2025 年 12 月 14 日，曾定義掃地機器人行業(yè)的鼻祖 iRobot 宣布根據(jù)美國破產(chǎn)法第 11 章申請破產(chǎn)保護。

根據(jù)公司披露的方案，iRobot 已與其主要債權(quán)方、代工廠、總部位于深圳的 Picea Robotics Co.（杉川）及其全資子公司 Santrum Hong Kong Co. 達成重組支持協(xié)議，在法院監(jiān)督下完成債務(wù)重組與股權(quán)重置。重組完成后，杉川將獲得 iRobot 的全部股權(quán)。

也就是說，在 iRobot 現(xiàn)金流枯竭且無力償還供應(yīng)鏈債務(wù)的情況下，杉川實際上通過免除債務(wù)的方式收購了公司資產(chǎn)。

iRobot 將這一交易描述為“推動長期增長計劃的戰(zhàn)略選擇”，但對外界而言，這更像是一家技術(shù)先驅(qū)在長期虧損、收購失敗與產(chǎn)業(yè)格局逆轉(zhuǎn)之后，所能爭取到的最后體面結(jié)局。

幾乎在同一時間，《紐約時報》刊登了一篇對 iRobot 創(chuàng)始人 Rodney Brooks 的報道。在文中，這位機器人領(lǐng)域的奠基者之一，卻毫不客氣地向當下如火如荼的人形機器人浪潮開噴。

事實上，這并不是 Brooks 第一次向人形機器人潑冷水，去年 9 月，其在個人博客上發(fā)表了一篇數(shù)萬字的技術(shù)檄文：《為什么今天的人形機器人學不會靈巧性》（Why Today's Humanoids Won't Learn Dexterity）。

Brooks 出生于澳大利亞，1972 年進入阿德萊德的弗林德斯大學，恰逢一批逃離“布拉格之春”后的東歐數(shù)學家來到該校，讓他接受了系統(tǒng)而嚴謹?shù)臄?shù)學訓練。更重要的是，他每周日可以獨占學校唯一的一臺大型機，連續(xù)折騰 12 個小時。

1984 年，他在斯坦福任教期間聯(lián)合創(chuàng)辦了第一家 AI 公司，在家用 Sun Microsystems 工作站寫代碼，每天早上把存儲磁帶用 FedEx 寄往硅谷。

受到昆蟲啟發(fā)后，他在 20 世紀 80 年代開發(fā)了能夠自主運動的機器人，并于 1990 年聯(lián)合創(chuàng)立了后來稱為 iRobot 的公司。1993 年，他和學生開始研發(fā)人形機器人 Cog，試圖從認知科學角度探索智能與感知的關(guān)系。這一思路帶來了成功，也曾讓他大膽預(yù)言：機器人終將無處不在。

但即便到了世紀之交，人形機器人依然無法商業(yè)化。

隨后二十多年的工程與產(chǎn)業(yè)實踐，重塑了他的判斷。圍繞 Roomba 的商業(yè)化過程，讓 Brooks 切身意識到，機器人真正的難題不在概念與原型，而在制造、部署與長期可靠性。他曾提醒學生，研究成果只是填滿了一小格方紙，而真正決定成敗的，是那些不屬于論文范疇的工程現(xiàn)實。

除了 iRobot，他曾創(chuàng)立 Rethink Robotics，嘗試將協(xié)作機器人引入制造業(yè)；又在 2019 年聯(lián)合創(chuàng)辦 Robust.AI，聚焦于讓機器人在真實、混亂的環(huán)境中具備可靠的協(xié)作能力。這些公司有的未能走通商業(yè)化路徑，有的仍在探索之中。

也正是在這一過程中，Brooks 完成了從探索人形可能性到警惕形態(tài)幻覺的轉(zhuǎn)變。這位一生致力于將智能機器引入現(xiàn)實世界的人，最終站在了當下熱潮的對面，成為質(zhì)疑者之一。

在《紐約時報》以及個人技術(shù)博客中，Brooks 對當下人形機器人熱潮給出了極為一致的否定判斷。在他看來，這一輪浪潮的問題不在于進展是否足夠快，而在于整個行業(yè)正在被一套錯誤的判斷體系與技術(shù)順序所牽引。

首先，機器人的靈巧性無法速成。Brooks 指出，過往被視為“暴力學習”成功范例的語音識別與計算機視覺，本質(zhì)上都建立在高度工程化的數(shù)據(jù)前端之上，而非單靠模型規(guī)模。當下人形機器人試圖通過觀看人類操作視頻來學習靈巧動作，這在他看來既沒有獲取正確的數(shù)據(jù)，也沒有學習正確的對象。

核心瓶頸在于觸覺。人類手部無毛皮膚中約分布著 1.7 萬個觸覺感受器，僅指尖就有約 1,000 個，相關(guān)研究已發(fā)現(xiàn)至少 15 類觸覺相關(guān)神經(jīng)元。而在觸覺分辨率、反饋帶寬和多模態(tài)整合能力上，當前任何人形機器人系統(tǒng)都與人類存在數(shù)量級差距。

基于此，Brooks 判斷：即便只追求最低限度的靈巧操作能力，人形機器人距離首次實現(xiàn)可盈利部署，仍至少需要十年以上時間。

其次，是一個常被忽視卻至關(guān)重要的問題，安全性。全尺寸、能夠行走的人形機器人，為了保持直立姿態(tài)，需要持續(xù)向系統(tǒng)中輸入大量能量。一旦失衡跌倒，它們就會變得極具危險性。從物理學角度看，危險性并非線性增長：如果機器人的體型翻倍，其潛在的破壞性能量將增加到原來的 8 倍。

他在個人博客中提到：“不要在三米以內(nèi)接近一臺正在行走的全尺寸人形機器人。”

基于這些判斷，Brooks 預(yù)測：15 年后能夠真正成功的類人機器人，很可能已經(jīng)徹底放棄人形。它們會使用輪式底盤，配備多只機械臂和高度專用的傳感器，而不是執(zhí)著于模仿人類的外觀。

第三，當前人形機器人敘事中，普遍存在一種對“端到端學習”的過度泛化。Brooks 指出，語音識別、計算機視覺和大語言模型的成功，并非源于從原始世界到結(jié)果的純學習，而是建立在高度工程化、強領(lǐng)域約束的前端結(jié)構(gòu)之上：語音依賴為人類聽覺打造的信號處理體系，視覺依賴模仿生物視覺皮層的卷積結(jié)構(gòu)，語言模型則以人類書寫語言、token 化和嵌入機制為基礎(chǔ)。端到端學習真正發(fā)揮作用的，是在人類已經(jīng)明確界定了輸入形態(tài)與學習終點之后。

而在具身智能與人形機器人領(lǐng)域，這一前提尚不存在。與語言和視覺不同，觸覺與力覺至今缺乏成熟的數(shù)據(jù)采集、存儲、傳輸與重放體系，幾乎沒有可供學習的標準化前端。在正確的數(shù)據(jù)是什么尚未被工程化之前，試圖依靠視覺數(shù)據(jù)和規(guī)?；柧氈苯訉W會靈巧操作，本質(zhì)上是一種結(jié)構(gòu)性誤判。Brooks 認為，將端到端學習的成功經(jīng)驗簡單移植到人形機器人上，不僅難以復(fù)制既有突破，反而可能造成系統(tǒng)性的資源錯配。

從某種意義上說，Brooks 對當下人形機器人的熱潮也難辭其咎。正如 Robust.AI 聯(lián)合創(chuàng)始人兼首席執(zhí)行官 Anthony Jules 所言，“這一輪浪潮多少也有他的責任”。Brooks 曾于 1993 年啟動 Cog 項目探索人形可能性，也曾在 1999 年論文中將通用型人形機器人稱為“圣杯”。

如今，機器人領(lǐng)域正受到前所未有的關(guān)注，估值動輒數(shù)百億美元的融資案例不斷出現(xiàn)，資本與宏大敘事以前所未有的強度加速匯聚。比如 Figure AI 累計融資超 20 億美元，1X Technologies 正尋求一輪最多達 10 億美元的融資......

但在 Brooks 看來，當下投入這一領(lǐng)域的數(shù)十億美元，本質(zhì)上是在為一系列昂貴卻無法規(guī)模化的訓練實驗買單，這些實驗最終難以支撐大規(guī)模量產(chǎn)。

他見證過太多所謂的技術(shù)預(yù)言：1987 年，德國工程師的自動駕駛汽車就已在歐洲高速上飛馳；1997 年，IBM“深藍”擊敗國際象棋大師；2016 年，AI 教父 Geoff Hinton 曾預(yù)測放射科醫(yī)生將在五年內(nèi)消失。如今，司機、棋手、醫(yī)生依然在場。

Brooks 堅持認為，自己不是唱衰，而是保持清醒。他依然相信，未來幾十年機器人會與人類并肩工作，甚至被稱為“類人”，但它們更可能有輪子、有多只手臂，而非真正的通用人形。

他計劃在未來幾年逐步淡出企業(yè)管理，轉(zhuǎn)而寫一本關(guān)于智能本質(zhì)的書，以及為什么人類在未來 300 年內(nèi)都無法人工創(chuàng)造智能。

“這是我一生都在追逐的夢想，”Brooks 談到 AI 時說，“我現(xiàn)在最討厭的詞就是通用人工智能。我們當年一直在朝這個目標努力！很快他們就會改口叫它‘超級智能’?！?/p>

“再往后也許就是超超智能了?！?/p>