人形机器人一定要会走路吗？一套务实的落地路线给出的答案相反：放弃双足，改用轮式底盘。作者陈大黄在分析中把这套方案拆得很具体——轮式底盘解决稳定性，高自由度腰部适配人类动作，末端用二指平爪降低维护成本。

这个组合的取舍逻辑并不复杂。双足行走能耗高、不稳定，而轮式底盘绕开了这两个问题；腰部保留自由度，是为了让机器人还能做出接近人类的动作；二指平爪结构简单，耐用性更好，维护成本也随之下降。硬件上做减法，换来的是能真正投入使用的可靠性。

算法端的路线同样在往实用方向走。作者提出引入世界动作模型（World Action Model）和Diffusion Transformer，实现实时闭环控制。具身模型的演进方向，是从简单的视觉-动作映射，转向通过预测物理状态获得更高阶的泛化能力。

商业落地的关键被归结为数据与标准化两件事。先用海量人类视频预训练，让模型建立物理直觉；再用少量遥操数据做场景微调。这套组合的价值在于，它能让大规模多网点实现高度一致的交付，而不是每个点位都重新调一遍。

作者在文末给出的判断是：用通用的物理先验托底，用小而精的动作轨迹收尾，这大概是目前让物理智能真正跑通生产最稳健的一条路。从物理形态到具身模型，这条路线没有追求形态上的完整，而是把每一处设计都对准了能不能交付。