具身智能机器人如何跨越“婴儿期”？

从商场的巡航导览，到汽车厂的零件安装，具身智能机器人正深入人类社会的方方面面，已然是高效劳作的得力干将。不过，在专为机器人设计的跑步、格斗、足球等赛事上，它们的表现却不尽如人意。

这极为反差的两面，表明具身智能正来到发展的奇点：尽管外形酷似成年，但它们的智慧处于“婴儿期”。作为“硅基文明”，机器人想要发育“成年”，硬件端的技术、软件端的数据、应用端的场景，缺一不可。

目前仅具备婴儿般智力和能力

随着具身智能等关键词首次写入政府工作报告，2025年被业界称为具身智能机器人量产元年，全行业正迎来快速发展阶段。一季度我国工业机器人、服务机器人产量达到14.9万套和260.4万套，同比分别增长26%和20%，人形机器人在酒店、工厂、景区等场景中应用的普及速度超出预期。

不过，机器人“反应迟钝”“不够智能”等现象也屡见不鲜。从机器人半程马拉松大赛的频繁跌倒，到格斗赛的失衡卡顿，再到机器人技能大赛上的遥控依赖，业界对机器人行业实际发展水平的质疑声不绝如缕。

记者了解到，目前主流的人形机器人均是“四肢发达”“头脑简单”，尽管拥有与成年人相似的外形，但仅有婴儿般的智力和能力。

对此，国家自然基金委高技术中心研究员刘进长在接受证券时报记者采访时表示，机器人就像孩子学走路，今天摔得多惨，成长就会多快。

“公众需以包容的心态看待机器人行业发展现状。”国家地方共建人形机器人创新中心首席科学家江磊对记者表示，人形机器人行业的快速发展仅有3年左右时间，如同“三岁儿童”，需给予它更长的时间成长发育。

“一开始公众对于智能驾驶也不接受，这需要一个过程。就像之前的人形机器人半马，我们认为这是机器人迈出的一小步，但可能是‘硅基文明’迈出的一大步。”江磊说。

从资本市场角度看，安永大中华区上市服务主管合伙人何兆烽对记者表示，人形机器人行业正处于技术快速发展和市场推广阶段，竞争格局尚未完全形成。这个阶段属于高投入阶段，多数企业尚未实现盈利，但融资活跃、估值较高。高估值反映了市场对其未来发展的期待。

通过探访5月底在上海张江举行的国际人形机器人技能大赛，记者发现，在工业搬运、家庭整理等多个场景中，多数参赛机器人自主决策能力较低，仍需依赖遥控操作。对此，江磊表示，该赛事的项目均源自企业真实需求，强调“解决实际问题”。“我们不希望看到由于部分机器人无法完成任务，而降低比赛难度。”他强调，要通过比赛回归场景，助力解决行业发展的问题。

“我们往往过高估计一年所能取得的成绩，而过低估计未来10年所能取得的成就。”刘进长表示，场景落地是未来推动人形机器人产业高速发展的关键点，但一定要沉下心来，不断攻克每一道难关，才能够使人形机器人真正越走越稳健、越走越有能力。

场景和数据驱动“增长飞轮”

北京经济技术开发区（北京亦庄）6月11日宣布，全球首个具身智能机器人4S店即将亮相，该4S店以具身智能机器人为核心，集机器人销售、零配件供应、售后服务、信息反馈于一体。人形机器人似乎如汽车般融入生活，变得越来越触手可及。

汽车的出现是解决出行难题，那么人形机器人因何而起？对此，上海市人工智能行业协会秘书长钟俊浩强调，首先，机器人应承担更多工作，要能说会听、会劳动、会干活。其次，机器人要讲究效益，除了不被局限于固定程序，还应具备理解自然语言指令的能力和推理能力。最后，机器人要有实用性，能投入到制造、物流、家政等多种场景。

显然，当下略显笨拙呆萌的机器人距离上述要求还有很大的鸿沟。多名业内人士表示，机器人落地需提前进入场景获取数据，再迭代适配真实需求。场景实践与数据反馈的联动，构建起机器人成长的 “增长飞轮”。

千寻智能（杭州）科技有限公司CEO韩峰涛在接受证券时报记者采访时表示，目前人形机器人的硬件比较成熟，但缺乏智能，最主要的是缺少训练能用的数据。大语言模型发展的基础是基于互联网过去积累的海量文本数据，而训练人形机器人干活的数据是严重匮乏的。

围绕高效率、低成本的数据采集，各地均采取了一些行动。以上海为例，今年1月，全国首个异构人形机器人训练场在沪启动，由国家地方共建人形机器人创新中心搭建，目前已部署100余台异构人形机器人。该训练场旨在以“众人拾柴”的模式，实现异构人形机器人数据的规模化收集和生产制造。

“数据是上海的巨大优势。”江磊表示，今年年内，训练场预计将完成更多真机数据采集，有望成为全球最大的具身智能数据集聚地。记者还注意到，5月底，国家地方共建人形机器人创新中心、库帕思、傅利叶等具身智能数据联盟，聚焦服务、交通、医疗等领域数据，助力具身智能在垂类场景快速“发育”。

光轮智能（北京）科技有限公司创始人、CEO杨海波对证券时报记者表示，公司可以为AI进入物理世界提供基于仿真技术的合成数据，能通过合成数据加速AI大脑训练及落地场景应用。

“仿真合成数据具有成本优势，无需依赖真实场景搭建与硬件设备，资源投入更低，数据生成效率更高。此外，仿真合成数据是泛化的、多样的，可自定义各类极端或罕见场景，满足AI训练对数据多样性的需求。”杨海波表示，当前行业通过真实数据、仿真合成数据、网络视频数据共同用于具身智能训练。公司积累了丰富的实践经验，形成了合成数据的使用方法论，包括配比和使用顺序等。

以实用为导向发展

具身智能的终点一定是人形机器人吗？即将亮相的全球首个具身智能机器人4S店背后，有超100家机器人产业链上下游企业明确表达了入驻，而其中人形机器人企业30家，可见“非人形”在业内仍有举足轻重的位置。业内普遍认为，不应纠结具身智能的外在形态，而要关注实用的内核。

钟俊浩认为，鉴于行业所处的发展阶段，当下不应过度强调机器人的外形。一些过渡方案是可能存在的，例如，为机器人配备轮子以方便其移动。

“现阶段不必单纯追求人形，但人形机器人是具身智能的最佳载体。”刘进长表示，技术突破和成本下降是近两年人形机器人和具身智能发展的显著趋势。随着人形机器人迭代速度加快和成本降低，将逐步向制造业、商业、家庭等场景渗透。

当下全球科技创新进入了密集活跃期，尽管具身智能产业处于技术爆发期与市场扩张期，但技术迭代加速、赛道拥挤化、巨头挤压、商业化验证难题等，也加大了潜力公司保持竞争力的难度。

对此，何兆烽认为，若要立于不败之地，企业应构建“技术—场景—生态”护城河。在技术上，企业可聚焦细分领域，对特定场景的具身智能产品加大研发投入。在场景上，中国拥有庞大且多样化的产业结构，在工业、农业、医疗等垂直行业存在大量未被充分挖掘的应用场景。企业也可以拓展新消费场景，着眼于养老服务、高端家庭护理等业务增长点。在生态上，何兆烽建议，企业建立分阶段融资策略。例如，早期吸引产业资本，便于获取订单资源；中后期引入国有资本或寻求上市，增强政策背书，提升企业未来融资能力。

责编：万健祎

校对：祝甜婷

版权声明

证券时报各平台所有原创内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关行为主体法律责任的权利。