按理来说，日本应该是(shi)人形机(ji)器人领(ling)域最不(bu)应该缺(que)席的国家。因为日本几乎是(shi)最早研(yan)究人形机(ji)器人，并且(qie)在这一领(ling)域获得不(bu)菲(fei)的成绩。

早在1973年，日本早稻田(tian)大学就开发(fa)了WABOT-1，它被视为全世界第一个全尺寸人形机(ji)器人。

不(bu)仅做得最早，日本人形机(ji)器人相关企业数量也不(bu)亚于全球其(qi)它国家。根据M2觅途咨(zi)询报告对2024年全球人形机(ji)器人整机(ji)企业数量的统计显示(shi)，日本有26家企业，仅次于中国（43家）和美国（28家），排名世界第三。

但在AI带来的具(ju)身智(zhi)能热潮中，日本人形机(ji)器人却集体哑火，没(mei)有一款(kuan)具(ju)备影响力的产品出现。

日本人形机(ji)器人，起了个大早，却没(mei)赶上晚集。

01 半个世纪的“机(ji)器人王(wang)国”梦

在人形机(ji)器人领(ling)域，日本曾经堪称“一骑绝尘”。

日本早稻田(tian)大学在1973年研(yan)发(fa)的全尺寸人形机(ji)器人WABOT，被称为世界第一个人形机(ji)器人。它具(ju)备视觉、听觉和基本的手脚协调能力，可以(yi)抓取物体，并拥有相当于一岁半孩子的“智(zhi)力”。

但它的外表看起来还相当粗犷，像是(shi)一个在末日废墟中，被人用残留的垃圾拼凑出来的框架。直到(dao)不(bu)久之后WABOT-2诞(dan)生，它才有更多“人”的样子。

WABOT-2由电线、抛光的黑色金属和碳纤维增强塑料组成，它可以(yi)用“管状腿(tui)”踩动踏板，用“钢手指”划过琴键，弹奏巴赫的《G大调弦乐组曲》，据说年迈的日本天皇(huang)亲(qin)自参观，然后就被它深深迷住(zhu)了。

日本人形机(ji)器人WABOT-1和WABOT-2

在WABOT诞(dan)生的同一时期，西方最发(fa)达的两个国家虽然也在工业机(ji)器人和AI领(ling)域有了突破(po)。比如德国的KUKA推出了世界上第一款(kuan)六轴工业机(ji)器人FAMULUS、美国斯坦福研(yan)究所研(yan)发(fa)出世界上第一个智(zhi)能轮(lun)式移动机(ji)器人Shakey，但在机(ji)器人“人性(xing)化”方面，他们依然无法(fa)与日本媲美。

日本能够成为第一个制造出人形机(ji)器人的国家，离不(bu)开日本政府当时对建立“机(ji)器人王(wang)国”的执念，以(yi)及日本民众骨子里对人形机(ji)器人的偏爱(ai)文化。

20世纪六七十年代(dai)，日本的劳动力短缺(que)现象逐渐加剧。

1965年，日本劳动省的一项调查报告指出，日本需要(yao)180万熟练工人，日产甚至尝试使用季节性(xing)工人和农(nong)场工人来解决人手不(bu)够的问题。1973年，石油危机(ji)导致全球油价暴涨，推高了生产成本，整体物价和生活成本上升，工人的工资水(shui)平因此提高，让劳动力成本进一步(bu)上升。

为了缓解紧张的劳动力问题，日本提出“机(ji)器人国家”战略(lue)，希望通过发(fa)展机(ji)器人技术推动生产自动化。

与此同时，日本民众对人形机(ji)器人也是(shi)好感(gan)度颇高。

这得益于几部机(ji)器人动漫作品的熏陶。1963年，手冢治虫的《铁(tie)臂阿童木(mu)》深深激励了年轻一代(dai)研(yan)究员，东洋大学学生在双足机(ji)器人辩论赛(sai)中自称是(shi)“原子小金刚的一代(dai)”，并认为“创造出会走路的东西很有趣”。还比如1979年日本经典动漫《机(ji)动战士高达》，虚(xu)构人形机(ji)动兵器，可以(yi)由人类驾驶(shi)员操控，也深受那一代(dai)的日本青少年喜爱(ai)。

《铁(tie)壁(bi)阿童木(mu)》剧照

对于那一代(dai)的日本民众而言(yan)，人形机(ji)器人如他们少年玩伴一般，人机(ji)可以(yi)和睦(mu)共(gong)存，机(ji)器人可以(yi)帮助(zhu)人类，而非伤害人类。

在这样的背景之下，日本几乎不(bu)计成本地(di)投入到(dao)机(ji)器人研(yan)发(fa)之中，而人形机(ji)器人，也成为日本追逐大国之梦路途中的产物。

率先(xian)冲(chong)出重围的是(shi)日本汽车龙头(tou)企业本田(tian)。本田(tian)从1980年代(dai)开始研(yan)发(fa)人形机(ji)器人，经历(li)了本田(tian)P1、P2、P3、P4四个版本的迭代(dai)，本田(tian)人形机(ji)器人越来越轻巧、步(bu)态越来越稳，并逐渐拥有了机(ji)械臂，最终在2000年催生了举世闻名的ASIMO。

从左到(dao)右：本田(tian)P1到(dao)P4

ASIMO以(yi)科幻作家艾(ai)萨克·阿西莫夫（Isaac Asimov）名字命名，是(shi)世界上第一款(kuan)以(yi)人类方式互动的人形机(ji)器人，也是(shi)世界上第一款(kuan)用两条腿(tui)走路并用电池供(gong)电爬坡的人形机(ji)器人。ASIMO的主要(yao)作用是(shi)为人类提供(gong)帮助(zhu)，比如照顾老人、在社区做一些力所能及的事情。

ASIMO被视为人形机(ji)器人与人类相处的典范，它在各类展会上为人类表演，并受到(dao)各国领(ling)导人“接待”。

2014年，时任美国总统奥巴马在访问日本期间就曾和ASIMO一起踢足球。而这时，后来被视为世界上最先(xian)进的机(ji)器人公司之一的波士顿动力，还没(mei)开始研(yan)发(fa)人形机(ji)器人。

ASIMO之后，日本人形机(ji)器人开始“扎堆”出现。除了巨头(tou)企业，研(yan)究机(ji)构和高校也纷纷入场，但鲜少出现明星产品。

日本国家先(xian)进工业科学技术研(yan)究所（AIST）和川崎重工开发(fa)出HRP系列人形机(ji)器人，希望能够探索出人形机(ji)器人在医疗、工业、灾难救援等领(ling)域的应用。

这一阶段，追求人形机(ji)器人无限类人的现象增多，日本东京大学和Kitano Symbiotic Systems共(gong)同开发(fa)开源机(ji)器人Pino，目的是(shi)研(yan)究仿人机(ji)器人技术。

另一个具(ju)有代(dai)表性(xing)的是(shi)来自日本大阪大学的机(ji)器人专家和工程师石黑浩，他研(yan)制出的1:1复制人类的机(ji)器人，可以(yi)通过算(suan)法(fa)驱动面部表情与人类互动。也正是(shi)这款(kuan)机(ji)器人，引发(fa)了人们关于“恐怖谷”效应的探讨。

2014年，日本资本层(ceng)面开始亲(qin)自出手，软银通过“购买”的策略(lue)向市场呈现两款(kuan)产品。

一个是(shi)Pepper，它是(shi)继ASIMO之后，日本人形机(ji)器人领(ling)域第二款(kuan)知(zhi)名产品。但Pepper是(shi)由法(fa)国公司Aldebaran Robotics制作，而软银购买了这家公司。

Pepper被定义(yi)为第一款(kuan)面向个人的家庭(ting)人形机(ji)器人，它能够识(shi)别用户表情感(gan)知(zhi)用户情绪、与人类对话，它也可以(yi)做日常的交互任务比如问候、提供(gong)信息等。

基于Pepper的技术基础，软银在2017年从谷歌手中买下波士顿动力。彼时，Atlas原型机(ji)推出不(bu)久，它没(mei)有像Pepper那样具(ju)备与人类互动的功能，而更侧重于展示(shi)机(ji)器人在复杂环(huan)境(jing)中的运动能力。

但软银并没(mei)有持有波士顿动力多久，仅仅三年之后，它就又被软银出售(shou)给了韩国现代(dai)。而这也正式宣告日本人形机(ji)器人在产业界的彻底沉寂。

回顾这半个世纪，日本一直在编(bian)织一个“机(ji)器人王(wang)国”的巨大梦想(xiang)，只是(shi)这场梦过于华贵。

要(yao)知(zhi)道一个WABOT的成本就已经花了100万美金，但人形机(ji)器人鲜少有可落地(di)的应用场景，当投入的资金迟迟得不(bu)到(dao)回报的响应时，也是(shi)梦该醒(xing)来的时候。

02 人形机(ji)器人梦醒(xing)时分

人形机(ji)器人毕竟不(bu)是(shi)真正的人类，本不(bu)该有生老病死一说，但在这个领(ling)域奔跑了半个世纪的日本，却似乎正在进入“五十而知(zhi)天命”的年纪。

这种“知(zhi)天命”表现为“卷不(bu)动”了。

进入2010年之后，日本在人形机(ji)器人领(ling)域的投入不(bu)再像之前那样“不(bu)计成本”。对人形机(ji)器人领(ling)域已经取得的成绩也只做维护，而鲜少创新，在资金层(ceng)面的支持也大不(bu)如前。

这也源于日本在市场还没(mei)有准备好的时候，过早进入人形机(ji)器人领(ling)域，曾经的投资都没(mei)有得到(dao)应有的回报。就像用力过猛了，提前透(tou)支了所有力气。

2018年之后，日本知(zhi)名的人形机(ji)器人产品都开始陆续停产，或者被变卖。

比如本田(tian)ASIMO在2018年完全停止(zhi)生产，这台机(ji)器人的核心目的是(shi)为老年人和有需要(yao)的人提供(gong)帮助(zhu)，但高达250万美金一台的造价，要(yao)远高于为老人雇佣一个真实人类的价格，ASIMO成为本田(tian)所有业务线中最不(bu)赚钱(qian)的项目，它被视为本田(tian)“宠物”一般的存在。

财大气粗，且(qie)擅长赌博软银在2020年也决定停产明星机(ji)器人Pepper。

但Pepper与本田(tian)ASIMO不(bu)同的是(shi)，ASIMO几乎没(mei)有在商业场景落地(di)，而Pepper虽然需求低迷，但却真实出现在商业场景中。

这是(shi)由于Pepper的价格便宜。当时一台Pepper机(ji)器人仅卖19.8万日元（按照2020年汇率约1万多人民币）。当时Pepper生产了27000台，软银自己就在其(qi)零售(shou)店(dian)中使用了大量的Pepper。疫情期间，软银更是(shi)用一百台Peppers来作为“鹰棒球队”的啦啦队。

但Pepper却经常因为表现不(bu)好而遭到(dao)“解雇”。

比如Pepper可能会在执行了一半的葬礼上突然不(bu)合(he)时宜地(di)停下来“表演”；而在商场里，Pepper还会出现不(bu)论客户询问哪一款(kuan)商品，它都统一回答“在酒类部分”的情况。

在Pepper停产的同一年，软银以(yi)1万亿韩元（9.17亿美元）的价格，将波士顿动力80%的股份卖给了给韩国现代(dai)汽车，软银在人形机(ji)器人领(ling)域又放弃了一枚棋子。

事实上，无论是(shi)波士顿动力还是(shi)Pepper背后的Aldebaran Robotics，他们都是(shi)非常优(you)秀的人形机(ji)器人公司。

但在这个时期，这些最优(you)秀的企业也不(bu)可避免(mian)的出现同一个问题，就是(shi)他们的产品要(yao)么价格昂贵，要(yao)么实用性(xing)不(bu)足，这共(gong)同造成了人形机(ji)器人销量不(bu)佳(jia)的局面。

而对于这样的局面，不(bu)论是(shi)本田(tian)还是(shi)软银，都没(mei)有选择持续迭代(dai)人形机(ji)器人产品，大家的普遍决策都——停产。

当然，从日本的角度来讲，人形机(ji)器人产业之所以(yi)没(mei)有得到(dao)持续发(fa)展。除了人形机(ji)器人本身商业闭环(huan)没(mei)有打通之外，也与当时日本面临的实际情况有关。

2010年3月，日本东北部海域发(fa)生9.0级地(di)震并引发(fa)巨大海啸。这给当时日本许(xu)多地(di)区造成了前所未有的损害，日本经济也因此陷入长期低迷。

国际货币基金组织（IMF）发(fa)布的 《世界经济展望》（World Economic Outlook） 报告提到(dao)，日本在2010-2020年间的年均增速大致在0.8%-1.0%范围，而全球平均增长率则高于此水(shui)平。

在日本整体经济受挫的同时，当时日本支持人形机(ji)器人的企业发(fa)展也并不(bu)顺利(li)。

比如，当时本田(tian)全球汽车的销量增幅就在持续下滑(hua)。2018年，本田(tian)开始停产不(bu)盈利(li)的ASIMO，但这也没(mei)有拯救本田(tian)汽车销量增幅下滑(hua)趋势(shi)，第二年销量环(huan)比下滑(hua)10.01%。

软银也同样面临着资金危机(ji)。

2019年，软银重金投资的WeWork的IPO失败，让WeWork陷入严重财务危机(ji)，濒临破(po)产。软银前后在WeWork上的投资和资助(zhu)高达195亿美金，而这笔IPO的失败让彼时的软银不(bu)得不(bu)调整业务逻(luo)辑，从商业化程度低的人形机(ji)器人业务中抽身出来。

在经历(li)了停产、变卖之后，活跃了半个世纪的日本人形机(ji)器人，开始把自己打入“冷宫”，日本人形机(ji)器人行业开始进入静默期。

但恰恰是(shi)这个时候，世界上其(qi)它国家，尤其(qi)中国和美国的人形机(ji)器人却变得异常热闹。

2022年，马斯克在特斯拉AI Day上公布特斯拉进军人形机(ji)器人领(ling)域；2023年，Figure与OpenAI的结(jie)合(he)将人形机(ji)器人推向智(zhi)能化高峰；2024年，中国人形机(ji)器人宇树、智(zhi)元、逐际动力陆续公布高额融资。

一静一动之间，日本与世界形成鲜明的对比。在人形机(ji)器人热潮里，日本与世界完美地(di)错开了步(bu)调。

03 在关键的AI环(huan)节掉链子

以(yi)2020年代(dai)为界限，人形机(ji)器人的热潮从日本消失，流入世界其(qi)他国家。

2020年之前，日本引领(ling)了全球第一波人形机(ji)器人浪潮；2020年之后，中国和美国代(dai)表着第二波热潮。

普通大众单独(du)看这两波热潮里人形机(ji)器人的本体表现，可能会有一种它们能力相差不(bu)大的错觉。比如，如今人形机(ji)器人能实现的双腿(tui)走路、端茶倒水(shui)等动作，当年的ASIMO几乎都能做到(dao)，它还曾在一档节目中轻松(song)拧开杯盖。

但这表面看起来相同的动作，背后支撑的东西，却早已换了篇章。

在第一个阶段中，以(yi)ASIMO为代(dai)表的人形机(ji)器人，虽然也能做出端茶倒水(shui)的动作，但它使用的是(shi)传统运控算(suan)法(fa)，只能执行程序设定好的特定动作，环(huan)境(jing)适应能力有限。

而如今人形机(ji)器人做出这些动作，则更多基于AI大模型和强化学习，能够一定程度上实现场景泛(fan)化和自主决策，对环(huan)境(jing)的适应也更加灵活。

简(jian)单来讲就是(shi)，以(yi)前的机(ji)器人是(shi)提线木(mu)偶，只能完成指定动作；现在的人形机(ji)器人有了脑子，能够自己执行任务。

所以(yi)从第一波人形机(ji)器人浪潮，到(dao)第二波人形机(ji)器人浪潮，最大的变化在于AI技术。这一点也恰恰成为日本错过人形机(ji)器人的关键。

毕竟从互联网时代(dai)开始，到(dao)云计算(suan)为止(zhi)，日本在相关产业上就一直落后于世界。这导致以(yi)互联网和云计算(suan)为基础的AI技术，在日本就更加无从谈起。

在互联网时代(dai)，中国有BAT，美国有谷歌、亚马逊、Facebook（Meta前身），而日本却数不(bu)出来一家互联网巨头(tou)。

这也奠定了日本在互联网数据方面的落后，而AI时代(dai)最需要(yao)的养料之一便是(shi)数据。

AI时代(dai)，2022年底至2023年年初，以(yi)OpenAI为代(dai)表的AI大模型席卷全球，随后美国谷歌、Meta、Anthropic、马斯克的X迅(xun)速跟(gen)进；中国也诞(dan)生了诸如Deepseek这样的独(du)角兽，百度、阿里、腾讯、智(zhi)源、MiniMax等纷纷入场，并且(qie)在人形机(ji)器人、社交、汽车等应用场景使用。

而日本在AI领(ling)域只能处于“追赶者”的角色，本土AI人才稀缺(que)，顶级研(yan)究机(ji)构RIKEN的论文半数依赖外国学者（尤其(qi)中国），大模型研(yan)发(fa)高度依赖外资，比如软银与OpenAI合(he)资成立“SB OpenAI Japan”，并且(qie)训练大模型依赖美国芯片。

受制于种种因素，日本AI很难追赶上世界的步(bu)伐。但日本曾经在AI领(ling)域也做过短暂的“领(ling)先(xian)者”。

1988年，日本NEC直接将人工智(zhi)能研(yan)究院NEC Lab设立在美国普林斯顿和硅谷，NEC Lab曾聚集全球顶尖AI研(yan)究者，堪称“AI黄埔军校”，卷积网络先(xian)驱Yann LeCun也曾是(shi)NEC Lab的研(yan)究员，余凯和林元庆先(xian)后担(dan)任NEC Lab主任，NEC Lab为中国BAT也输送了不(bu)少人才。

但当时日本视“深度学习”为过时技术，举国押注“符号主义(yi)”技术路线，投入数亿美金打造“第五代(dai)计算(suan)机(ji)”，专注基于逻(luo)辑编(bian)辑的专家系统，试图通过人工输入知(zhi)识(shi)库实现智(zhi)能。

错误的路线导致NEC Lab里那些支持深度学习的人才也逐渐流失。直到(dao)1992年，耗资数亿的第五计算(suan)机(ji)宣告失败。

这次失败也打击了日本对AI研(yan)究的信心，之后，AI研(yan)究在日本学界被视为“过街老鼠”，神经网络领(ling)域经费被挤压。即便2016年李世石被AlphaGo击败后，日本仍旧保留着对深度学习的偏见，有学者甚至提到(dao)：“若报告标题含‘深度学习’，听众可能寥(liao)寥(liao)无几。”

整体上，无论是(shi)人形机(ji)器人还是(shi)AI，日本都曾经是(shi)世界领(ling)先(xian)者，但它们却偏偏生不(bu)逢时。种种前因后果，叠(die)加日本长久的经济低迷，以(yi)及过于重视硬(ying)件的传统，让它们与世界大潮擦肩而过。

04 结(jie)语

AI大模型出来之后，日本人形机(ji)器人产业也曾有过一些新的想(xiang)法(fa)。

比如让Pepper接入ChatGPT，增强Pepper的情感(gan)表达能力。2024年年底，大阪大学研(yan)发(fa)出“波形运动”动态表情合(he)成技术，通过叠(die)加眨眼、皱眉等面部动作波，实时生成自然表情，解决表情僵硬(ying)感(gan)问题。

这些动作，好像令日本人形机(ji)器人行业又重新焕(huan)发(fa)了生机(ji)，但细看却会发(fa)现，它们更多还停留在表层(ceng)改善(shan)。

孙正义(yi)最遗憾的事情，一个是(shi)WeWork投资失败造成巨额损失，另一个就是(shi)为日本科技落后感(gan)到(dao)惋惜，甚至曾为此痛哭。

日本人形机(ji)器人历(li)史令人唏嘘，就像一场马拉松(song)里，一开始就用尽浑(hun)身力气跑在最前面的人，在跑到(dao)一半的时候，对手们都追赶了上来，而自己却因过早消耗战斗力，再也没(mei)有力气奋起直追。

有时候，生不(bu)逢时就是(shi)一种遗憾，当曾经被寄予厚望的机(ji)器人，一个个被雪藏、被遗忘和搁浅，曾经的繁(fan)华，最终也只能变成时代(dai)的一声叹息。

参考(kao)资料：

Inside the Robot Kingdom:Japan,Mechatronics,and the Coming Robotopia

Japan’s Humanoid Robots: 50+ Years of Advancements | Mike Kalil