作者长期研究机器人末端执行器，将其分为简单夹爪和仿人灵巧手两大阵营，并提出'Unhandy Valley'（不灵巧谷）概念：在复杂度与实用性之间，模仿人类手但复杂度不足的设计是最差选择。文章评述了 SO-101、Unitree Dex3-1、LEAP、Wuji、Sharpa、Tesla、Boston Dynamics Atlas GR3 等工业与开源设计，分析 opposition、自由度、腱驱动、触觉传感等关键要素，建议设计者以人手为灵感但避免盲目仿生，未来大多数机器人将使用'够用就好'的简单夹爪。
作者在 IROS 2026 机器人会议上与 45 家公司和实验室进行了 50 多次交流，总结出几点观察：1）因 FCC 对外国移动机器人的限制，人形机器人改用固定底座以进入美国市场；2）灵巧手市场竞争激烈，价格从 700 美元的夹爪到 5 万美元的手不等，厂商纷纷转向数据收集硬件与服务寻求经常性收入；3）执行器的工艺Know-how沉淀在工厂车间，美国本土供应链建设远不止建厂；4）传感器瓶颈在材料科学与耐久性，国内外激光雷达价格差距惊人；5）机器人部署集成、校准与独立评测是可持续的'卖铲子'生意。此外还有娱乐机器人与微纳米医疗机器人的亮点。
文章作者以其公司 microagi 计划部署十亿台机器人为引，探讨机器人普及将带来物质极大丰裕的"富足世界"，从根本上消除经济学赖以成立的资源稀缺假设。但同时指出，通用机器人将取代大量体力劳动岗位，若经济制度不变，数百万人将失去收入、地位与人生意义。作者认为机器人界回避了这一困境：若不解决分配问题，公众与政府将联合阻止机器人部署，富足将无法实现。文章回顾机器人技术的快速进展（Figure AI、Generalist、Gemini Robotics 等），并指出当前可验证任务最易被自动化，最后以欧洲为焦点讨论三种未来路径。
作者抓取了Figure、1X、Agility、Apptronik、Skild AI和Physical Intelligence六家人形机器人公司的412个公开职位并进行逐一分析，破除了常见误解：PhD并非必需（仅0.5%的职位硬性要求），39%的职位完全不提学历要求；ROS的重要性远低于新手教程宣传，Python才是最普遍的技能要求（50%），其次是C++（32%）。文章还揭示了公开薪资数据：中位薪资区间为15万-25万美元，AI岗位可达20万-40万美元，并指出从时薪25美元的操作员到40万美元工程师之间存在清晰的职业阶梯和多种入行路径。
作者用 5 张地图对比了硅谷与北上杭深的机器人产业格局：硅谷 67 家、深圳 36 家、北京 32 家、上海 25 家、杭州 25 家。各城市产业结构差异明显：北京依托高校与 AI 公司，具身智能和人形机器人集中；上海偏工业与制造，国际厂商与本土公司并存；杭州生态集中、产品化速度快；深圳覆盖从零部件到整机的完整链条，人形机器人公司数量国内最高。硅谷擅长定义未来，中国城市正以不同方式把未来造出来。
作者整理了一份美国机器人公司的物理地图和市场地图，按业务类别系统梳理了约40家机器人公司的进展，包括人形/通用机器人与基础模型类（Figure、1X、Physical Intelligence、Skild AI等）、自动驾驶/移动机器人类（Tesla、Waymo、Zoox、Skydio等）、工业/物流/仓储机器人类（NVIDIA、Dexterity、Nimble等）、农业/建筑/专业场景类以及平台/软件/硬件类。每家公司附带融资规模、估值、CEO及官方X账号等信息，方便跟踪研究美国机器人行业的发展动态。
作者整理了一份利用斯坦福免费公开课程资源、历时6个月成为机器人学习工程师的自学路径。斯坦福将大量机器人学课程发布在YouTube上，讲师包括NVIDIA自动驾驶研究高级总监、Physical Intelligence联合创始人及Tesla Optimus AI负责人。该路径包含7门课程共119讲、约95小时视频、2本免费教材、6个可在家用笔记本上完成的练习项目，以及可选的122美元机械臂。学习顺序遵循斯坦福正式课程体系：先数学基础（线性代数），再机器人物理结构、感知、规划，最后是学习方法，避免了自学时无序观看导致的低效问题。
文章指出机器人研发正处于开源红利期，个人开发者可借助成熟开源框架在数周内跑通从仿真训练到真机部署的完整闭环。作者按技术栈分层整理了经过工程验证的开源项目：足式强化学习（rsl-rl、AMP、TienKung-Lab、unitree_rl_gym）、模仿学习（ALOHA-ACT、Diffusion Policy）、VLA 具身大模型（OpenVLA、Octo、LingBot）、一站式框架 LeRobot、传统动力学求解库（Pinocchio、Acados）、MuJoCo 仿真模型库，以及 Awesome 学习资源清单，并给出四步最简上手顺序建议。
RoboDojo 团队对 GPT-6 Astra 作为具身智能体进行了全面评测，涵盖 RoboDojo 仿真与真实环境（对比 GPT-5.5 和 DeepSeek-Flash）、人形机器人高层控制、灵巧钢琴演奏（RoboPianist）以及上下文学习（ICL）的系统性研究。关键结论：GPT-6 Astra 展现出极强的语义与空间理解能力以及出色的上下文适应能力，但物理常识仍是明显瓶颈，揭示了理解世界与真正推理物理规律之间的重要差距。完整报告与演示发布于 robodojo-benchmark.com。
作者提出了以任务为起点的Physical AI技术栈框架，将机器人系统划分为11个功能层：末端执行器、执行器、电源、控制、规划、感知、策略、数据、计算、仿真与评估等。文章通过分析各层的作用、关键问题和典型公司，说明如何用该框架定位系统瓶颈、理解公司竞争位置及价值归属。文中以GPT-6 Astra控制机械臂绘制金门大桥为例，展示瓶颈往往在控制与执行接口层而非模型本身。
Reward AI（脱胎于斯坦福 DexCap 项目）发布机器人基础模型 OM-1，核心创新是仅从人类操作数据中学习，无需遥操作和机器人专属数据。通过 7 自由度可穿戴设备 Omnibody Hand 采集视觉、触觉、力度等多模态数据，训练后可直接部署到桌面机械臂、工业机械臂和人形机器人，无需针对硬件微调。这与 π0、Helix 等依赖遥操作数据的主流方案路线不同，大幅降低数据采集成本。演示显示 OM-1 能完成四臂协作包装手机、调酒、叠衣、拔网线等精细任务，学习新任务仅需不到 30 分钟人类演示数据，并展现自发补偿与重试行为。目前处于研发展示阶段。
作者基于两年与机器人OEM合作部署的经验，讨论人形机器人从演示走向真实商业部署的差距。作者指出，演示视频只能证明可能性，而真实部署需要可靠性、速度和成本达标；许多场景下四足机器人或成熟专用方案比人形机器人更实际。文章区分了模块化技术栈与VLA通用模型、POC验证与商业交付，并以Skild AI突破1亿美元ARR为例，强调部署应纳入研究反馈循环，通过真实环境的评估数据推动通用机器人模型迭代，最终实现规模化。
文章提出机器人产业链正从传统制造业的金字塔结构演变为沙漏形态：整机端价格持续下探（宇树、优必选降价，本土份额升至57%），零部件端已现过剩（谐波减速器产能利用率仅一半），而腰部的主控芯片与基础模型环节集中度最高、利润最厚——英伟达占据69%的机器人主控SoC市场，基础模型类公司吸走具身智能领域44.9%的资金。作者分析腰部靠资本门槛与工具链生态锁定，但指出技术路线（如VLA）和数据瓶颈尚未收敛，沙漏腰部还未硬化，价值正向中间流动但最终形态仍不确定。
