2025年刚开年人形机器人赛道就传来一条足够让人停下来多看一眼的消息软银正在洽谈收购挪威机器人公司1X的多数股权。单看公司名1X没有特斯拉Optimus那么出圈也没有Figure AI那样拿到过密集的明星融资轮但它和孙正义放在一起故事就没那么简单了。孙正义可能是整个人形机器人产业里最早也最执着的一批“下注者”。从早年给Pepper站台到后来通过软银布局波士顿动力再到中途把机器人资产一个个卖出他一度被外界解读为“已经退出牌桌”。现在他又回来了而且这次选中的是1X——一家把“大模型驱动机器人”当路线图、而不是把“做一台能走路的机器人”当终点的公司。这件事真正的看点是孙正义对人形机器人赛道的回归不是在重复过去的判断而是一次明显跟随AI范式转移的重新下注。过去造人形机器人核心是机械、控制和运动规划现在造人形机器人核心变成了“有没有一个足够聪明的模型能理解世界、规划动作、从错误中自我修正”。这两套逻辑完全不同。软银在这个时间点回到牌桌等于承认了一件事大模型让通用人形机器人这个曾被过度透支的概念重新变成了真正值得重仓的方向。但这篇文章不是要替这笔交易背书也不是要泼冷水。我更想做的是借这条新闻把人形机器人赛道的底层变化、不同公司的路线差异、以及这笔交易背后真正值得技术人员关注的信号拆开讲清楚。1. 这笔交易真正值得关注的不只是“孙正义回来了”1.1 离开牌桌的几年里人形机器人发生了什么孙正义对机器人赛道的兴趣可以追溯到很早。当年软银和Aldebaran合作推出Pepper时整个行业对人形机器人的想象还停留在“情感陪伴”和“商业展示”。Pepper确实在零售、银行、展厅里跑了不少场景但它的智能水平更像是一套预设应答系统离真正的自主智能非常远。后来软银又深度参与了波士顿动力的运营那时候波士顿动力代表的是另一条路线世界顶级的运动控制、液压驱动、复杂的仿生动作。但波士顿动力也很长时间没有解决好“除了惊艳展示之外到底卖给谁”的问题。那个阶段的人形机器人行业总体上卡在一个尴尬位置硬件能力不断突破但“大脑”跟不上。机器人可以翻跟头、跑酷、开门但它不清楚自己在什么场景、该做什么决策。它更像一台精密的自动化设备而不是一个能在人类环境里通用工作的智能体。然后大模型来了。近两年大语言模型和视觉语言模型让机器人第一次有了“理解复杂指令、拆解任务、生成动作序列”的可能性。大模型带来了一种新的机器人架构感知由视觉语言模型负责决策由大模型负责底层运动控制仍然由传统控制算法负责但整个系统的智能上限被彻底拉高了。这才是孙正义回归的真正背景——不是人形机器人这个赛道本身变了而是让这个赛道成立的底层技术底座变了。1.2 “AI原生机器人”取代“固件机器人”是最大的认知变化过去很多机器人公司本质上在做一个“固件工程”运动控制写死、行为逻辑写死、场景适配写死。机器人换一个环境就要重新调参、重新编写规则。这种做法的问题在于真实世界是开放的规则根本写不完。AI原生的机器人公司则把大模型作为机器人理解世界的中枢。机器人不再依赖工程师穷举每一个场景而是依赖模型在大量数据上学到的常识和推理能力。它看到一扇门不需要被预先标注过才能识别它听到“把桌上的苹果拿过来”不需要先经历一次专门的意图识别训练也能通过大模型的语义理解猜出目标是什么。从“固件机器人”到“AI原生机器人”这个转变不是渐进式的而是范式级的。它对产品定义、团队构成、硬件设计、资本结构都产生了连锁影响。孙正义这次选1X本质上就是在这个范式转换正在发生的节点上选了一个自己认为最有希望跑通“AI原生”商业闭环的标的。注意这里并不是说传统控制算法、传感器融合、机械设计不再重要。恰恰相反硬件能力是下限大模型只是把上限抬高了。一个连路都走不稳的机器人配上再强的模型也没有用。2. 从Pepper到波士顿动力再到1X他为什么跑了一圈又回到这张牌桌2.1 1X和头部人形机器人公司的路线差异1X是一家挪威公司早期产品线里有轮式机器人EVE和双足人形机器人NEO。它的一个明显特点是几乎从一开始就强调“AI优先”的整机路线而不是像过去许多公司那样先追求运动能力的极致再回头补AI。如果拿1X和当前几家头部人形机器人公司对照能做出一张很清晰的路线区别表公司/项目产品阶段核心路线主要目标场景特斯拉Optimus原型到小批量借助汽车供应链量产能力自研硬件大模型工业制造、家庭Figure 01/02原型到商业探索大模型驱动通用人形合作方生态强物流、制造1XEVE/NEO已有实际部署案例AI原生整机注重数据闭环安保、仓储、家庭国内多家厂商原型到发布自研本体外部或自研模型量产规划快速推进工厂、商用展示这个表格里的企业路线并不绝对很多公司都在快速调整但大体可以看出1X更早地把“真实环境中跑任务、收数据、训练模型”作为优先级而不是把运动能力或灵巧手作为唯一卖点。1X最值得注意的是它在大模型和机器人结合上的实践。比如让机器人通过多模态模型理解环境、规划任务再把高层的任务指令分解成可执行的动作。这个思路虽然现在已经成为行业共识但1X是在较早阶段就把整条链路跑起来的公司之一。2.2 软银需要的不只是一家公司而是一条“具身智能数据链”软银这个级别的资本方如果只是看中一台人形机器人原型没必要投入收购多数股权。它真正想拿到的很可能是“具身智能数据链”的入口。具身智能和纯软件AI最大的区别在于模型不能只在互联网文本上训练它需要大量的物理世界交互数据。谁拥有更多真实场景里的机器人运行数据谁就能训练出更聪明的具身智能模型。这就像自动驾驶一样赛道终局的壁垒是数据而不是某一次Demo里的惊艳表现。1X在安防巡逻、商业服务这些场景已经有机器人实际跑任务的案例。虽然规模谈不上巨大但每一条真实运行数据对训练一个有通用能力的机器人模型都极其珍贵。软银如果拿到1X的多数股权很可能不只是为了卖机器人而是为了积累一条从真实场景回到模型训练的数据飞轮。从这个角度看这笔交易就变成了一个长线布局用AI原生机器人在真实环境里工作用现实数据持续改进模型再用更好的模型支持更复杂的任务最后形成一个可持续扩张的智能系统。3. 1X凭什么成为软银的新标的3.1 产品路线从真实任务出发而不是从炫技出发1X在早期发布EVE的时候并没有追求“必须要双足”这种人形执念。EVE是轮式底盘它的目标很简单先在真实场景里跑出价值。轮式底盘在室内环境有可靠性高、成本可控、运动控制更简单的优势这意味着它更适合先行商业化。后来推出的NEO是双足人形面向家庭和服务环境。从EVE到NEO的产品节奏可以看出1X不是先做一个看起来很酷的人形外壳再想去哪卖而是先找到能产生商业价值的场景再逐步迭代到更通用的人形形态。这种“先工具后通用”的路径对投资人来说其实比一上来就奔着“通用家庭机器人”更稳健。因为人形机器人的成本、可靠性和安全性问题不是靠一场发布会就能解决的。它需要大量现场真实反馈需要完成从“怕砸东西”到“稳如老狗”的漫长调试。3.2 团队和AI基因为什么它能吸引软银而不是只吸引机器人公司1X的管理层和团队构成里能明显看到AI背景的分量。这不是说它的硬件团队弱而是说这个公司从一开始就把“大模型是机器人未来的核心”当作基本假设。在很多人还把人形机器人当作“硬件工程竞赛”的时间点1X的整个技术路线更接近一个人工智能公司在造自己需要的物理载体。软银在AI领域的投资经验非常丰富它大概率能识别出这种技术基因的差异。一个“用AI定义机器人”的团队和一个“先把机器人硬件做到极致、再接入AI”的团队未来会走向完全不同的产品形态。提示普通读者在看机器人公司时建议先看它的技术路线顶层设计是“硬件公司AI模块”还是“AI公司硬件载体”。前者的天花板往往被硬件思维锁住后者则更可能把智能当作核心竞争力。4. 多数股权交易背后资本重组还是更深层的战略绑定4.1 多数股权交易和纯财务投资的区别一笔投资如果只是少数股权通常意味着财务投资者不干预公司的日常经营和战略路径。但“多数股权”不是这个概念它拿到的是董事席位、战略决层、组织调整和资源调配的主导权。多数股权收购通常意味着收购方想把这家公司并入自己的战略版图成为集团内部的一个能力中心。如果交易完成1X很可能不再只是一家独立的挪威机器人创业公司而会深度嵌入软银在AI、通信、物联网和机器人之间建立的大生态里。对1X来说这个变化是双刃剑。好处是它有更大的资金池、更强的商业化通道、更稳定的供应链支持不用再为下一轮融资焦虑。坏处是它的研发节奏、产品方向、组织文化都可能被资本意志影响并购整合阶段也极易出现核心人才流失。这个风险不能低估。人形机器人的研发非常依赖团队连续性和长期主义。如果软银在整合过程中对短期回报要求过高或者把集团级KPI强加给1X就可能导致产品方向被带偏。4.2 交易走到最后会有哪些关卡现在说“成交”还为时过早因为多数股权交易牵涉的环节非常多。几个最关键的关卡是估值谈判1X在上一轮融资中已经有不低的估值多数股权收购需要给出溢价。双方对未来的利润预测、量产时间表能不能对齐会直接影响成交价格。股东结构1X之前的投资方包括多个机构如果大股东想卖出控股股权需要平衡其他股东的优先购买权、董事席位安排以及对创始团队的保留机制。跨境监管软银是日本公司1X是挪威公司这种跨地区并购涉及不同国家的反垄断审查、外商投资审查以及技术出口相关规则不能简单一句话完成。创始团队的长期激励交易完成后创始人团队如果不在协议里锁定期权或技术路线主导权就很容易在下一轮被稀释到失去动力。我写这些是因为很多读者看到“软银洽购1X多数股权”会直接默认“1X要起飞了”。实际上在新闻稿到交割完成这中间有大量不确定因素。更稳妥的看法是这条消息至少证明了一点——大资本正在认真评估人形机器人赛道里“AI原生”团队的战略价值而不再觉得它只是PPT产业。5. 对技术人员来说这几个信号比交易金额更重要5.1 技能组合在变化从ROS/电机控制到多模态模型如果软银这类资本开始主导人形机器人赛道受影响最直接的其实是技术从业者的能力结构。过去进入人形机器人行业核心技能是机械设计、运动控制、SLAM、ROS开发。这些技能依然是基础但“基础”和“核心价值”之间正在出现分层。今天一个更值钱的技能栈是同时能理解和应用大模型、视觉语言模型、多模态推理、以及如何把模型输出转化成机器人动作指令的能力。换句话说一个只懂控制算法的工程师和一个能理解大模型推理流程的工程师在未来五年的人形机器人公司里话语权会完全不同。前者解决的是“动作准不准”后者解决的是“机器人懂不懂任务”。在AI原生机器人的架构下前者的价值正在被抽象和封装后者的价值则随着模型能力扩展而持续上升。这对做技术的人是一个很现实提醒不要停留在自己已经熟悉的机器人框架里一定要把大模型相关的能力补起来尤其是推理链路设计、数据采集与微调、模型在真实环境里的鲁棒性评估。5.2 工程化能力仍然是最稀缺的跑通量产比炫Demo难得多大模型提高了机器人智商的上限但人形机器人能不能走到千家万户最后拼的还是工程化。所谓工程化不只是“造出一台能走的样机”而是要解决几个让人头疼的问题成本能不能降到普通家庭或中小商户愿意买单的区间稳定性能不能做到连续运行几百小时不出重大故障安全策略能不能覆盖老人、小孩、宠物同时存在的复杂家庭环境售后维护体系能不能支撑产品在非受控环境长时间工作能耗能不能满足日常使用的续航要求这些问题的难度远远超过做一场发布会Demo。Demo只需要一个受控场景、一次成功演示量产则要在千万种真实场景里都能工作。1X真实部署场景的存在恰恰说明它在工程化上已经不是纸上谈兵。但如果软银进来后要求它快速放量工程压力的爆发点会非常密集。这也是未来一年很值得关注的地方不是看1X发布多少款新品而是看它能不能保持稳定的交付质量。5.3 数据闭环能力成为分水岭你问任何一家人形机器人公司的核心壁垒十个会有八个告诉你“数据”。但真正能跑通数据闭环的公司极少。数据闭环不是说收集一些运行视频、喂给模型就行了。它需要完整的基础设施机器人实时记录动作、传感器读数、操作结果自动标注哪些动作成功、哪些失败把失败样本反馈到训练流程生成新的策略再通过OTA把新策略部署回真机验证是否改进。这套闭环能否快速运转决定一家机器人公司的模型能力能否持续提升。1X在真实场景积累的运行数据加上软银在AI基础设施上的投入能力理论上能组合出一条很强的数据飞轮。这也是这笔交易最合理的地方。6. 遇到人形机器人融资消息可以按这个框架拆解这条新闻之后人形机器人赛道大概率还会有更多融资、并购、战略合作的新闻。很多读者容易掉进两种情绪里要么看到巨头入场就觉得“行业要爆发”要么看到某个产品还有明显缺陷就觉得“全是泡沫”。正确姿势是建立一套自己的判断框架。我平时拆解这类新闻时通常看五个维度。6.1 一个五维判断模型第一技术护城河。公司是真正在AI原生架构上有技术积累还是用一个通用大模型套了一层机器人壳它的感知、决策、运动控制链路是自己跑通的还是靠拼凑开源方案演示的硬件端有没有自研的关键零部件第二量产能力。公司有没有生产线供应商结构是否可控成本和良率数据有没有真实披露如果一家公司已经成立五年还只能造原型机那热度再高也要谨慎。第三商业化场景。机器人实际交付给了谁在什么场景里跑客户是否复购如果所谓商业化只是“合作备忘录”要打一个大大的问号。第四团队结构。核心团队是AI人才主导还是纯硬件团队创业者的技术信仰是什么创始团队在并购后有没有继续掌控技术路线的空间第五资金与资源匹配。背后的资方只是给钱还是能带来订单、供应链、全球渠道像软银这种级别的股东如果真能落地它的价值远不止资金更在于生态协同。判断维度弱信号强信号技术护城河依赖开源模型外购整机自研模型、自研传感器、自研控制链路量产能力只有发布会Demo有产线、有交付、有复购商业化场景只谈“合作意向”有真实客户和运行时长数据团队结构机械/自动化单一背景AI、机器人、量产经验复合团队资源匹配纯财务投资战略资源协同比如云、芯片、渠道、供应链下次看到任何“人形机器人获融资”的新闻拉出这个表过一遍基本能过滤掉大部分噪音。6.2 软银和1X在这个框架里属于什么位置按这个框架看1X的“量产能力”和“商业化场景”两项比很多同行更扎实因为它至少有真实部署案例它的“技术护城河”取决于大模型落地和运动控制的整合深度目前公开信息只能看到方向看不到完整细节“团队结构”和“资源匹配”则要看软银交易后的实际管理安排。所以对这起交易比较合理的中性判断是方向值得看好但具体价值要到交割完成、业务整合方案公布之后才会逐渐清晰。7. 回到物理世界资本入局之后真正的硬仗才刚刚开始盘完这笔交易的前因后果回到一个更底层的问题为什么软银这样的巨头愿意在这个时间点重仓人形机器人答案是大模型让机器人真正有可能成为“物理世界的通用算力终端”。当机器人的大脑足够聪明它就不再只是一台执行特定任务的自动化设备而会变成一个能够理解人类指令、自主规划路径、持续学习新技能的通用工具。这个想象空间远远超过工厂里的机械臂和展厅里的服务机器人。但也要冷静看待人形机器人的落地速度大概率赶不上资本市场预期的速度。即使有了软银级别的资金供应链成熟度、场景安全标准、用户接受度、维护成本这些现实问题依然需要时间逐步解决。人形机器人不是一款能靠发布会就冲爆销量的消费品它更像是一场马拉松资本只是把参赛者的补给资源调高了但赛道本身不会因此变短。对技术人来说这个大方向最终会落到一个更具体的建议上把注意力从“哪个机器人公司又融资了”移开多花时间研究它的技术架构、数据链路和量产逻辑。真正决定行业未来位置的不是资本的叙事能力而是谁能在真实世界里稳定地解决一万个具体问题。孙正义这次回到人形机器人牌桌押的是这个行业终于长出了可持续的智能内核。而这张牌桌最后会赢下牌局的人一定不是那个最懂资本的人而是那个最懂如何让机器人在现实世界里少犯错、多干活的团队。