造一台人形机器人不难，难的是让它真正干活。这句话，正在特斯拉身上得到最生动的印证。

特斯拉最近报告称，公司目前已具备生产数百台"擎天柱"人形机器人的能力，产量大约是2026年第二季度的十倍。

按照特斯拉的说法，如果当前的产能爬坡趋势得以延续，到今年年底，擎天柱的周产量有望达到约1000台。

然而，一个颇具讽刺意味的现实摆在眼前：机器人的"身体"可以批量下线了，它的"大脑"却还远远没有准备好。

流水线提速，脑子没跟上

特斯拉自己也承认，擎天柱距离处理通用任务还有很长的路要走。这与马斯克过去描绘的"机器人将承担大部分体力劳动"的愿景，仍有不小差距。

尽管已经能够大量制造，任务学习方面的关键问题仍然严重限制着它的实用价值。

相关报告还指出了供应商问题、零部件装配错位，以及机器人手部存在的缺陷等一系列麻烦。

换句话说，产量已经不再是擎天柱推广的主要瓶颈。真正卡脖子的，不是"躯体"，而是"头脑"。

要让擎天柱在工业领域发挥真正的作用，它必须具备"泛化"能力。这也是当前整个机器人行业公认的"圣杯"。

所谓泛化，就是机器人能够"拿来就用"，面对任务中的细微变化，无需针对每一种情况都进行大量训练。

理想状态下，一台刚下线的擎天柱，应该能像一名新入职的员工那样听懂简单指令并付诸行动。

比如，面对"把那些箱子都搬到B号货架上"这样的要求，它应该心领神会、马上开工。

这个看似简单的任务，其实暗藏玄机。人类几乎不假思索就能完成的动作，对机器人来说却是一连串复杂的感知、判断和控制问题。

机器人需要应对大小、重量各不相同的箱子，要能捡起掉在地上的箱子，还要学会绕开沿途的障碍物，而这些正是擎天柱目前还无法稳定完成的事情。

从"专项训练"到"积木式学习"

目前，特斯拉的系统能够完成那些经过专门训练的任务，在熟悉的场景中表现尚可。

一旦遇到不熟悉的情况，机器人就可能出现难以预测的行为。即便是相当基础的新任务，也可能需要好几天的训练时间。

对于一家希望把机器人卖给工厂、仓库乃至千家万户的公司来说，这样的学习速度显然太慢了。为了解决这个难题，特斯拉据称正在建立一个"基础动作库"，包括抓取、举起、行走、放置和操作等基本行为。

这一思路有点像搭积木：先让机器人把一块块"基础积木"练熟，再由AI"大脑"把它们灵活组合，拼出从未见过的新动作。

特斯拉已经积累了超过50万小时的训练数据。数据被视为具身智能时代的"石油"，谁掌握的数据越多、质量越高，谁就越有可能率先突破。

公司还在通过让员工穿戴动作捕捉服、佩戴摄像设备的方式，持续采集更多人类动作数据，让机器人向人类"拜师学艺"。

一双"手"的千般难题

大脑之外，擎天柱还面临一个实实在在的机械难题：那双手。业内常说，灵巧手是人形机器人"最后一厘米"的难题。

人的手看似平常，实则是一件极其精密的生物工程杰作，集精细动作控制、触觉感知和力量输出于一身。

用金属复刻人手谈何容易。擎天柱的一只手需要超过100个独立零部件，装配过程既费人工又耗时间，哪怕出现一个小小的差错，都可能需要返工。

触觉传感器的耐用性同样是个难题。在反复抓握和摩擦之下，这些精密元件很容易磨损失灵。

特斯拉提出的解决方案，据称是一种可更换的传感器"手套"。这样一来，某个传感器损坏时，就不必把整只手都换掉。

这一点在商业上至关重要，也决定着人形机器人能否真正走出实验室。

一台机器人的价值，不在于它能把某项工作完成一次，而在于它能成千上万次、甚至上百万次地重复完成，而且不出故障。

工厂老板不会为一台三天两头进维修间的机器买单，这是任何工业设备都必须跨过的门槛。

放眼全球，人形机器人赛道正处于前所未有的热潮之中，被不少人视为继电动汽车之后的下一个万亿级市场。

中国的宇树科技、优必选，美国的Figure AI、敏捷机器人等企业都在加速推进量产和商业落地，资本和订单纷纷涌入。

但特斯拉的遭遇给整个行业提了个醒：量产只是第一步，真正的考验在于"好用"。对特斯拉来说，眼下最大的挑战或许已经不再是如何大规模制造擎天柱，而是如何让这些机器人大规模地发挥作用。

在机器人能够以极少的训练适应新任务，并经受住日常工业作业的严苛考验之前，单靠大规模生产，还不足以让人形机器人真正改变世界。

周产千台的数字固然亮眼，但要让擎天柱从展厅明星变成车间里的得力干将，特斯拉还有很长的路要走。