造梦者

宇树机器人海外“接活”：日租3000美元 主业仍是跳舞！从“氛围组”到“打工人”还有多远？_我的网站

一 |     　　在美国一场热闹的私人生日派对上，两台银灰色的宇树G1机器人踩着节拍在舞台中央起舞，引来宾客阵阵欢呼。　　目前，海外兴起了宇树机器人租赁业务。　　美国Robonow Global公司一口气组建了超50台G1的队伍，每台日租费用高达3000美元；日本的EmplifAI公司也购买了三台G1机器人对外招租。

二 |     悬而未决 87 年的经典数学难题——雅可比猜想（Jacobian Conjecture），可能被一个只有三行公式的反例推翻了。

三 |          7 月 20 日，数学家、Anthropic 研究人员 Levent Alpöge 在社交平台 X 公布了一个三元多项式映射。它满足了雅可比猜想要求的前提条件，却违背了猜想的结论，因此构成了一个可能推翻整个猜想的反例。

四 | 　　然而，《每日经济新闻》记者（以下简称每经记者）在采访中发现，在舞台之外，人形机器人依然缺乏真正具有实用价值的应用场景，距离“拧螺丝”“做家政”尚早。         更引人关注的是，Alpöge 在帖子中将这一反例归功于 Anthropic 最新发布的 AI 模型 Claude Fable 5。他还表示，是朋友 Akhil 首先向模型提出这一问题，而 Fable 5 则在他们观看世界杯决赛期间持续搜索，最终找到了这一反例构造。         （来源：X）          消息发布后，数学界迅速展开核验。斯坦福大学数学系助理教授 Jared Duker Lichtman 转发称这一结果“相当惊人”；MathOverflow 很快收录了相关讨论，不少研究者还利用 Wolfram Alpha、SymPy 等工具进行了独立计算。　　市场期待与真实落地场景之间的脱节，也让资本市场开始冷静。　　截至8月25日收盘，宇树科技股价已连续四个交易日回调，总市值回落至2438亿元，相较上市首日开盘的市值峰值累计蒸发近2000亿元。　　日租3000美元！海外掀起机器人租赁热潮，宇树G1成热门机型 　　摩根士丹利预测，到2050年，全球投入使用的人形机器人数量或将达到10亿台，市场规模突破5万亿美元。受这一产业热潮驱动，海外人形机器人租赁赛道正加速崛起。

五 | 　　“我们已经完成数十场商业活动订单与合作项目，未来数月还有10场活动与商业合作已经敲定。目前，最关键的两项验证：雅可比行列式是否恒为 −2，以及三个不同点是否确实映射到同一点，均已通过公开计算验证。我们的目标就是帮机器人找到真正的工作。         如果后续没有发现新的漏洞，这将意味着：1939 年提出的雅可比猜想在三维情形下不成立，并可进一步推出其在所有三维及以上维数下均不成立；而二维情形仍然保持开放。         被称为“民科坟场”的雅可比猜想          雅可比猜想由德国数学家奥特－海因里希·凯勒（Ott-Heinrich Keller）于 1939 年提出，讨论的是一个看似简单、却困扰数学界近九十年的问题：什么时候，一个多项式映射一定能够"倒推"回原来的函数？          图｜海因里希·凯勒（左）（来源：Wikipedia）          理解这个猜想，可以先想象一张橡胶膜。

六 | ”美国企业Robonow Global董事总经理Sean Sun在接受每经记者采访时表示。该公司成立于今年3月，主要开展人形机器人即服务（RaaS）运营，业务已覆盖美国全境，运营的机型以宇树G1 E为主，目前投入了超50台。如果局部看，每一小块都没有被撕裂或压扁，人们很自然会问：整张膜会不会在别的地方折叠起来，让两个不同的位置重合？          数学里的情况与此类似。

七 | 对于多变量多项式映射，如果它在每一个局部都满足一种“没有折叠”的条件，也就是雅可比行列式始终等于同一个非零常数。　　目前，一台G1 E在Robonow Global官网的日租金为3000美元，还不包括运费、安装费和操作员费用等。那么它是否一定在整体上也是一一对应的？它的逆映射又是否仍然是一个多项式？          这就是雅可比猜想。谈及选择G1 E的原因，Sean Sun称，“G1 E之所以适配美国租赁市场，是因为既具备亮眼的视觉展示效果，硬件与软件架构又支持深度二次开发。

八 | 它的陈述只有短短几句话，却异常难以证明。不少数学研究者戏称它为“crank graveyard”——“民科坟场”。许多人被它吸引，最终却陷入漫长而徒劳的推导之中。它配备深度相机、3D激光雷达和机载计算平台，支持定制化编程和多机协同演出。

九 |          著名华人数学家张益唐，就曾把整个博士阶段投入到这个问题。高度可定制性在租赁市场至关重要，因为每位客户的创意方案和运营要求各不相同。1991 年，他在普渡大学完成博士论文《雅可比猜想与域扩张的次数》，导师莫宗坚是国际上研究雅可比猜想最重要的学者之一。张益唐的工作推进了这一研究方向，却并没有解决猜想本身。后来，他离开代数几何，转向解析数论，并最终因证明有界素数间隔而闻名世界；雅可比猜想，则依然留在开放问题名单中。

十 |          1998 年，菲尔兹奖得主 Stephen Smale 将其列入著名的《下一个世纪的数学问题》（Mathematical Problems for the Next Century）第 16 题，认为它的解决将对数学发展产生重要影响。”　　在日本，同样的租赁浪潮也在上演。　　“对于开发者来说，宇树G1最大的意义在于大幅降低了人形机器人领域的实操门槛。         过去近 90 年里，一维情形早已证明成立，二维至今仍未解决，而三维及更高维也始终没有答案。

十一 | 由于这一猜想要求所有维数都成立，因此，只要在任意一个维数找到反例，整个猜想就会被推翻。”日本机器人企业EmplifAI株式会社CEO Hiroyuki Osone接受每经记者专访时坦言。作为一名AI工程师，Hiroyuki Osone先后购入了三台宇树G1机器人，并在日本本土开辟了G1机器人的租赁业务，面向科研开发、展会演示等场景提供租赁服务，同时依托实测数据在日本自主研发半人形双臂移动作业机器人。

十二 |          三个点，击穿一个猜想          而此次，Alpöge 公布的是一个从三维复空间到三维复空间的多项式映射：          直接计算可知，这个映射的雅可比行列式恒等于 −2。　　为何人形机器人租赁会在海外蔚然成风？　　市场研究机构Counterpoint Research副总监Ethan Qi告诉每经记者，在人形机器人商业发展的初期，RaaS模式会非常重要。由于 −2 是一个非零常数，因此它完全满足雅可比猜想的前提条件。

十三 |          然而，当把三个不同的点          分别代入这一映射时，得到的结果却都是同一个点：          这足以构成反例。原因很简单：如果多个不同的输入对应同一个输出，那么映射就不是单射。一方面，可以降低企业拥有和使用人形机器人的成本；另一方面，以租金等方式定价，也更容易帮助企业测算ROI，从而降低采用人形机器人的门槛。　　Sean Sun进一步解释道，“尽管人形机器人热度空前，但绝大多数企业既缺技术团队，也没有落地运营经验，也难以预判采购机器人后的投入产出，租赁服务可以填补这一缺口，降低客户试错成本，建立信心。”　　更关键的是技术的更新迭代速度。换句话说，当已知输出时，无法唯一确定原来的输入，因此它不可能拥有逆映射，更不可能拥有由多项式组成的逆映射。

十四 | Ethan Qi说，机器人厂商每年都会推出新一代硬件产品，如果设备归自己所有，旧机型很难折价换新，但选择租赁，就可以随时换到最新版本。

十五 | 同时租赁用户也不需要掌握高深的技术知识，遇到故障直接交由厂商或者租赁平台处理即可。

十六 | 这与雅可比猜想的结论正面冲突。　　人形机器人仍“困在”表演中，进厂“打工”为时尚早 　　尽管租赁市场方兴未艾，但深入探究这些被租出去的人形机器人的实际“工作内容”，会发现它们距离成为真正的“打工人”还有很长的路要走。         这个反例还具有极强的可核查性。目前，机器人的核心价值更多体现在娱乐、表演和科普教育上，而非直接替代人类劳动。许多重大数学成果往往需要专家花费数月甚至数年时间，逐页检查上百页证明；而这个结果的核心，仅涉及两项有限的代数计算：一是验证雅可比行列式恒等于非零常数，二是验证三个不同的点确实映射到了同一个点。

十七 |          截至目前，这两项计算均已得到公开复核。

十八 | 研究者 Zihan Zhang 给出了独立的 SymPy 验证脚本，并指出，只需将其中一个输出坐标乘以 −1/2，就可以把雅可比行列式规范化为猜想中更常采用的常数 1，而这不会改变反例的本质。

十九 |          如果这一反例最终成立，它不仅推翻三维情形，也意味着所有更高维情形都不再成立。

| 　　Sean Sun给每经记者讲述了几个真实案例：7月，该公司为一场私人生日派对部署了两台机器人，在现场进行舞蹈表演，带动现场氛围；在近期的另外一场活动中，人形机器人演出则作为很好的切入点，用于引导参会者尤其是从未亲眼见过全尺寸人形机器人的年轻人，探讨工程技术、编程开发和未来就业等话题； 而在两场重磅行业会议上，人形机器人承担了技术演示任务，成为AI具象化的载体。因为只需在三维反例后增加若干保持不变的坐标，就可以直接构造出任意更高维的反例。不过，二维雅可比猜想仍然是一个独立的开放问题          值得补充的是，Levent Alpöge 并不是从 AI 领域半路进入数学，而是一位长期从事数论与算术几何研究的职业数学家。近年来，他才加入 Anthropic，从事人工智能研究。

| 　　日本市场的情况同样如此。Hiroyuki Osone指出，当前日本市场对人形机器人的需求更多集中在研发、AI与机器人试验、成果演示、展会以及文娱表演等领域。

|          他本科毕业于哈佛大学，主修数学，并获得物理学硕士学位；随后在剑桥大学完成数学高级研究课程。　　Hiroyuki Osone对每经记者表示，双足人形机器人想要作为劳动力大规模进驻工厂、仓储场景，依旧还有很长一段路要走。

| “工业场景对设备可靠性、安全性、连续运行时长、可维护性以及投资回报率都有着极高的标准。2020 年，他在普林斯顿大学获得数学博士学位，导师是菲尔兹奖得主 Manjul Bhargava。现阶段，传统工业机器人、自动导引车 AGV、自主移动机器人 AMR 等专用设备，在绝大多数工作场景里实用性仍然更强。         图｜Levent Alpöge（来源：Quanta Magazine）          大型语言模型兴起后，Alpöge 开始转向人工智能。

| 　　2025年，宇树科技以超5500台人形机器人出货量位居全球第一。但招股书数据显示，2025年前九个月，宇树科技人形机器人的销售收入中，超七成来自科研教育客户，包括高校、科研机构等，工业场景仅9%，消费级市场尚未形成刚需。　　行业分析也在印证这一观察。Counterpoint Research报告显示，2026年上半年全球人形机器人销售用途中，文娱表演类占33.6%、数据生产与科研用途占27%，两项合计超六成，服务引导领域人形机器人出货量占比约19%，真正进入智能制造和仓储物流的不到两成。

| 　　Ethan Qi解释说，从人形机器人现阶段应用占比来看，可以认为是机器人本体的发展快于智能的发展。

| 他曾在个人主页写道，GPT-4 让他认为人工智能是“人类创造过的最有意思的东西”，因此重新回到计算机科学领域，希望增加这场变化产生积极结果的可能性。         根据目前公开的信息，这次发现的大致过程是：Akhil 提出问题，Alpöge 将其交给 Claude Fable 5 进行探索，模型最终给出了具体的反例构造；随后，Alpöge 公开了这一构造，数学界再通过人工推导以及 Wolfram Alpha、SymPy 等工具进行了独立验证。         这一过程与 AI 替数学家写出一份传统意义上的数学证明有所不同。之所以在文娱表演领域最早落地，是因为这些场景对人形机器人自主作业能力的要求相对较低。

| 也就是说，人形机器人要实现向工业制造、仓储以及更多商用场景的规模部署，仍需要在模型方面取得进一步突破。对于否定一个猜想而言，并不需要解释所有可能情况，只需要找到一个满足前提、却违反结论的反例即可。

| 这样的任务天然适合计算探索：模型可以不断尝试构造候选映射、调整参数、检查雅可比条件，再寻找是否会出现不同点映射到同一点的情况。　　“不过，从Counterpoint目前了解的产业进展来看，预计下半年在物流、3C领域将出现更多商业化进展，零售等场景也有望加快布局。         如果这一反例最终得到确认，它带来的意义将十分重大。因为它展示了一种此前极少出现的研究模式：不是 AI 帮助数学家验证已经存在的思路，而是AI参与寻找一个人类 87 年来始终没有找到的数学对象。         从 AlphaGeometry 解决竞赛题，到 GPT、Gemini 参与证明具体命题，再到这一次可能找到推翻经典猜想的反例，大模型参与数学研究的角色正在发生变化。

| ” Ethan Qi说。　　高盛在8月23日发布的研究报告中分析称，物流分拣已成为最清晰的早期工业规模化突破口，产业界开始围绕每小时1300至1800件的分拣吞吐量、95%~98%的任务成功率、每天10小时以上乃至“三班倒”的连续作业能力，以及4至5年的设备设计寿命展开精密的量化财务核算，预计在可衡量投资回报（ROI）的驱动下，该场景将在2026年底启动小批量放量，并在2027年迎来规模化落地。它开始探索的，不再只是“答案”，而是过去只有数学家才会进入的未知搜索空间。         参考链接：          1.https://x.com/leventalpoge          2.https://mathoverflow.net/questions/513387/galois-structure-of-the-new-counterexample-to-the-jacobian-conjecture-an-explic          3.https://www.leventalpoge.com/          4.https://dataspace.princeton.edu/          5.https://www.ams.org/prizes-awards/ams-morgan-prize          运营/排版：何晨龙          注：封面由 AI 辅助生成。　　相较于工业场景，家庭场景对人形机器人更具挑战性，这是因为其个性化程度远高于工业场景，部署成本也不低。“家庭场景除了有人的因素，不同家庭之间也存在差异性。

| Counterpoint认为，人形机器人在家庭场景的大规模部署可能要等到2030年以后。”Ethan Qi说。　　真正难点在“最后几厘米甚至几毫米”，人形机器人“ChatGPT时刻”最快或需2至3年 　　租赁市场的现状，如同一面镜子，清晰地映照出人形机器人行业在商业化道路上所面临的核心瓶颈。　　8月20日，宇树科技上市次日，其创始人、董事长王兴兴在2026世界机器人大会的演讲中坦言，通用机器人真正进入家庭和日常生产生活，仍有赖于具身智能泛化能力取得关键突破。现阶段该领域最大的发展瓶颈仍然是具身智能的泛化能力不足。

| 　　他用一个生动的比喻描述了这个问题：AI模型在理解并执行移动、搬运等任务时，大方向通常没问题，真正的难点出现在“最后几厘米甚至几毫米”。机器人无法很好地修正这些细微偏差，也无法与真实物理世界实现足够精确的匹配，导致任务成功率大幅下降。王兴兴认为，这是因为AI模型的输入输出与真实物理世界存在偏差，语言模型处理的是数字编码，信息损失较小，但机器人每次输入输出都可能产生偏差和损失。　　这番表态，无疑为资本市场对宇树科技股价的审慎态度提供了注脚。王兴兴提到，人形机器人真正达到类似ChatGPT时刻，需要机器人进入陌生环境后，根据指令完成大部分任务。他判断，最快可能需要两至三年，最慢可能需要五年甚至十年。

| 　　高盛在8月23日发布的研究报告中指出，人形机器人行业正处在模型持续迭代完善的阶段，工作重心在于扩展模型参数、增强多模态感知能力、采集更多真实世界工况数据。　　对于行业拐点何时会来这一问题，Ethan Qi对每经记者分析称，这主要取决于通用具身智能基座模型什么时候能够实现真正意义上的突破。

| “目前很难给出一个非常明确的时间点，但未来几年将是关键的发展阶段。在这个过程中，人形机器人厂商并不需要等到通用模型成熟之后才开始规模化商业部署。更现实的路径是，在一个个垂直场景下实现从0到1，再从1到100的突破，通过具体应用不断积累数据和经验，同时推动通用模型的发展。这两条路径会协同推进。”　　从全球竞争来看，中国企业仍然有一定的先发优势。Ethan Qi认为，除了产业链、人才储备、政策支持等方面的优势，中国制造业品类齐全、应用场景丰富，可以为人形机器人基座模型走向通用智能提供大量真实的工业应用场景和训练机会。　　Hiroyuki Osone拿自己先后入手的三台G1举例说，后续购入的两台相比第一台，产品性能有所升级，价格反而更低，这是行业朝着成熟化、产品化方向迈进的信号。

| “这件事的意义远高于单一零部件技术突破。它代表企业拥有对工程、生产、供应链、成本体系进行系统性迭代优化的综合能力。中国完善、密集的机器人制造与零部件供应链，为企业快速迭代硬件、推出升级产品，提供了得天独厚的产业土壤。”他总结道。（文章来源：每日经济新闻）。

Current article:http://zaimf.guiruaxianuyayecou.buzz/news/20260826_1876658.html

Published on:08:44:27