2025年,人形机器人领域经历了融资、量产、订单和冲击上市的多重热潮,结构性风险与商业化难题也逐渐显现。在这样的行业节点,由立德机器人平台(机器人大讲堂)主办2025第六届中国机器人行业年会上,一场以“具身智能技术商业化机遇与挑战”为核心命题的圆桌论坛重磅开启。
本次论坛由北京理工大学长聘教授、医学工程学院院长段星光主持,汇聚了政产学研用多方权威代表——国家自然基金委高技术中心研究员、科技部专业技术二级刘进长,中国计量大学党委委员、副校长王斌锐,浙江大学控制科学与工程学院教授、湖州研究院院长许超,因时机器人CEO蔡颖鹏,浩海星空创始人&CEO齐建伟,大咖机器人联合创始人、CTO徐文强。嘉宾们带着前沿经验与独到思考,围绕政策导向、技术突破、数据困境、场景落地等关键议题,展开了一场直击痛点、富有洞见的深度对话。
![]()
▍话题要点
- 中国在具身智能领域的政策趋势、优势与瓶颈是什么?
- 人形机器人层面,技术未来的发展,或者有什么新的技术?
- 如何解决具身智能训练数据的匮乏问题?
- 灵巧手技术目前处于什么阶段?未来理想形态是怎样的?
- 哪些指标能标志具身智能跨越早期阶段、实现大规模落地?
▍政策前瞻:国家战略布局与全球竞争态势
圆桌论坛的首个议题围绕国家战略布局与全球竞争态势展开。
作为深耕机器人领域近40年的行业前辈,国家自然基金委高技术中心研究员、科技部专业技术二级刘进长首先回应了全球纷争格局下中国的发展机遇与政策趋势。他指出,机器人赛道是中华民族复兴进程中赶超发达国家的关键赛道,国家的支持具有极强的前瞻性,自1986年“863”计划起,智能机器人领域的支持从未间断。
![]()
国家自然基金委高技术中心研究员、科技部专业技术二级刘进长
当前,国家层面的支持力度持续加码:100亿经费的“智能制造与机器人2030”重大专项重点扶持工业机器人,推动重载本体与核心零部件实现突破;卫健委、发改委的主动健康专项助力康复医疗机器人发展;农业部投入10亿支持农业机器人,涵盖智能采摘等细分场景;家庭服务机器人等领域也获得多方位扶持。“2025年‘十四五’收官后,‘十五五’期间机器人的触角将延伸至千行百业,服务、特种等多个方向将全面发力。”刘进长补充道。
“未来走进家庭的机器人也都在支持之列。”刘进长对未来充满信心,“这个赛道是中华民族复兴,尤其是2035年要达到中等发达国家,真正赶超其他发达国家最重要的赛道之一。”
面对“行业是否过热”的疑问,刘进长给出了乐观答案:“我们造机器人的能力仍显不足,特斯拉10万台产能规划下供应链仍在完善,今年40亿的采购量距离万亿级市场规模相差甚远。2026年行业仍将保持热度,市场竞争是催生优秀产品的必经之路,具身智能仍是未来最具投资价值的赛道。”
▍技术突破:从刚性电机到仿生肌肉的路径选择
技术栈尚未完全收敛是当前行业的核心隐患之一,而驱动技术作为人形机器人仿生特性的关键,成为论坛热议焦点。
中国计量大学党委委员、副校长王斌锐,从仿生原理出发,剖析了下一代驱动技术的发展方向。
![]()
中国计量大学党委委员、副校长王斌锐
人形机器人要真正像人,其中一个方向是摆脱刚性电机驱动,走向仿生肌肉驱动。王斌锐指出,电机与生物肌肉的本质区别在于运动方式与柔性特征——电机以定轴转动为主,而肌肉通过伸缩实现运动,且具备天然柔性,这是机器人融入助老助残等生活场景的关键。
他提出三大技术路径:一是通过控制技术优化与柔性安装改造现有电机;二是依托材料学创新开发仿生肌肉,包括气压驱动肌肉、电活性聚合物、形状记忆合金、碳纳米管等方向;三是利用生物技术培养肌细胞实现驱动。
“我更看好材料学创新的路径。”王斌锐强调,仿生肌肉驱动不仅是硬件的革新,更能与神经系统的刺激-抑制机制深度融合,实现真正拟人化的运动与控制,这也是具身智能的核心要义。当仿生驱动的能量转换效率接近电机水平时,机器人将在康复医疗等场景实现突破,甚至进入国补目录,加速商业化落地。
▍数据饥荒:从“手把手”到“开仓放粮”的解决之道
浙江大学控制科学与工程学院教授许超则聚焦于具身智能发展的关键瓶颈——数据问题。他用生动的比喻描述了当前困境:“具身智能和人工智能现在在闹饥荒。”
许超认为,未来具身智能最重要的是“身体”,而这个身体不只是躯干,还需要有灵魂。“缺脑子就给它补脑,靠什么补?我认为是数据。”他表示,数据是人工智能的粮食,而当前这个“粮食工业”需要集约化发展。
![]()
浙江大学控制科学与工程学院教授、湖州研究院院长许超
他提出了解决数据饥荒的三条路径:一是从过去的“手把手教机器人”转变为“自己动手采集”;二是“开仓放粮”,利用人类日常生活中已经产生的数据;三是发展“平行空间”,通过高保真、多模态的物理仿真产生数据。
许超分享了具体案例:在海南石榴种植园,工人戴着智能眼镜剪枝,整个过程被完整记录,这些数据随后被用于训练模型,使新手也能快速掌握剪枝技巧。这种方法没有专门构建数据集,而是在人类自然活动中采集数据。
更具创新性的是“溯源空间”构想。在真实城市中构建机器人与人类共存的试验场,数据部分开源、部分商用,既解决机器人早期落地的舆论风险,又能实现数据的规模化生产与共享。“数据工业需要协同共建,而非单点突破,这样才能真正解决饥荒问题。”许超强调。
▍灵巧操作:从百花齐放到产业化平衡
双足行走之外,双手的灵巧操作是机器人实现实用价值的关键。
因时机器人CEO蔡颖鹏结合企业实践,分享了灵巧手技术的发展现状与未来方向。
![]()
因时机器人CEO蔡颖鹏
“当前灵巧手行业仍处于早期阶段,技术路线百花齐放,每种方案都有明显优劣,核心突破需要行业共同投入。”蔡颖鹏指出,灵巧手企业的发展需聚焦两大核心:一是深耕底层技术创新,从材料、工艺层面优化微小精密执行器,提升功率密度、控制精度与散热性能;二是紧扣场景需求,通过市场化验证迭代产品。
他提出了三个具体方向:一是在微小精密执行器上持续投入,从材料、工艺层面进行底层创新;二是拥抱客户和场景,通过大量使用收集真实需求;三是基于用户反馈快速迭代产品,形成数据飞轮。
对于未来的灵巧手形态,蔡颖鹏持务实态度:“我们做人形机器人不是为了做仿生而去仿人,而是为了实现更多通用的操作能力去做开发。”他认为,理想的灵巧手应该能够覆盖80%-90%的应用场景,剩余的特殊场景则可通过使用专用工具解决。
蔡颖鹏强调,产业化需要平衡技术前沿性与成本、可靠性等指标,最终目标是打造“相对通用、尽可能适用、高性价比、可靠耐用的产品”。
▍商业化路径:从技术突破到规模落地的双重挑战
“什么样的指标标志着具身智能跨越早期阶段?”面对这一核心问题,两位青年创业者从企业实践出发,给出了明确答案。
浩海星空创始人齐建伟认为,具身智能大规模突破仍需一次“具身模型的突破”。
![]()
浩海星空创始人&CEO齐建伟
“到目前为止,具身模型还没有达到大语音模型的GPT时刻。”齐建伟表示,在技术突破尚需时日的情况下,企业应采取务实策略。浩海星空选择从教育和医疗两个方向切入,通过实际项目落地获取数据和优化模型。
他指出当前行业在发展阶段的判断上存在不同视角:一些率先发展的企业和投资机构认为,具身领域已接近成熟阶段,这与他们较早进行大规模布局有关。而更多从业者基于理性分析则认为,行业仍处发展初期,未来还有很长的路要走。
齐建伟认为,当前阶段是“百花齐放,群雄逐鹿”,离真正的收敛和成熟还有相当距离。他采取的策略是兼顾长远技术布局与近期商业落地,虽然这种模式“压力最大,挑战也最大”,但却是必要的平衡。
大咖机器人联合创始人徐文强提出以出货量为核心的阶段性指标体系:“在我看来,这个事非常直接也非常简单。我们评价当前具身智能也好,机器人的服务也好,它究竟有没有达到落地的标准,有一个主线的指标,就是看出货量。”
![]()
大咖机器人联合创始人、CTO徐文强
他将出货量分为三个阶段:“0-100台阶段,核心看场景操作成功率与任务节拍;100-1000台阶段,售后率与人均服务机器人数成为关键;1000-10000台阶段,复购率将决定企业能否进入常态化商业化。
徐文强指出,不少公司声称出货量达千台或近万台,但实际交付和商业化进展并不理想。他认为,健康的发展需要技术、售后和服务指标同步提升,才能真正跨越商业化门槛。
▍小结
这场圆桌论坛的核心启示在于:具身智能的商业化之路,本质是政策、技术、数据、产业协同的系统工程,需跨越“技术秀”到“规模化价值创造”的鸿沟。
政策层面,国家多维度专项支持为行业筑牢基础,“十五五”期间的全面发力将进一步拓宽应用边界;技术层面,驱动技术、灵巧操作的突破与技术栈的逐步收敛,是机器人从“demo”走向“产品”的关键;数据层面,打破孤岛、协同共建的数据生态,将为具身智能提供核心算力支撑;商业化层面,以场景为导向、以阶段性指标为牵引,平衡短期落地与长期创新,是企业穿越周期的核心逻辑。
正如主持人段星光在结语中所言:“路再长,也长不过机器人一步一步走出来的脚印。”当政策红利持续释放、技术突破不断涌现、产业链协同日益深化,具身智能将跨越“死亡谷”,从科研热潮蜕变为推动新质生产力发展的核心力量。无惧寒冬,敢想敢干的从业者终将在热潮退去后,以低成本、高可靠、规模化的产品,兑现具身智能的十年之约。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.