摩王想兩下 ・ EP103 逐集內容

一顆生雞蛋,為什麼難倒全球千億資本?

人形機器人的「AI 時刻」真的到了嗎?

2026-09-03|20:26|講者:王鴻嬪(摩王)
30 秒先看懂

人形機器人的「AI 時刻」真的到了嗎?

本集重點
  • 為什麼會寫程式很容易,抓雞蛋卻這麼難?
  • 機器人已經會「動」,但還不代表它會「工作」
  • 真正的戰場,不在展廳,而在工廠
  • 下一個真正賺錢的,可能不是「造機器人」的人

關於這份逐字稿:由 YouTube 公開自動字幕整理,保留口語原貌(重複、語助詞與停頓都在),未逐句潤飾;引用前建議對照原音。

本集完整逐字稿

00:00
摩王

Transcribed by SubEasy. Upgrade to Pro to remove this message大家好 我是魔王在兩家摩根J.P.Morgan以及Morgan Stanley的買方工作30年我姓王就是魔王想兩下在市場中拆解現象找到趨勢今天這一題呢有想做一個系列主題來談人情機器人為什麼呢因為最近在這個領域機器人尤其是物理AI就是實體AI這個領域呢有幾件引發資本市場極度亢奮的一些標誌性的事件第一是在8月份的時候剛剛在北京落幕的2026年世界機器人大會以及第二屆世界機器人型機器人的運動會在這裡面有超過300多家的企業參展那也展出了超過2000件的展品

00:46
摩王

那顯示了各種翻跟斗啊奔跑啊打太極拳啊各種動態影片那也刷爆了全球的社群的平臺第二件事情呢是中國的杭州有一間宇樹科技他就是在中國的春晚表演的就是宇樹科技這家公司他以人形機器人的第一股這個姿態呢正式登陸了上海的科創板那在掛牌的首日呢簡直是瘋了他首日的股票呢就暴漲了460%換手率呢就很高就大概到貨換手率超過85%成交的金額呢也突破了230億人民幣總市值呢就一舉衝上了3400億的人民幣

01:32
摩王

就換算起來大概是500元左右當然呢這種新創科技股的特性呢他一定呢也會反映在暴漲之後的暴跌所以這個股票呢隨後的股價呢也接近藍腰斬同時呢另外一件事情在西方特斯拉位於德國柏林的超級工廠也正式啟用了第二代的Optimus在4860電池產線上面的常態實境的測試所以等於東西方在這個領域強強競爭二級市場呢顯得瞬間的沸騰那許多的評論呢甚至高呼實體AI或者是說物理AI的Module S的時刻已經到來所以呢今天我想做一個

02:18
摩王

這是我自己的研究筆記那各位可以參考因為我也不是報名牌是我自己想要對這個領域有一些我自己做一些整理所以我這次做的我用的題目就是物理AI的全球競爭格局以及產業鏈的分工所以我分為打算分為三級那今天的第一集呢我想要談一下物理AI它身心分離它有一個困境那為什麼要抓一顆生雞蛋呢這麼的難全球已經砸了千億的資本進去呢還是非常的困難也就是數位世界和物理世界它有一個很大的一個鴻溝槓在那邊我們要怎麼去突破呢所以我想藉這個機會雖然在二級市場非常的瘋狂

03:05
摩王

那我想是應該做投資呢會試著去撥開短線的狂熱的情緒那我站在這個我們比較買方投資者我如果還是要真金白銀投入的話要怎麼樣來細細的來審視這個板塊那現在這個板塊呢全行業呢其實正在迎上巨大的物理高牆也就是人工智慧領域呢著名的莫拉維克悖論莫拉維克悖論呢是什麼呢就是我們現在要解析所謂人型機器人它的商業化的門檻我們必須要先了解數位世界和物理世界它有一個本質上面的一個大的鴻溝過去三年以ChetGBT為代表的生成式的AI是在虛擬空間裡面做符號運算

03:51
摩王

那編輯的複製成本很低甚至有一說是幾乎為零那在數位世界呢你如果寫錯了一行的程式一個code那系統就給你報錯吧那你就再重新再跑一次但是呢現在的AI呢它要穿上鋼鐵的外衣要進入真實的世界裡面那它面對的呢就更多的挑戰包含實體的這個重力摩擦力光跟影的變化還有材料可能會形變還有機械呢可能會產生到產生公差在真實的工業的工廠的產線上面機器人呢它如果抓取錯誤或者掉落一顆零件或者碰倒了一組的設備

04:38
摩王

那帶來的呢就是整條產線就要停擺了那所以這個投入的這個工廠它就要賠錢嘛真金白銀的就虧損所以這個是有很大的不同也是有不同的挑戰那為什麼說算為積分寫程式這個可以挑戰這確實也很挑戰了那挑戰算力基本上就是你算力窮盡之後呢也可以達到你想要的一個基本的目標但是呢如果要抓取一個生雞蛋那卻難倒了這個機器人了所以全球砸了千億的資本這個還是一個很大的一個難題那今天這一集我想要來談一下就是所謂的人形機器人或者是具象的整個全身的智能

05:23
摩王

它的底層的瓶頸是怎麼個回事所以我想先看一些我想先爬梳一些數據是怎麼回事這個回到我們所謂的莫拉維克悖論它是什麼東西那怎麼樣來解構這個物理世界它的一個真實的摩擦力莫拉維克悖論是由AI的先驅漢斯·莫拉維克這些人他們在1980年代提出的就是說他如果要讓電腦展現出成年人在下西洋棋寫程式解微積分等等抽象邏輯上的智慧其實非常容易雖然也不容易啦但是就他們那樣的聰明等級的人來講

06:09
摩王

覺得這一層是比較容易的但是如果要讓電腦具備一歲嬰兒一歲幼兒的感知還有肢體的協調能力的話例如說在雜亂的桌面精準的辨識並且穩穩的抓住抓起一顆很容易碎裂的生雞蛋這個就非常非常的困難因為人類看似簡單的伸手抓雞蛋背後是生物演化經過數億年演化的一個結果那大腦的神經元本體的感知還有指尖指尖有數以萬計的觸覺的接收器還有肌肉的微型的變動等等這個是綜合的表現

06:55
摩王

這裡面存在著微秒級的閉環的能力就是力學的反饋所以人手在接觸蛋殼的瞬間就可以感知到毫米級的表面的弧度因為它就知道它要用什麼力度不能用力太大也不能用力太少因為太少就抓不住太大它就破了所以要能夠感知到這個表面的弧度還有滑動的這個摩擦係數以及外殼的這個剛度所以可以在十毫秒之間就動態的調整拿捏的就是掌握的這個力度但是在機器人它面對的是硬邦邦的硬性你要給它硬性的物理規則那這個時候就會出現說

07:40
摩王

它非結構性的環境微小的擾動比如說像產線上面光照角度的微幅的變化或者托盤上哪怕只有一毫米的這個位移或者是零件表面微量的這個油漬都會導致它的視覺定位的演算法會失效所以在即時的反饋就可能會產生延遲傳統的電機從接收視覺信號到發出扭轉的這個指令或者是矩陣的這個指令它存在著數十毫秒的物理的延遲如果沒有高動態力矩就是這個力學的一個傳感還有觸覺的神經的閉環的話

08:28
摩王

機器人它不是它的表現它實際上的表現就會要不然它就是捏碎了雞蛋要不然它就是因為過度謹慎而把這個物體它要抓的這個物體就掉在地上就是它抓不住所以這個是為什麼說這個是有很高的一個難度這也是在發展所謂的物理 AI 的時候這是一個比較大的一個技術的一個鴻溝這裡我試著整理了一張表這也是我看了各家的研報之後試著整理我還是說我是文科生所以我去爬梳這一整份報告我花了一些對我來講要多花一些力氣那我做了一張表就是數位的 AI就像 ChatterGPT 這樣

09:13
摩王

或者是你問我們現在在運用 AI或者是 Google 的 Gemini這種數位的 AIVS 相對於物理 AI就是像人形機器人這樣子的一個它的需要的包括運用的場域還有它需要的技術以及它的數據的來源是什麼我們做了一個對比因為這個不同的來源不同的技術瓶頸會當然對投資會世界會有些影響因為它需要的這個專長技能優勢領域就不一樣在數位在虛擬數位的世界大語言模型就 LLM 為代表的是軟體的運算那它們的編輯成本複製的成本大概很低

09:59
摩王

幾乎為零那所以呢那但是在實體的部分就會比較多的挑戰所以這個是兩個不同的技能好 接下來第二個這一題的第二個部分我們在談這個就是它的物理的數位世界跟物理世界兩個的差異我在今天想要看第二點第二點就是來談一下外加的筋骨的功夫跟內加的心法我為什麼用這樣比呢因為我一邊看呢我就想說用我自己比較熟悉的像金庸武學的這個武俠小說來比喻那硬體來看它的降本就是降低成本相對比較容易可是大腦它要能夠轉換

10:45
摩王

它要典範化就比較困難如果以武俠小說來比喻的話過去這幾年全球機器人產業鏈瘋狂鍛鍊的是外加的筋骨就是把減速器還有無框立鋸的電機還有滾柱絲槓等等組裝成一副能跑能跳的軀體那在硬體端呢那中國的這全世界幾個國家中美日它各自有擅長那例如像中國它在供應鏈它是有一個很強的一個製造的優勢它已經能夠將整機的價格從早期的上百萬人民幣它現在已經快速的下降到整機輸出大概可以在10萬到20萬人民幣之間例如說宇樹

11:31
摩王

它的G1基礎版的這個人型機器人是8.5萬那另外有一家另外一家公司松巖動力它有一個Boomi它可以降到1萬元以內這是它號稱的那這個產品我還沒仔細研究但是可以看得出來是它快速的下降因為它要能夠量產 商業化2026年的上半年中國的人型機器人的出貨量達到全球份額的大約97%這裡面宇樹科技它的出貨就超過了5500臺這個居於全球第一然而在當前的全行業都面臨共同的瓶頸是內加的刑法所以為什麼我說我用我自己試著我自己的理解

12:17
摩王

就是像看武俠小說一樣就是機器人的大腦對於真實物理世界的嘗試它的預測還有所謂generalization就是泛化的這個能力它是還不夠的那什麼叫做泛化的能力這個叫做generalization是指機器人能不能夠在有限特定數據或者是環境特定的環境之下它學到的技能然後自主 遷移並且精準的應用到可能它沒有見過的新的場景新的物種 新的狀況之中而不需要工程師重新幫它編碼重新採集數據來做換句話說這個人型基建所謂泛化能力

13:03
摩王

它是能不能夠物理AI是要追求去依反散的能力這個就很挑戰了那它現在實際上面我們剛剛前面談到宇樹科技它已經出貨了5500臺是全球第一那現在出貨的這個結構是長什麼樣子呢根據IDC還有多家我看了幾個投行的報告它統計出來合作統計出來是2025年到2026年全球的人型機器人的出貨量這裡面大約65%仍然集中在是科研教育還有文化體育商演娛樂商演等或者是展會的示範等等

13:48
摩王

這些是什麼樣共同的特性呢就是低容錯率就是這些呢這些共同的特性是容錯率是可以比較寬的就是錯了就錯了嘛那所以這些環境你可以看到像他們有時候像你說春晚這種表演等等他也許表演就摔跤了你就哈哈大笑但是你不會你真的賠錢的賠的少嘛那宇樹科技呢它的創辦人王欣欣在這個機器人大會的主論壇上面他自己有提到他公開提出當前全球機器人產業最大的瓶頸就是巨神就是整身的這個智能泛化的能力是不足的那這個他也瞭解到自己

14:36
摩王

所以他說宇樹科技在IPO的42億的資金裡面他從市場上面募42億的資金裡面超過七成大概35億的專項是要砸向AI大規模的大模型還有數據基礎的設施的研發所以他知道是還有很多基礎的研發是不夠的那不過我覺得他這個就照他說還是蠻務實的知道自己的不足所以以物理世界跟實體世界兩個還是有很大的一個鴻溝那在這個環境之下我們自己在投資上面要怎麼來看呢我自己是大概整理一下我會在想說這個領域我如果繼續跟蹤下去的話

15:23
摩王

照當前的狀況繼續推演下去可能我自己在想對我有哪些啟示第一個是要區分所謂展示型的資產跟實質能夠創造生產力的資產這兩個是不一樣的所以要防範所謂的估值他會投資因為在市場炒作的階段資本往往是會對你看到這個就很新奇嘛你看到這個機器人可以後空翻可以跳很高可以跑馬拉松但是實體的經濟裡面這些的動能並不能夠直接的轉換成工業生產力的價值所以在我們真的在評估這些投資標的的時候必須要看清楚到底這些企業的營收

16:10
摩王

是從哪裡來他如果高度仰賴單次性的展演的採購或者是高效的科研的採購這個時候他的PS就是本銷比就是Price and Sales的這個比例他的估值在上市炒過後就會面臨劇烈的修正因為那個比較難以延續另外我對我自己投資上面的啟示要看到所謂的數據飛輪他的累積的這個路徑為什麼呢因為數位的AI他可以抓取公開的網路的文本做訓練但是物理的AI的訓練的數據會現在看起來還是很匱乏的他必須依據他要實際去run

16:56
摩王

他比如說他要去工廠上面他要多次的試錯就是剛剛我們前面講他要抓雞蛋他怎麼去感知到他的力度要用到多少所以真實世界作業數據這個部分他要不能夠現在他沒有太大量的基礎的數據喂進去給他他必須要到實體世界去摔倒去容錯去錯誤犯錯他才能夠累積成所以我們在實體的落實的時候可能要關注具備封閉場景數據的採集的優勢企業比如說像Tesla他在這個部分就有比較強的優勢因為他我們剛剛一開始提到他現在已經在歐洲那邊的自營的工廠

17:44
摩王

已經開始測試他自己的Optimus另外呢比亞迪小鵬等等這些比亞迪汽車小鵬汽車是中國的汽車他也用人型機器人已經導入了他的產線或者是像大型的物流集團比如說中國的京東他就佈局了百億的資產資源他在採集大概超過一千萬小時的實體的數據來訓練他的機器人那如果是軟體公司來跨足的話因為他缺乏真實的數據的迴路他只靠虛擬模擬的這個數據的話所以這個時候他要跨越所謂莫拉維克的悖論他的週期就會被拉得很長所以這幾個是我自己在

18:31
摩王

我讀了這些報告之後我認為對我自己的啟示是這樣所以在投資決策的時候我們就看到說能夠攻克莫拉維克悖論這個過程當中最先兌現業績的呢可能不是整體的終端的這個人型機器人而是能夠賦予機器人能夠他能夠有觸感觸覺或者是力量控制或者是微型的動能的這些能力的關鍵零組件這些零組件就會比較重要所以他一些所謂關鍵的賣鏟子的人因為我們剛剛前面提到他現在有很大比例是在做展演的那如果跳出展廳的熱鬧的表現當機器人真正要走入工廠來搬運他的貨物

19:21
摩王

搬運這個商品或者是抓取零件的時候支撐這副軀體的硬邦邦的這些所謂他的這個整個的製造這個流程到底長什麼樣子因為現在機器人他大概平均是有40多個關節還有這個大量的BOM就是物料的清單所以我們將來去盤點哪一些物料的供給者或者關鍵技術的供給人供給者可以讓機器人有最佳的賦能就是所謂賣鏟子的人他目前他才他能夠創造的剛性利潤才可以才能夠可長可久這是我自己要關注的部分以上是我這一對人型機器人這個系列主題的第一集

20:08
摩王

我的自己的研究筆記供大家參考我是魔王頻道命名魔王想兩下就提醒自己要多想一層直面恐懼與貪婪如果你也喜歡這樣的分析方式對於今天的題目你的看法是什麼歡迎留言分享你的看法

你可能想問
一顆生雞蛋,為什麼難倒全球千億資本,這一集怎麼說?
人形機器人的「AI 時刻」真的到了嗎?
什麼情況下會需要聽這一集?
當你正在判斷「一顆生雞蛋,為什麼難倒全球千億資本」,想先聽結論再拆細節的時候。這一集先給答案,再從「為什麼會寫程式很容易,抓雞蛋卻這麼難?」開始往下講。
在哪裡看得到原始影片?
在 摩王想兩下 的 YouTube 頻道(https://www.youtube.com/@TheSecond-LevelRoom);本頁是安可日子整理的逐集內容與出處。
這些內容是誰做的?
創作者本人的專業與判斷;安可日子代理及製作,並把公開影片整理成具名、有出處的一集一頁。
關於這個節目與安可日子
《摩王想兩下》由摩王(王鴻嬪)主持,本節目由安可日子代理及製作。安可日子把公開影片整理成一集一頁,標明講者、日期與原始影片連結,方便按主題查閱,也能回到影片聽原音。
若有內容整理或節目合作需求,歡迎來信 [email protected]。