展台上，机器人打拳、叠衣服、端茶倒水，全场鼓掌。

训练场里，一个男人戴着VR设备。他抬手，机器人跟着抬手；他转身，机器人也调整方向。

两幅画面被拼到一起，一个很有杀伤力的说法就从华尔街流出来了：

中国机器人都是假的，所谓具身智能其实后台全靠人遥控。

网上还有鼻子有眼的版本：摩根士丹利已经查明，中国机器人演示有80%到90%依赖人工。

分析师甚至在展会现场抓取Wi-Fi数据包，顺着信号找到了藏在后台的遥控员。

故事有画面、有数字，一股当场抓包的味道扑面而来。

可把公开可查、长达80多页的摩根士丹利《Humanoid 100》翻到底，并没有找到这句话。

更有意思的是，这份报告对中国机器人的实际判断，和网上传的几乎相反。

一、所谓“80%靠遥控”，报告里根本没有

摩根士丹利有没有说，中国机器人演示的遥控比例达到80%到90%？

没有。

报告有没有记录分析师在展会抓取Wi-Fi数据包，发现信号通向后台暗室？

也没有。

有没有可靠机构做过大规模统计，证明绝大多数国产人形机器人都由真人躲在后面操纵？

同样没有。

这些故事传播得快，因为它符合美国人对中国机器人演示的直觉：动作这么顺，恐怕有猫腻。

这种怀疑并非多余。

毕竟像叠衣服、拿杯子、打鸡蛋这类精细动作，美国的人形机器人的还做不到。

特斯拉、波士顿动力、Figure AI这些机器人的手部精细操作仍然是瓶颈，在工厂固定工位取放零件没有问题，可是离通用机器人还比较远。

但用一份并不存在的报告证明中国机器人集体造假，就是另一回事了。

摩根士丹利在《Humanoid 100》中整理了全球机器人芯片、软件、传感器、执行器和整机企业。在已经确认参与人形机器人产业的样本公司中，73%位于亚洲；整机集成商中，77%位于亚洲。

中国企业在其中占据重要位置。报告还专门提到，中国机器人企业拥有成熟供应链、本地应用机会和政策支持，在人形机器人领域取得了令人瞩目的进展。

摩根士丹利看到的，是一条正在中国快速成形的机器人产业链。

那么，机器人背后那个戴着VR设备的人，又该怎么解释？他可能在替机器人表演，也可能在教机器人干活。

只看见“有人遥控”四个字，分不清这两种情况。

二、后台那个人，可能是机器人最早的老师

现在在演示环境下让机器人跟人类一样端起杯子，早已经司空见惯。

但这背后却藏着非常复杂的计算过程：杯子有多重，杯壁有多滑，手指用了多大力，关节转了多少度。

杯子开始下坠时，手指应该怎样补力；机械臂碰到桌角后，又该往哪个方向收。人类觉得理所当然的动作，拆到机器人身上，全是数据。

这时候，机器人需要端到端具身大模型（VLA，视觉-语言-动作模型）来进行决策。

相比于大语言模型，AI可以阅读互联网上的海量的文章来进行学习。机器人学习拿杯子，网上却没有多少能直接使用的数据。

为了让机器人掌握真实世界的数据并加以自主学习，人类想了很多办法。其中遥操作就是其中一种。

斯坦福大学的Mobile ALOHA就使用了一套低成本全身遥操作系统。人类先控制机器人炒虾、洗锅、开柜门、收拾物品、呼叫并进入电梯，每项任务示范50次，再把操作数据交给模型学习。

英伟达训练机器人基础模型时，也会使用真实遥操作数据，并开发了专门的采集工具。操作者控制机器人完成任务，系统同时记下图像、动作和关节数据。

用海量真机采集真实数据反哺 AI这种做法并不神秘，和驾校教练带学员有些相似。

教练握过方向盘，不代表学员永远不会开车。等教练松手以后，学员能不能自己上路，才是考试。

看起来有点像“人工遥控”的机器人，实际上是用成千上万小时的人工遥控示范，硬生生砸出一个物理世界的真实数据集。

隐瞒实时遥控，是演示造假。让人类先示范，再由机器人自主执行，是目前整个行业都在使用的训练方法。

中国现在做的，已经不只是造机器人。甚至训练机器人，也开始变成一门产业。

三、中国真正的优势，不只是便宜，而是错得起

谈到中国机器人，很多人先想到价格。

电机便宜，电池便宜，加工和装配也便宜。

价格当然重要。但具身智能还需要另一种能力：让机器人不断犯错，而且承担得起这些错误。

机器人抓箱子失败，机械臂撞上货架，换完零件还能继续测试。因为光线变化认错物体，工程师当天调整模型，第二天再回现场。

它摔一次、撞一次、抓空一次，都会留下数据。

没有这些笨拙甚至有点滑稽的失败，机器人很难学会应付真实世界。

2025年，国家数据局公布了上海一座人形机器人训练场的情况。

训练场面积超过5000平方米，里面布置了工业制造、民生服务和特种作业等数十种场景，引入100多台不同构型的机器人。

这里已经积累超过100万条真机数据，总规模达到2.5PB。

工程师根据失败记录修改模型，再把机器人送回现场。训练场的价值，就藏在这种重复里。

这件事需要大量机器人、大量真实场景，还要有一条反应够快的供应链。

中国三样都有。

国际机器人联合会数据显示，2024年，中国工厂中运行的工业机器人达到202.7万台，当年新增29.5万台，占全球新增量的54%。

同一年，中国本土厂商在国内工业机器人市场的份额升至57%。

这些工厂既是客户，也是现成的训练场。

美国企业擅长在仿真环境里制造海量数据。而中国企业多了一条路，可以把算法直接放进工厂、商场和仓库，在真实碰撞和真实误差里迭代。

便宜的本体只是起点。

把机器造出来，再让它成千上万次地试错，成本还压得住，这才是中国供应链给具身智能带来的优势。

四、最后一关，是让遥控员逐渐消失

在中美这场机器人产业对决中，美国优先优先攻克通用智能、灵巧操作、极限运动。而中国是选择依托完整制造供应链，优先降本、大规模量产。

在华尔街的分析师看来，美国机器人有原生通用物理基础大模型支撑，肯定比中国机器人更像人。

而硅谷的精英更擅长在虚拟世界里逼真地拟合物理定律。

这才有了看空中国AI机器人的说法：台上是钢铁演员，台下是月薪五千的遥控打工人。

过去，中国制造最擅长解决的问题，是怎样把复杂产品造得更多、更快、更便宜。

事实上，中国企业在机械本体、制造成本、供应链和应用场景上，已经拿到一副好牌。

“遥控秀”的背后，更大的真相是，中国产业链正在用自己的方式给机器人“上AI"。

通过百万次人工示范，让机器人学习到不再依赖人工的自主能力。

华尔街试图用“遥控作秀”这个假命题，一脚把中国机器人的硬件优势踹进低利润的代工泥潭。

相似一幕，过去曾出现的好几回。

手机时代，他们嘲笑中国只会组装。后来，全球终端品牌的半壁江山，长在中国工厂里。

新能源时代，他们笑中国没有发动机。后来，最坚固的产业护城河，恰恰是中国供应链一锹一锹挖出来的。

资本市场从来不缺投降者，也从来不缺被打脸的预言家。

等中国机器人的钢铁骨骼真正撑起工业未来，他们终会明白：自己嘲笑的那个遥控员，可能正是机器人学会自主之前，最后一位老师。