人形机器人卡在数据和模型 单点任务难搞定|直击2025外滩大会

《科创板日报》9月12日讯（记者 黄心怡）在2025 Inclusion·外滩大会“具身智能：从泛化到行动，重塑产业未来”论坛上，多名专家围绕具身智能的发展分享了自身看法。

清华大学人工智能研究院智能机器人中心主任孙富春表示，具身智能有四个重要要素：

一是本体技术。本体技术里首先重要的是人形机器人。孙富春认为，人形有其特殊优势。相较其他形态，人的两腿是高负重比、高度自适应，且一双手可以在工作和生活环境里做各种各样的事情。

“我们的期望是未来15年到20年时间里，人不愿意干的危险重复的枯燥工作全由机器取代，这使得人形是目前本体最重要的部分。当然如果在空中作业，可能鸟的形态会更好，水下作业也许某种水下生物的形态是最好的。“

二是数据、知识和场景。光靠数据知识来训练具身智能已然不够。需要构建场景，这包括实际的训练场，也有计算机构建的训练场。

三是具身智能体，负责感知、理解、决策和控制，能自主与环境交互，完成任务。孙富春表示，“人是最典型的理想具身智能体，而我们希望打造的具身智能体，也像人一样，有的擅长做工程，有的人擅长做艺术，有的人适合做表演，机器人能够帮助人从事各行各业的工作。”

四是学习和进化的构架。智能体通过交互动作，不断适应、学习和提升。如何实现高校的Sim2Rreal(从模拟到现实)迁移是智能体设计的关键问题。

孙富春提到，未来数据采集会更注重快响应、低时延、高精度的采集设备。“如果有厂家，这几年搞这玩意儿一定挣钱。采集设备包括穿戴的，还有真实场景的数据采集、模型训练，以及训练场，这些需要跟真正的物理世界充分交互，训练成本就可以大大降低。”

国地共建人形机器人创新中心首席科学家江磊认为，具身智能路径还远没有收敛，目前的具身智能四条路径分为智驾、机械臂、腿足式机器人以及芯片。“这四拨人一直没有融合，就像四条产业链的射线，当有天集中于一点的时候，或许具身智能这个产业就能落地。”

在江磊看来，无论哪种技术路径，一定要用到大数据集，因此训练场很重要。他呼吁除了关注模型侧研究、整机侧创新，更多人应把精力投入到训练场，这不仅是基础设施，也是一大关键技术。

2025年7月，位于上海张江模力社区的国家地方共建人形机器人创新中心具身智能训练场正式投入运行。

江磊介绍，眼下训练场的主要训练方式是人类拿着遥控器来遥控一台真正的人形机器人，把数据同步保存。而便携式或者进入场景的下一代训练场也在开展中。“现阶段这种重资产投入的实训场方式并不适合所有的机器人厂家，更适合省市一级创新中心来做，下一阶段能够深入到现场的训练场是更普适于厂家的。”

灵心巧手联合创始人兼首席AI架构师苏洋表示，机器人零部件的成本是影响其规模应用的一大瓶颈。他透露，目前灵巧手占整个人形机器人成本是21%～23%。“当灵巧手的成本降到100～500块的时候，机器人就能进入千家万户了。”

小苗朗程创始人赵沛舟也认为，这一波具身智能处在非常早期的状态，仍在解决单点问题。“比如，现在就解决抓取或者搬运任务，如果连这些任务都无法实现99.9%的准确率，那再怎么泛化，都没有任何现实价值。具身智能的发展阶段有可能类似于现在的语言模型，也正处于从基础模型到Agent能力的突破上。”