Tiga Raksasa Silicon Valley Memulai Revolusi Produksi Massal, apakah Kecerdasan Tubuh Tiongkok akan berada di jalur global pada posisi C?

导语：Tindakan yang telah ditetapkan adalah tiket masuk hari ini, kemampuan generalisasi adalah tiket final hari esok.

编辑｜靖程

作者｜蒋菁

Pada akhir kuartal pertama 2026, sebuah aksi global yang bersamaan di dunia teknologi secara resmi mengumumkan bahwa industri robot humanoid telah mencapai titik balik sejarah.

Tiga raksasa Silicon Valley, Google, Amazon, dan Tesla, bersinergi untuk mendorong dari pemberdayaan teknologi, pengaturan skenario hingga implementasi produksi massal, membawa robot humanoid dari panggung teknologi ke arena industri.

Sementara itu, di China juga ada lebih banyak tindakan yang diambil. Pada 26 Maret, Akademi Penelitian Informasi dan Komunikasi China bersama lebih dari 40 lembaga merilis standar industri pertama di bidang kecerdasan embodied, ditambah dengan kebijakan yang terus diperkuat, kecepatan implementasi perusahaan yang meningkat, dan semangat modal yang tinggi, China sedang melakukan lompatan dari mengikuti menjadi bersaing, bahkan mulai menyerang untuk memimpin di beberapa bidang.

Apakah China dapat mengambil posisi utama dalam revolusi yang mengubah aturan bisnis dan ekosistem industri di masa depan ini?

Global Melaju: Raksasa Silicon Valley Meluncurkan Produksi Massal, Membangun Kembali Produktivitas Masa Depan

Tidak ada yang lagi menganggap robot humanoid sebagai konsep fiksi ilmiah.

Baru-baru ini, tindakan serentak dari tiga raksasa Silicon Valley membuat langkah menuju era produksi massal menjadi jelas terdengar, setiap langkah yang mereka ambil langsung mengarah pada rekonstruksi produktivitas masa depan, sementara dukungan modal global dan perusahaan lokal semakin meningkatkan suhu di jalur ini.

Google menjadi yang pertama menciptakan “otak pintar” untuk robot, meluncurkan dua model AI baru, Gemini Robotics dan Gemini Robotics-ER, yang pertama memungkinkan robot untuk memahami situasi baru tanpa pelatihan khusus, sedangkan yang kedua dapat “memahami dunia yang kompleks dan dinamis”, memberdayakan robot dari sisi teknis untuk diterapkan di skenario nyata.

Amazon berfokus pada pengaturan skenario, dalam waktu satu minggu berturut-turut mengakuisisi perusahaan rintisan robot humanoid Fauna Robotics dan perusahaan robot logistik Rivr, pengaturannya tidak hanya untuk mengoptimalkan pengiriman paket, tetapi juga membangun “kapiler layanan robot” dari jalur produksi pabrik hingga ruang tamu rumah, menciptakan sistem tenaga kerja generasi berikutnya.

Tindakan produksi massal Tesla paling mendapat perhatian. Pada 25 Maret, robot Optimus mengumumkan perekrutan talenta terkait, dengan jelas menyatakan akan mengubah pola tenaga kerja dan ekonomi manufaktur, dengan target untuk segera mencapai produksi massal dalam skala besar, dan musim panas ini akan memulai jalur produksi robot humanoid pertama dalam sejarah manusia dengan kapasitas tahunan satu juta unit, membawa produksi massal ke tahap yang substansial.

Pengaturan di Silicon Valley tidak berhenti di situ, perusahaan lokal di AS juga mempercepat implementasi. Pada hari yang sama, robot humanoid Figure03 yang dikembangkan oleh Figure AI mulai beroperasi di Gedung Putih, menjadi robot humanoid pertama yang diproduksi di AS, dengan kemampuan berkomunikasi dalam berbagai bahasa dan menyelesaikan tugas rumah tangga secara mandiri, sementara perusahaan tersebut telah mengumpulkan lebih dari 1 miliar dolar dalam pendanaan enam bulan yang lalu, dengan raksasa seperti Nvidia dan LG turut mendukung, menunjukkan minat modal global terhadap jalur robot humanoid.

Wakil Direktur Departemen Investasi di Akademi Penelitian Perkembangan Kota China, Yuan Shuai, menyatakan bahwa tindakan produksi massal dari raksasa Silicon Valley dan peluncuran standar industri untuk kecerdasan embodied di China bersama-sama menandai bahwa industri robot humanoid telah melangkah dari tahap penelitian teknologi yang dalam menuju periode emas komersialisasi, terobosan teknologi inti mendukung produksi skala besar, sementara standar industri menetapkan spesifikasi teknis, mengurangi persaingan yang tidak teratur.

Namun, ahli dari Asosiasi Jurnalistik Teknologi China, Gao Heng, memberikan penilaian hati-hati, berpendapat bahwa industri saat ini memasuki masa sebelum komersialisasi dan periode sebagian realisasi, bukan periode ledakan komersialisasi secara menyeluruh. Perubahan inti dalam industri saat ini adalah semua pihak mulai bersama-sama memverifikasi “apakah robot dapat terus bekerja di skenario nyata, dan apakah biaya dapat dikendalikan”, bukan sekadar terobosan dalam penelitian teknologi.

China Melawan Arus: Berbagai Keunggulan Mempertahankan Posisi, Kekurangan Inti Perlu Segera Diatasi

Ketika raksasa Silicon Valley memicu gelombang produksi massal, China tidak hanya mengikuti secara pasif, tetapi telah melakukan pengaturan lebih awal, dengan memanfaatkan standar, skenario, pasar, dan modal sebagai berbagai keunggulan, mempertahankan posisinya di jalur kecerdasan embodied global, tetapi dibandingkan dengan raksasa Silicon Valley, masih ada kesenjangan dalam teknologi dan kemampuan inti, yang menjadi kendala bagi perkembangan lebih lanjut industri ini.

Dalam hal keunggulan, pengaturan China menunjukkan karakteristik lokal yang jelas dan efek awal. Pertama adalah menguasai hak suara dalam standar, pada 26 Maret, Akademi Penelitian Informasi dan Komunikasi China bersama lebih dari 40 lembaga merilis standar industri pertama di bidang kecerdasan embodied, membangun kerangka pengujian dasar yang seragam, dan mengambil inisiatif dalam penetapan standar pada tahap awal perkembangan industri.

Kedua, keunggulan dalam penerapan skenario, perkembangan kecerdasan embodied di China tidak pernah berhenti pada tahap demonstrasi, tetapi benar-benar mewujudkan aplikasi nyata, seperti robot empat kaki Yushu yang telah diterapkan di berbagai proyek inspeksi industri di stasiun transformator Zhejiang, saluran bawah tanah Hangzhou, dan basis petrokimia Guangdong.

Pada saat yang sama, China memiliki skala pasar yang besar dan lingkungan modal yang aktif. Pada tahun 2025, terdapat lebih dari 140 perusahaan kecerdasan embodied di dalam negeri, meluncurkan lebih dari 330 produk robot humanoid, dengan volume pengiriman sekitar 17.000 unit, dan skala pasar untuk kecerdasan embodied dan robot humanoid masing-masing mencapai 5,295 juta yuan dan 8,239 juta yuan.

Dari sisi modal, Yushu Technology IPO telah diterima dan menjadi saham robot humanoid pertama di pasar A, dan sejak awal tahun, ada lonjakan besar dalam pendanaan industri kecerdasan embodied, mempercepat proses kapitalisasi, sementara pendapatan penjualan untuk robot empat kaki dan robot humanoid Yushu Technology pada Januari-September 2025 masing-masing meningkat sebesar 182,22% dan 6,42 kali lipat, secara langsung membuktikan potensi pasar.

Meskipun momentum perkembangannya pesat, tetapi kelemahan China dalam kompetisi global juga sangat jelas.

Banyak ahli menunjukkan bahwa kesenjangan inti antara robot humanoid domestik dan luar negeri bukanlah dalam pembuatan perangkat keras, tetapi dalam akumulasi data, kemampuan generalisasi model, dan pengendapan teknologi dasar, yang secara permukaan tercermin dalam kurangnya kelincahan dan kemampuan generalisasi gerakan robot.

Yuan Shuai berpendapat bahwa kesenjangan antara robot humanoid domestik dan luar negeri, tampak dari perbedaan dalam kelincahan gerakan dan kemampuan generalisasi, akarnya terletak pada teknologi dasar, akumulasi data, dan filosofi penelitian dan pengembangan. Seperti Google RoboCat yang dapat melakukan gerakan generalisasi yang fleksibel, bergantung pada akumulasi teknologi jangka panjang, terutama dalam algoritma model besar, penggabungan sensor, dan kontrol dinamika robot, dengan dukungan data pelatihan dari berbagai skenario yang besar, memungkinkan robot memiliki kemampuan belajar mandiri dan beradaptasi dengan lingkungan.

Dia menunjukkan bahwa produk domestik saat ini sebagian besar masih berada pada tahap gerakan yang telah ditetapkan dan pengulangan skenario tetap. Kelemahan inti adalah kurangnya data pelatihan dari skenario nyata yang berkualitas tinggi dan skala besar, kemampuan generalisasi algoritma yang tidak memadai; kedua, komponen inti seperti motor servo presisi tinggi dan sensor gaya bergantung pada impor, yang membatasi tingkat keakuratan gerakan dan tingkat persepsi.

Gao Heng menambahkan bahwa perbedaan yang nyata terletak pada apakah data, model, rekayasa sistem, dan kemampuan siklus skenario dapat membentuk interaksi. Perusahaan-perusahaan terkemuka di luar negeri bertujuan untuk menciptakan robot cerdas yang dapat memahami lingkungan dan menyelesaikan tugas secara mandiri, inti dari penelitian pengembangan robot adalah memperlakukannya sebagai produk data yang dapat terus diiterasi. Kemampuan generalisasi pada dasarnya adalah kemampuan komposit, bukan hanya kekurangan teknologi titik, tetapi data dan skenario tidak dapat membentuk roda iterasi, robot hanya dapat menyesuaikan parameter pada tugas tunggal, sulit untuk semakin cerdas seiring dengan penggunaannya.

Penulis keuangan terkenal, Gao Chengyuan, juga menyatakan bahwa kesenjangan inti terkonsentrasi pada akumulasi data dan kemampuan generalisasi model. Di luar negeri, ada keunggulan yang jelas dalam transfer pembelajaran dari simulasi ke realitas, serta strategi umum multi-tugas, mendirikan kemampuan pengembangan model dasar dan siklus data lintas skenario dengan investasi jangka panjang. Di dalam negeri, masih didominasi oleh gerakan yang telah ditetapkan, pada dasarnya adalah kurangnya data embodied yang berkualitas tinggi, dan ada kesenjangan generasi dalam daya komputasi dan kemampuan rekayasa algoritma yang diperlukan untuk model besar end-to-end.

Yushu Technology juga mengakui bahwa teknologi kunci yang perlu dilalui untuk aplikasi komersialisasi berskala besar di skenario industri dan rumah tangga terutama mencakup kemampuan model besar embodied di tingkat “otak” dan tingkat ketahanan dan ketelitian “tangan yang cerdik”, di mana masalah teknis utama masih berada pada tahap awal perkembangan model besar di seluruh dunia, kemampuan generalisasi yang tidak memadai.

Jalan Keluar: Meningkatkan Kemampuan melalui Berbagai Jalur, Menyeimbangkan Perkembangan Saat Ini dan Jangka Panjang

Dalam konteks kekurangan akumulasi data dan skenario, bagaimana meningkatkan kelincahan gerakan robot dan kemampuan generalisasi menjadi masalah inti bagi perusahaan domestik untuk mengejar ketertinggalan.

Beberapa ahli, sejalan dengan keadaan industri, memberikan jalur pengembangan yang praktis dan visioner, sambil menekankan bahwa perusahaan perlu menyeimbangkan implementasi jangka pendek dan penelitian dan pengembangan jangka panjang, menggunakan gerakan yang telah ditetapkan sebagai tiket masuk, dan kemampuan generalisasi sebagai benteng inti.

Peneliti di Akademi Sosial Beijing, Wang Peng, mengusulkan bahwa perusahaan domestik dapat mengejar ketertinggalan melalui dua jalur “penetapan skenario + pemanfaatan teknologi”: di satu sisi, fokus pada siklus data skenario vertikal, terlebih dahulu mengunci skenario standar seperti pengelasan industri dan pemindahan material, dengan mendapatkan dataset eksklusif melalui implementasi dalam skala kecil, lalu melatih model embodied di bidang vertikal; di sisi lain, dengan memanfaatkan ekosistem open source, memanfaatkan standar industri yang dirilis oleh Akademi Penelitian Informasi dan Komunikasi untuk mendorong berbagi data lintas perusahaan, melakukan pelatihan model umum secara bersama-sama berdasarkan format operasional yang seragam.

Yuan Shuai juga menyarankan beberapa jalur paralel, tidak hanya bekerja sama dengan lembaga penelitian universitas, memanfaatkan simulasi dan kembar digital untuk menghasilkan data virtual untuk menyelesaikan pelatihan dan mentransfer ke skenario nyata, tetapi juga membuka antarmuka untuk berkolaborasi dengan pihak yang berkaitan untuk melakukan pilot, mengumpulkan data nyata untuk iterasi algoritma; pada saat yang sama mendorong berbagi data pelatihan secara anonim antara perusahaan, memecahkan pulau data, dan meningkatkan investasi dalam pengembangan komponen inti untuk mendukung gerakan robot yang fleksibel dengan terobosan perangkat keras.

Gao Heng memberikan empat jalur praktis: yang pertama adalah mengambil data dari skenario nyata, mengikat dengan mendalam pabrik, gudang, dan skenario lainnya, agar robot terintegrasi dalam alur kerja nyata untuk mengumpulkan data; yang kedua adalah memulai dengan simulasi, kemudian melakukan siklus nyata, terlebih dahulu melatih strategi di lingkungan simulasi, lalu melakukan penyesuaian di skenario nyata, untuk mengurangi biaya pelatihan; yang ketiga adalah terlebih dahulu melakukan generalisasi tugas, fokus pada tugas jenis tunggal seperti pemilihan dan pemindahan untuk mencapai generalisasi, terlebih dahulu mewujudkan nilai komersial; yang keempat adalah membangun sistem berbagi data dan standar industri, menyelesaikan masalah ketidakseragaman antarmuka dan sistem evaluasi, membentuk iterasi tingkat industri.

Para ahli sepakat bahwa gerakan yang telah ditetapkan dan kemampuan generalisasi memiliki pentingnya yang sama untuk perkembangan perusahaan.

Wang Peng berpendapat bahwa dalam jangka pendek, robot dengan gerakan yang telah ditetapkan sudah dapat memenuhi sebagian besar kebutuhan skenario industri, dan biayanya hanya sebagian dari robot dengan kemampuan generalisasi. Namun dalam jangka panjang, kemampuan generalisasi adalah benteng inti yang menentukan apakah perusahaan dapat melewati siklus industri - seiring dengan perluasan skenario non-standar seperti layanan rumah tangga dan penyelamatan darurat, robot yang dapat beradaptasi secara mandiri dengan lingkungan akan secara bertahap menjadi arus utama.

Gao Heng juga setuju bahwa gerakan yang telah ditetapkan adalah tiket masuk hari ini, dan kemampuan generalisasi adalah tiket final hari esok. Bagi perusahaan, tidak boleh karena hari ini bisa mendapatkan keuntungan dari gerakan yang telah ditetapkan, lalu mengabaikan investasi jangka panjang pada kemampuan generalisasi; tetapi juga tidak boleh sebaliknya, karena mengejar generalisasi, mengabaikan skenario yang dapat diimplementasikan saat ini. Pertama dapatkan pesanan, kemudian latih kecerdasan, ini adalah jalur yang lebih realistis.

Saat ini, skala pasar kecerdasan embodied di China telah mencapai setengah dari pasar global, dan telah mewujudkan aplikasi di skenario industri dan darurat, ke depan, skenario mana yang akan menjadi titik terobosan untuk komersialisasi skala besar robot kecerdasan embodied di China?

Gao Chengyuan berpendapat bahwa manufaktur industri akan menjadi titik terobosan pertama China dalam mencapai komersialisasi skala besar, terutama dalam skenario pembuatan mobil, perakitan elektronik 3C, dan logistik pergudangan. Menggali kebutuhan skenario perlu dilakukan di garis depan industri, bekerja sama dengan perusahaan manufaktur terkemuka untuk membangun laboratorium bersama, mulai dari penggantian langkah tunggal, secara bertahap memperluas otomatisasi seluruh lini. Kunci untuk mendorong integrasi teknologi dan skenario adalah membangun mekanisme umpan balik “teknologi yang mendefinisikan skenario”, agar kebutuhan jalur produksi yang nyata menarik iterasi perangkat keras dan optimasi algoritma, alih-alih teknologi yang mendahului kemudian mencari skenario.

Dari “berjalan seiring” menuju “memimpin global”, China masih perlu memecahkan kendala inti dalam kebijakan, teknologi, dan ekosistem industri.

Yuan Shuai menyarankan, di tingkat kebijakan harus memperkuat dukungan dan investasi dana, menyempurnakan perlindungan hak kekayaan intelektual; dalam teknologi, fokus pada algoritma model besar dan komponen inti, meningkatkan kemampuan belajar mandiri dan kemampuan generalisasi robot; dalam ekosistem industri, memperkuat kolaborasi hulu dan hilir, mempercepat domestikasi komponen, memperdalam integrasi antara industri, akademisi, dan aplikasi, serta mendorong transformasi hasil. Sementara itu, aktif melakukan kerjasama internasional, berpartisipasi dalam penetapan standar global untuk meningkatkan hak suara industri, dan pada akhirnya membangun ekosistem industri kecerdasan embodied yang lengkap, mencapai tujuan memimpin.