人形机器人,为何做得越像人,用户越不敢买?
创始人
2026-08-31 09:21:55

八月,2026世界机器人大会(WRC 2026)刚在北京举办,汇聚了全球300余家机器人企业,核心命题聚焦具身智能如何从表演时代向规模化商业落地与场景应用跃升。对于普通大众而言,大家更关心人形机器人离真正走进千家万户还有多远?

中欧国际工商学院决策科学与管理信息系统教授谭寅亮认为,人形机器人作为AI、精密制造、新材料、机械控制与供应链能力的集大成者,所取得的科技成就固然令人兴奋。然而,其产业化之路除了要突破技术瓶颈,更需跨越一道心理鸿沟,即人类对“似人非人”的本能戒备和原始恐惧。

今年年初,特斯拉官宣第三代人形机器人Optimus V3擎天柱将于2026年正式投入量产,并于2027年落地外部场景应用。马斯克进一步确认将以德克萨斯州为核心推进规模化制造,同时直言中国已成为最主要的竞争对手。

这类表态很容易点燃市场想象:继智能手机、新能源汽车之后,人形机器人会不会成为下一个“万亿级终端”?

但如果把视角从工程参数挪开一点,问题可能更棘手:即使机器人足够便宜、足够稳定、足够聪明,人类是否愿意让一个“像人但不是人”的行动体进入最私密的生活空间——卧室、儿童房、浴室和厨房?

投资人描绘的愿景无比美好,在未来,这些像人一样的机器将走出工厂,走进千家万户。它们会是保姆,是护工,是陪伴老人的伙伴,是家庭的一员。

然而,在热火朝天的资本盛宴中,一种源自人类生物本能的警钟正被悄然敲响。当我们为机器能像人一样走路、工作而欢呼时,却很少有人冷静下来思考,我们真的敢让一个“像人却不是人”的物体,在深夜站在床头盯着我们睡觉吗?

阻碍人形机器人进入家庭的,或许不是电池续航,不是关节扭矩,也不是大模型的推理能力,而是一道刻在智人基因里长达数百万年的防线——恐怖谷效应。

什么是“恐怖谷”效应?

1970年,日本机器人学者森政弘提出“恐怖谷”假说:随着对象越来越像人,人类好感会先上升;但一旦进入“非常像人却不够像”的区间,情绪会突然下坠,转为不适、排斥甚至恐惧;直到几乎与真人无差别时,情绪才可能回升。

这一理论的曲线模型看似简洁,其背后的现实逻辑却极为残酷:当某一事物与人类形态相去甚远时,如工业机械臂,人们对其往往持中立乃至好奇的态度;而当它具备一定的人类特征时,如玩具机器人、Q版手办等,人们对其的好感度便会相应提升。

但是,当拟人程度超过某个特定的临界点,达到“非常像人但又不完美”的程度时,情况会发生剧变。僵硬的面部表情、滞后的眼球转动、并不自然的肤色,这些细微的瑕疵会让好感度瞬间断崖式下跌,转变为强烈的厌恶、恐惧和排斥。直到与真人的相似度达到100%,这种好感度才会回升。

这道横亘在“极度像人”与“真人”之间的心理鸿沟,便是著名的“恐怖谷”。

该理论在电影《极地特快》和早期《阿丽塔》的CGI建模(计算机生成图像)中曾多次被验证。观众看到的不是可爱的角色,反而像是行尸走肉般的怪异形象。

若将其简单归为审美层面的问题,实则有失偏颇。随着生理学和演化心理学的深入研究,我们发现“恐怖谷”并非单纯的心理作用,而是人类作为一种生物,在数百万年残酷竞争中进化出的生存防火墙。

由此可见,恐怖谷不是玄学,它会直接影响信任与购买。

基因里的排异反应

学界对恐怖谷的成因并无单一共识,但有几条解释路径,能帮助我们理解:这类反应为什么这么“强”、为什么这么“难靠说服消除”。

首先,是人类对死亡与病原体的本能回避机制。在远古时代,如果人类的同伴面色惨白、动作僵硬、眼神呆滞、皮肤冰冷,这意味着他可能已经是一具尸体,或者感染了某种烈性传染病,如狂犬病或麻风病。

对于原始人类来说,接近这样的“类人个体”意味着死亡。因此,自然选择在我们的基因里刻下了一道死命令——凡是看到“像人但生理特征异常”的物体,必须立即产生强烈的厌恶和恐惧,促使人类远离。

现在的人形机器人,无论电机控制多么精密,其僵硬的微表情、机械感的步态,都在无意识中触发了人们大脑深处对于“尸体”和“重病患者”的警报系统。这是一种刻在DNA里的卫生防疫机制。

其次,是对“异种人”的血腥记忆。尤瓦尔·赫拉利在《人类简史》中提到,智人并非地球上唯一的人类。我们曾与尼安德特人、丹尼索瓦人等共存,但最终,只有智人活了下来。

演化心理学有观点认为,智人对他者的排斥是刻骨铭心的。在进化史上,那些长得像我们但又不是我们的“异种”,往往是资源最直接的竞争者。

人类对“非我族类”的微小差异极度敏感。这种敏感度就像“恐高症”是为了防止坠亡,“恐蛇症”是为了防止后,这种恐惧还来自于认知失调产生的生存焦虑。人类的大脑是一类基于预测的器官。当我们看到一台吸尘器,我们预测它会吸尘;当我们看到一个人,我们预测他有情感、有痛觉、有同理心。

但人形机器人打破了这种预测机制,它有着人的外表,却可能做出违反人类逻辑的行为,比如头颅旋转180度、或在跌倒后毫无痛觉地站起。这种“预期违背”会让大脑产生严重的认知失调,进而转化为恐惧。因此,这不仅仅是“丑”的问题,而是生物体面对未知威胁时的本能应激反应。

恐怖谷真正扎根的地方,是人类对“不确定威胁”的本能厌恶。

人形机器人

走进家庭场景为何更难?

搞清楚了底层的生物学逻辑,我们再来看人形机器人的商业落地,就会发现巨大的错位。目前资本市场谈论的“家庭保姆机器人”,本质上是在挑战人类的本能。

最难以逾越的是无限高的信任成本。在工业场景中,工人不需要“喜欢”一台焊接机器人,只需要它效率高。但在家庭场景中,尤其是涉及照顾老人和小孩时,“信任”是核心,在这个场景中,“容错率”接近于零。

试想一下,一位患有阿尔茨海默症的老人,深夜醒来,看到一个面部表情僵硬、双眼泛着蓝光的“人”站在床边,要扶他上厕所。老人的反应很可能不是感激,而是心率飙升的惊恐。这种生理性的排斥,是任何精妙的算法都难以消除的。

此外,社交互动的细腻把控,同样潜藏着诸多难以规避的深层挑战。家庭服务不只是功能性的端茶倒水,更有情感性的陪伴。人类之间的交流包含大量的非语言信息,如微表情、眼神接触、肢体语言的微妙停顿。

目前的机器人技术,越是追求拟人,越容易在这些细节上露怯。90%像人的机器人,只要在眼神交流上慢了0.1秒,或者微笑的肌肉牵引稍微不自然,就会瞬间破坏温馨的氛围,将其变为“惊悚片”现场。

因此,全尺寸、高拟真的人形机器人,在未来很长一段时间内,都难以真正走进家庭生活。

两条更现实的出路

既然“恐怖谷”是一道难以逾越的基因高墙,那么人形机器人的未来究竟在哪里?这或许指明了两条截然不同的路径。

第一条路是退一步海阔天空——别像人,彻底走向“非人化”与“超萌化”。既然“像人又不像人”最可怕,那就不如干脆不像人。

家庭服务机器人的正确设计思路,不应该是《西部世界》里的接待员,而应该是《超能陆战队》里的大白,或者是《星球大战》里的R2-D2。我们需要的是机器人的“手”像人一样灵活,能洗碗叠被,而不是它的“脸”像人。在设计上,可以更矮小,圆润,使用织物蒙皮而非仿真硅胶。可以有眼睛,但最好是像动画片一样的大眼睛,而非仿真的眼球。

背后的本质逻辑是通过强调其“机器属性”或“卡通属性”,主动避开恐怖谷曲线的下坠区,利用人类对“幼态持续”的喜爱,建立安全感。如果特斯拉的Optimus进家庭,最好把那张黑色的面具换成可爱的显示屏,并且把身高降低到1.5米以下,消除压迫感。

第二条路则是成为硬核场景的工具人,走向工业与宇宙那些人不去的地方。如果非要坚持做全尺寸、高性能的人形机器人,那么它的归宿不应该是客厅,而应该是那些不需要情感交互的极端环境。

在汽车总装线、危险化学品处理、核电站维护等场景中,环境是为人类设计的,有着特定的楼梯、阀门高度和通道宽度。人形机器人拥有双足和双手,可以直接复用人类的作业环境,而不需要改造工厂。在这里,没人关心它长得恐不恐怖,只关心它干活效率高不高,行动稳不稳。

更宏大的叙事在于“星辰大海”。马斯克造机器人的终极梦想或许并不是给你洗碗,而是殖民火星。在火星表面,在空间站的舱外行走中,真空、辐射、严寒,这些对碳基生命致命的环境,却是硅基人形机器人的乐园。作为人类的替身,去完成那些碳基肉身无法抵达的壮举。

未来的家庭里可能会有很聪明的机器人,但它大概率不会长得像隔壁邻居,也不会试图用“完美人脸”赢得信任。更可能的形态,是一个能力强、存在感可控、外观明确“非人”的助手。

而那些更像人的钢铁之躯,也许更适合留在工厂、矿区、核电站,或者更远的星球表面——在那里,人们不要求它“像人”,只要求它“可靠”。

所以,人形机器人的 量产只是开始,跨过“信任谷”才算进入市场。

教授简介

谭寅亮博士是中欧国际工商学院决策科学和管理信息系统学教授。他曾在斯坦福大学人工智能研究院和数字经济实验室担任访问学者。在加入中欧之前,他是美国休斯顿大学C.T. Bauer(鲍尔商学院)决策和信息科学终身教授,鲍尔讲席教授,DBA项目主任,以及供应链管理方向系主任。他还担任了休斯顿大学人工智能研究中心副主任和慧与科技(HPE)数据科学研究中心资深研究员。在此之前,他在美国杜兰大学Freeman School of Business(弗里曼商学院)管理科学方向担任助理教授,副教授和戈德林国际教育中心行政主任,并获得终身教授与讲席教授职位。

相关内容

热门资讯

银行理财和存款的收益稳定性如何... 在个人家庭资产配置的过程中,许多投资者常常困惑于 银行存款与银行理财之间的本质区别,尤其是关乎资金安...
职校封闭式管理如何落地?广东华... 家长考察职校时,常接触"封闭式管理"这一表述,但对其执行情况往往缺乏清晰核实路径。宣传材料中承诺是否...
原创 同... 同一年退休、同样的职称岗位、差不多的工龄,养老金却能差出两三千,甚至一个“破万”、一个“八千多”——...
全球过敏患者为何越来越多 秋季来临,北半球中高纬度地区又将进入一年一度的花粉过敏高发期。近年来,过敏性疾病诊疗不断取得突破,靶...
耗时减少80%!如何用LLM ... 目录 一、引言 二、架构设计 三、核心流程 四、AI 排查引擎:ReAct Agent 实战 五、幻...