Citrini Research 在周三发布的报告中指出，人形机器人正展现出超越受控演示的实质进步，在自主性、灵巧度和执行重复性现实任务方面均有提升，但大规模商业化部署仍处于推进过程中。

该报告基于研究团队在旧金山湾区用一周时间走访主要机器人实验室、工程师和投资者后得出。报告称，多数人形机器人目前仍停留在开发、训练和遥操作演示阶段；即便存在真实场景部署，其性质也更接近试点项目，而非能带来明确投资回报的机会。

报告的核心议题是：机器人技术是否正在接近属于自己的「ChatGPT 时刻」——即技术被广泛认可为有用且具颠覆性的临界点。报告列举了 GeneralistAI 与 Skild AI 的近期进展，以及 Figure AI 涉及 25 万个包裹的演示，作为学习能力、灵巧操作、运动控制和现实自动化等方面进步的例证。

不过，报告并不认为会出现某一个决定性的突破。它提出，机器人技术可能通过「多重信号的拼图」式路径演进，由硬件、训练和自主性方面的渐进改善，逐步把技术推向更广泛的商业应用。报告判断，人形机器人的基础运动能力实际上已是「已解决的问题」，而复杂的灵巧操作仍然更难攻克。简单的重复性任务目前已可训练，随着机器人模型持续改进，这为近期自动化创造了机会。

与技术进步同步的是围绕机器人基础设施的投资。特斯拉一直在为 Optimus 准备生产线，小鹏汽车已为其 IRON 人形机器人启动自动化产线。在算力一侧，英伟达为物理 AI 提供支持；Figure AI 则锁定了最多 10 万块 Vera Rubin GPU 的使用权，用于训练驱动其人形机器人的模型。

报告结论认为，机器人自主性正沿一条曲线发展，而非依靠一次决定性突破到来，「广泛的通用性」仍是更长期的目标。

从更广的背景看，人形机器人赛道近两年吸引了大量资本与人才，特斯拉、小鹏等车企把汽车制造中的产线经验迁移到机器人量产准备上，英伟达则试图把其在 AI 训练芯片上的优势延伸到「物理 AI」这一新叙事。但 Citrini 的调研提示，演示视频中的能力与可稳定创造经济价值的部署之间仍有明显距离，投资者需要区分「技术里程碑」与「可复制的商业回报」。这一判断对关注特斯拉 Optimus 进展的读者尤其具有参考意义：产线准备与模型训练属于必要投入，但距离规模化落地仍有待观察。