在具身智能领域，一个备受关注的说法是“不做硬件的具身智能公司，难成大器”。这背后蕴含的逻辑在于，软件若想达到顶尖水平，必须深入理解硬件特性；而硬件要充分发挥性能极限，也离不开软件在架构与调度层面的配合。这种深度融合，需要从产品设计初期就融入系统之中。然而现实情况是，许多厂商常常抱怨，做算法的人员对硬件一知半解，而搞硬件开发的又不懂算法，双方几乎处于各自为战的状态。
人形机器人发展进程中，一个关键问题引发了业内广泛争议：究竟是硬件发展滞后，还是软件能力不足？在不久前举办的ALL-IN SUMMIT上，马斯克被问及Optimus在硬件与软件方面哪个更难取得突破。他坦言，目前团队仍在为硬件的最终设计而苦苦挣扎。当主持人进一步追问，若硬件难题得以解决，基于大语言模型（LLM）的发展，是否就能实现自然的人机交互，让机器人听懂指令并执行任务时，马斯克充满信心地给予肯定答复。
与马斯克的硬件焦虑形成鲜明对比的是，宇树科技的王兴兴在多个场合表达了不同观点。他认为，目前硬件已经足够使用，反而在AI领域，让AI发挥作用在行业内仍是一片“荒漠”。王兴兴指出，数据和模型是当前机器人发展的难点，AI模型本身的能力还有待提升，难以有效控制机器人的灵巧手等部件。
这两种看似对立的观点，实际上反映了同一个本质困境。问题的关键并非单纯在于硬件或软件某一方面的落后，而在于二者之间缺乏有效的协同与融合。这一问题的解决，不应仅由整机厂商独自承担，上游企业也应积极参与其中。
具身研习社与亚德诺半导体（ADI）进行了深入沟通。作为上游核心硬件和解决方案提供商，ADI跳出了一味争论软硬件孰优孰劣的二元对立视角，从“协同”的角度进行分析。ADI院士兼技术副总裁陈宝兴表示，问题的核心在于AI与硬件的深度集成。以机器人抓取物品为例，需要综合考虑物体的性质、施加的力度以及防滑等具体要求，这些都依赖于硬件与软件、AI与控制的深度集成，目前在这方面还有大量工作亟待完成。
这也解释了为何我们很难看到灵敏、聪慧且动作精准的机器人。因为这一问题已经超出了单纯依靠软件或硬件就能解决的范围，如何实现软硬件更好的系统性协同，或许将成为未来行业的主要攻关方向。
王兴兴曾提出“目前的硬件某种意义上是完全够用的”，这一观点在业内引发了巨大争议。但他紧接着也指出，硬件量产是一个普遍存在的难题。马斯克也直言，人形机器人缺乏完整的供应链，必须从零开始进行设计，这也是其量产计划推迟的重要原因。
硬件发展面临的第一个明显难题是“缺乏标准”。尽管市面上已有大量来自工业、汽车等领域的零部件可供复用，但专门为机器人设计的零部件却十分稀缺。简单来说，现有的硬件虽然能用，但并不完全适用，这就导致了“硬件制约软件”的现状，成为模型落地的一大阻碍。
造成这一现象的根本原因主要有两点。其一，人形机器人尚处于发展初期，规模较大的供应商不愿将精力投入到利润有限、对财报贡献不大的产品线中。这就导致各种零部件存在适配问题，特定零部件的量产能力和良品率也难以保证。虽然技术在理论上已经没有太多瓶颈，但工程化问题却十分突出，成为人形机器人推广的一道障碍。其二，不同人形机器人厂商的技术路线差异巨大，无论是本体硬件还是大脑模型，技术都尚未进入收敛期。不同的AI算法与不统一的硬件平台之间难以匹配，从而产生了另一道障碍，即硬件“缺乏AI能力”的问题。换句话说，硬件与软件之间过于脱节，就像提线木偶断了线一样。
因此，当前真正的难点在于缺乏“AI原生设计”。陈宝兴将“AI和物理智能”的关系类比为“大脑跟身体”的关系，AI如同机器人的“大脑”，负责学习、推理和决策；物理智能则如同“身体”，负责感知、运动以及与环境互动。只有两者深度融合，机器人才能像人一样灵活、聪明和可靠。
物理智能的核心在于高性能传感器。ADI的机器人团队正致力于将传感器和执行器模型集成到NVIDIA的Isaac Sim平台中，通过模拟真实世界的物理反馈，训练可直接部署的控制策略，实现从仿真到现实的突破。
ADI认为，实现物理智能有两个关键要点，这也是ADI目前的主要发力方向。第一，硬件要能够与中央处理单元（即“大脑”）配合；第二，要注重与类似脊髓反应相关的部分（即“小脑”）紧密结合，例如实现神经元层面的功能，包括感知神经元、运动神经元以及灵巧性方面的功能。
以电机和驱动器为例，它们能否快速、精准地执行AI下达的“非标”指令？比如，如何让一个关节在需要时瞬间输出爆发力（如起跳），同时又能实现极精细的力度控制（如捏住鸡蛋）？这就要求硬件本身具备低延时、高带宽、高精度的特性，并且能够进行包括触觉在内的多维传感器数据传输，实现边云间的通信与计算，这都离不开AI算法的深度适配。由此可见，硬件的问题不仅仅是“缺乏行业标准”或具体的“力量”“成本”“尺寸”“可靠性”等指标问题，而是如何被AI高效、精准、低延迟地驱动和控制的问题，本质上是一个软硬件协同设计的难题。
长期以来，软硬件两手抓的企业在资本市场备受青睐。但这里存在一个误区，“软硬件全栈”不应仅仅停留在公关宣传层面，而应真正实现“软硬件协同”“软硬件融合”。就像“AI原生硬件”一样，机器人作为大型AI硬件，在规划和研发阶段就应围绕AI进行设计与搭建。
在模型厂商中，也有一些企业意识到了这种融合的重要性。例如，OpenAI收购io，计划打造AI原生硬件；meta推出AI眼镜；字节跳动涉足AI耳机领域；钉钉推出AI录音硬件等。在具身智能赛道，部分企业也开始意识到软硬件协同的重要性，这些企业可分为两类。一类是在硬件设计阶段就进行通盘考虑，有清晰的接口和分工，这是目前主流的努力方向。这些企业会预留开发接口，为特殊场景设计硬件构型、尺寸，并加装定制参数的零部件和功能模块。另一类则是更高阶的“融合”状态，打破了传统的软硬件界限，实现硬件为软件算法而生，软件为硬件特性而写。
例如，为特定的强化学习算法设计专用的计算芯片和传感器；在AI模型训练中引入硬件物理响应（如弹性、摩擦系数）的建模；硬件的设计也会为了适应AI的决策频率而优化，比如在模型推理间隙，由端侧芯片自主完成触觉反射调节。目前，仅有少数领先企业开始探索这种“融合”模式，大多数企业仍未进入软硬件“协同”阶段。
软硬件融合将成为具身企业的核心竞争力与新机遇，也将推动具身赛道进一步落地。但这并非仅是本体厂商需要面对的课题，上游企业同样需要共同努力。以ADI为例，作为上游厂商，在让机器具备思考、触感和行动能力的过程中，主要针对四个关键环节发力：感知（sense）、连接（connect）、解译（interpret）、控制（control），这四个环节恰好串联起了机器人软硬件的协同。
从感知层面来看，机器人需要具备视觉、触觉等能力，未来通过“多模态感知融合”来判断物体形态、提升灵巧度；从连接层面来看，机器人需要高速稳定的“神经网络”连接；解译环节则是对传感器原始数据和各部件动态信息进行分析和理解；控制系统作为机器人的“大脑皮层”，负责运动规划与执行，最新的AI驱动运动控制算法可实现多关节协调与复杂动作。由此可见，硬件与软件之间的“结合部”存在明显短板，同时也蕴含着众多机会。
人形机器人的发展，必然是一场软硬件协同进化的旅程。并非硬件足够而软件滞后，或者软件可行而硬件拖后腿，而是它们必须像生物界的脑与身体一样，相互塑造、耦合反馈、密不可分。未来的突破，将取决于我们能否运用技术创新与工程智慧加速这一“共同进化”的过程。
