落地：敲开家门前，赛事为机器人找到了“用武之地”——加速进化赵维晨：形成商业闭环，才能打破“死循环”

　　新华社北京9月15日电 9月15日,《新华每日电讯》发表题为《落地：敲开家门前，赛事为机器人找到了“用武之地”——加速进化赵维晨：形成商业闭环，才能打破“死循环”》的报道。

　　加速进化（北京）机器人科技有限公司副总裁赵维晨。受访者供图

　　8月落幕的世界人形机器人运动会上，一场全程无遥控的机器人足球比赛火了。这支踢球的机器人队伍来自加速进化（北京）机器人科技有限公司。这家成立于2023年的公司在今年7月举行的2025RoboCup巴西机器人足球世界杯上，帮助中国队（清华火神队）首次在成人组夺冠，打破了欧美国家在这一赛事上长达28年的垄断。

　　人形机器人在球场上激烈对抗，而商业世界看不见的竞赛或许更加残酷。

　　技术突破与落地盈利之间，仿佛有一道“鸡生蛋还是蛋生鸡”的死循环：没有订单，就无力迭代技术；技术不够成熟，就无法拿下订单。

　　破局的关键，不在于硬件或算法的单点胜出，而在于谁能率先在“技术突破速度”与“场景适配深度”的平衡中转动飞轮——哪怕从一场足球赛、一个教育场景开始，只有让机器人真正“用起来”，数据才会流动，成本才能打下去，技术才有机会来到实战场。

　　记者：我们常说“生命在于运动”。现在人形机器人也有了运动会，运动也成为机器人进化的加速器。机器人整体性能与运动能力进化之间有怎样的关系？

　　赵维晨：如果把机器人整体性能的提升看作一条向上波动的S形曲线，那么在最初的一段，运动能力与整体性能的曲线是最接近的。

　　对于“成年”以前的机器人，运动能力的突破可为数据收集与算法训练提供支撑，推动机器人感知、决策、规划能力的提升，反过来模型能力的进步也能倒逼运动控制的精度、复杂度，推动运动能力再进化。接下来，手脑眼配合、跨场景迁移的泛化操作能力开始决定曲线的斜率。这就好比人类学会走路之后，真正拉开人与人差距的是更精细化的操作能力、交互能力。

　　加速进化上场踢球赛的机器人“运动员”是不用遥控器、全自主运动的，这背后是“感知—决策—控制”的智能系统做支撑。

　　感知算法如同眼睛和耳朵，实时捕捉足球轨迹与场上动态；运控算法则像小脑和神经系统，精确控制全身数百个关节的电机，完成奔跑、急停、转向、射门等复杂动作；决策算法则像是真正的战术大脑，需要0.1秒内做出判断。足球赛事对抗激烈，机器人需要更强的算法能力来保持本体的平衡。端到端模型将视觉信号实时输入，再输出关节控制指令，二者配合默契才能实现“运动员”动作的连贯、稳定与精准。

　　记者：制约取得更先进性能的卡点，有人说在于“大脑”不聪明，有人说在于硬件不给力。是谁在给谁拖后腿，加速进化又主攻哪一方？

　　赵维晨：更底层的操作系统，才是真正的护城河。当越来越多的开发者基于你的操作系统做开发，越来越多的机器人和硬件运行你的框架，机器人的软硬件能力才能快速迭代和迁移。操作系统的价值在于生态构建，其发展突破将是连接技术、商业、生态的关键一跃。

　　记者：能踢足球的机器人“运动员”身上，有多少能力能迁移到生活场景？

　　赵维晨：足球场景是检验机器人的运动能力、感知算法等关键技术的试金石，这些能力提升后都能迁移到未来的家庭陪伴、教育等更多场景。

　　具体来说，运动控制层面，球场上训练的动态平衡、敏捷移动、抗干扰能力，可迁移到家庭与工业场景的地面清理、避障等任务中；环境感知层面，球场上训练的识别场地、脚、足球及预测运动轨迹，可迁移到工业场景的分拣、避障、巡检任务，以及部分生活场景中；任务规划层面，球场上训练的传球、射门等快速决策能力，迁移到工业场景中，就是可以处理物流仓储的流线设计、家庭服务的动线安排等。

　　生活场景的任务会更加多样、复杂、长程、随机，机器人必须迈过从赛场到生活的挑战。

　　记者：有人质疑，目前机器人的客户和用途过多集中在科研院校及展示场景，未形成理想的商业模式，难以支撑长期价值。对此，你怎么看？

　　赵维晨：从技术到场景、再到商业的闭环，在技术成熟前是很难打通的。机器人进入家庭以前，赛事为机器人找到了“用武之地”。赛事如火如荼，在其中秀出实力的机器人厂商能拿到商业订单，从中小学到国内外高校、研究机构甚至家庭都更有意愿购入机器人。只有拿到订单，打破规模化困境，才有可能反哺研发，保持进化速度，守住优势。

　　记者：落地是悬在大多数厂商头上的一把剑。在哪里落地、能不能击穿场景，关系到厂商的生死存亡。不少厂商将工业场景作为率先落地的布局重点，加速进化却为何选择战略性放弃？

　　赵维晨：先来算一笔经济账——短期内人形机器人单台成本在10万元以上，加上维修，成本还会更高，而工人年薪在5万-8万元。更关键的是，工业场景需要的是可靠、精准、高效，如在汽车工厂，停产1分钟即损失数万元，那么因机器人时延而导致的损失也不容小觑。

　　技术匹配度方面，现有的专机如机械臂、自动导向车（AGV）已实现分拣、焊接等环节的高度自动化，如果盲目追求人形机器人入厂，好比让瑞士军刀切菜。此外，产线故障往往属于长尾场景，机器人难以解决，或解决的成本包不住收益。

　　能力迁移层面，工业场景的数据是固定的，光照、物体、流程相对变化不大，属于“死数据”。而家庭场景的数据是“活”的，场景不断变化，迁移难度也很大。

　　因此，我们视工业场景的“易落地”为短期诱惑，而将家庭机器人作为终极目标。机器人的真正价值在于通用。正如智能手机替代功能手机，不是因为它能更好地接打电话，而是因为它创造了全新的交互方式与生态价值。