过去两年，中国具身智能行业普遍认为人形机器人先进工厂是最佳选择。工厂有明确任务、可计算的ROI，商业价值容易验证。然而，最近几个月这一共识开始动摇，越来越多从业者重新讨论：工厂是否真的是性价比最高的起点？
中国的人形机器人行业出现了路线分歧。一种观点主张先进工厂、物流和商业场景，先完成商业验证再逐步走向通用智能。另一种观点则认为，如果目标是Physical AGI，应从一开始就围绕数据、模型和泛化能力构建体系。
许华哲是这场讨论中的代表之一。他提出了多个争议性观点，如卖数据是在把弹药卖给对手，无脑量产的同时应该关注机器人日活，机器人跳舞与智能无关。这些观点实际上都指向一个问题：机器人公司是在训练一个更高效的生产力工具，还是在培养面向未来的通用智能体？
从去年开始，人形机器人成为行业中最受关注的方向。许多教授、科学家和年轻人投身创业，资本也开始寻找机器人领域的超级公司。早期共识认为，受限于“大脑”能力、成本和ROI，人形机器人会先从实验室走向舞台，再进入工厂，最终进入家庭。
工厂、物流和巡检被反复提及，因为它们最容易被解释。例如，智元的精灵G2在龙旗工厂进行上下料，星动纪元的M7进入中国邮政、顺丰进行包裹分拣。但在这个过程中，人们容易误把“能干活”当作“有智能”。真正的通用智能需要解决的问题是如何将技能自然迁移到不同场景，并从有限的经验中学习更多技能。
自动驾驶曾经形成过一套成熟路径：先解决一段路，再解决一座城。很多具身智能公司也在借用这套逻辑，但物理世界的复杂性远超道路系统。道路虽然开放，仍然是有限系统，而家庭环境中的变量几乎无法穷举。
