的是非结构化的三维世界：田垄有宽有窄、番茄有青有红、家庭的桌面永远堆着乱七八糟的东西。正如一位业内人士所说，新能源汽车面向结构化道路场景，环境相对单一，而机器人环境适应难度远超汽车。
第二个维度：数据的获取。大语言模型可以从互联网上抓取几乎无限的文本数据。自动驾驶可以通过上路的实车不断采集数据，形成闭环。但机器人呢？全球加起来能用的真机数据，大概只有50万小时。而训练一个像样的自动驾驶算法，通常需要1000万小时以上的真机数据。机器人的数据缺口，不是一个量级的问题——是两万倍的差距。
机器人4S店，会变成汽车4S店那样吗？
回到我们上一篇文章讨论的农业机器人4S店。一个自然的问题是：它会变得像今天的汽车4S店一样普及吗？
答案可能没那么乐观。
全球首家机器人4S店于2025年8月在北京开业。随后，全国超过20座城市相继落地了首家人形机器人4S店。表面上看，这个业态正在快速复制。
但细看差异，本质不同。汽车4S店销售的是成熟的标准品——一辆车从生产线下来，功能确定、性能可预期、维修标准清晰。而机器人4S店目前销售的是evolving 的复杂系统。
工作人员告诉记者，机器人4S店和汽车4S店最大的不同是：这里不是单一品牌的展示，而是一个机器人的聚合区。提供涵盖医疗类、工业类、陪伴类、仿生类等50余项产品。这种“聚合”本身就说明问题——没有一个品牌、一款产品足够成熟到可以独占一个4S店。
更深层的挑战在于：机器人的功能还在快速迭代，技术路线尚未收敛，应用场景高度碎片化。一家机器人6S店的负责人透露，门店2026年的收入目标设定为500万元以上——这个数字放在汽车4S店行业，可能连一个月的流水都算不上。
更有意思的是，当传统汽车4S店因行业转型而批量关闭时，机器人行业却接过这个符号，将其升级为“6S”“9S”。但这种符号的借用，掩盖不了一个事实：机器人的产业基础设施远未成熟。技术迭代加快、产品供给日益丰富，但应用端成本偏高、运维保障体系不完善、定制化与二次开发门槛高、人才与培训供给不足。
泡沫、瓶颈与漫长的马拉松
普渡机器人创始人张涛的判断很有代表性：“具身智能的‘ChatGPT时刻’还没到。”他预计至少还需要三到五年。参考自动驾驶的发展——近二十年仍未完全成熟——机器人的路只会更长。
机器人会不会重演电动车的神话？这个问题本身可能就问错了方向。
电动车的神话建立在“替代”之上——用电替代油，用更高效的能量转换替代内燃机。这是一条相对清晰的路径，技术收敛、场景明确、基础设施可规划。
而机器人的故事是“创造”——创造出以前不存在的劳动力、不存在的服务方式、不存在的产业形态。这条路没有现成的地图，技术路线多元、场景碎片化、商业模式待验证。
正如李飞飞所说，自动驾驶汽车是“人类最早海量生产的机器人”。它花了二十年，仍未完全成熟。通用机器人的复杂度是它的指数级倍数。我们有什么理由认为它会走得更快？
这并不意味着悲观。恰恰相反，认识到差距的巨大，才能避免盲目的乐观和随之而来的失望。机器人的未来是真实的，但它需要的时间、资金和耐心，可能远超今天最狂热的投资者的想象。
热门跟贴