博鳌热议人形机器人：落地应用仍有三重挑战，人机边界需要明确

这是3月20日拍摄的博鳌亚洲论坛国际会议中心（无人机照片）。新华社 图

“从产品与产业层面发展趋势来看，中国人形机器人产品国产化、规模化进程加速。”

3月25日，北京人形机器人创新中心CEO熊友军在论坛上在博鳌亚洲论坛“人形机器人的进阶与飞跃”分会场作出上述表述。

谈及人形机器人的发展趋势，熊友军在论坛上指出，去年工信部组织行业标准化委员会，梳理并发布人形机器人全产业链标准，推动了行业从定制化向产业化转型。零部件企业与整机厂、系统集成商进一步协同联动、集团化发展，合力提升核心零部件的可靠性、稳定性与标准化水平，有效降低成本与行业门槛，进一步推动应用普及。

从技术层面看，熊友军指出，机器人本体技术逐步收敛，伴随大模型发展，运动控制能力快速提升；机器人“大脑”呈现大小脑协同进化的显著特征，技术范式多元，包括世界语言行为大模型分层控制、多模态大模型与相关感知技术协同，以及世界模型与多功能大模型融合统一等路径，大小脑协同进化趋势突出。

当前，人形机器人正从炫技表演逐步走向实用场景。熊友军指出，人形机器人的应用正加快向泛工业领域渗透，包括汽车、家电制造，以及搬运、分拣、物流等环节，也在从专用走向通用。

对于外界质疑人形机器人是“陷阱”的看法，vivo机器人Lab首席科学家邵浩在论坛上表示，这主要是外界认为人形机器人当前软硬件能力有限，在单一任务上不如扫地机、割草机等专用机器人。但场景决定形态，长期来看，十年后人形机器人的应用覆盖范围将远超各类专用机器人。

博鳌亚洲论坛现场。澎湃新闻记者 邵冰燕 摄

突破“ChatGPT时刻”：技术、数据与商业的三重挑战

不过，星动纪元科技有限公司创始人陈建宇指出，从近年春晚等场景的酷炫演示，到真正实现高价值落地、达成万台乃至十万台量级应用，仍面临多重挑战。

一是能力要求极高。陈建宇表示，工业场景对机器人节拍效率、作业成功率与可靠性均有严苛标准。要打造工业级稳定产品，不仅需完成单次任务，更要实现持续、可靠、低成本运行，对技术体系提出全面要求，就要求机器人能力实现体系化升级。

二是泛化性不足制约规模化落地。陈建宇指出，当前行业尚未迎来机器人领域的“ChatGPT时刻”。其中，家用场景最大瓶颈在于模型泛化能力，家庭环境布局差异极大，无法逐户采集数据、单独训练，因此模型需具备零样本泛化能力，可在全新环境中直接执行任意指令，无需新增数据与训练，这是家庭应用的终极目标，目前仍有距离，预计五到十年将有显著效果。

陈建宇同时表示，即便未达通用泛化阶段，机器人仍可在工业等垂直标准化场景落地应用。通过针对性投入数据与算力，可率先打通关键岗位，并实现标准化复制，应用于上万乃至十万个场景。

“当前人形机器人在本体稳定性、耐用性与灵巧性方面仍面临较大挑战。”百度集团执行副总裁、百度智能云事业群总裁沈抖在论坛上指出，虽然大模型已开始提供统一技术底座，但机器人“大脑”“小脑”以及整体技术方案尚未形成统一，行业远未达到类似“ChatGPT时刻”。且具身智能与现实世界的交互及行为完善是一个渐进过程，并不存在类似ChatGPT那样的突变时刻。

沈抖进一步指出，尽管当前热度较高，但人形机器人整体仍处于技术建设阶段。尤其是数据层面，行业尚未形成规模化的正向数据循环，“现阶段具身智能仍以实验与数据采集为主，未真正融入生产生活，无法像自动驾驶那样实现规模化应用并形成数据闭环，数据仍是明显短板。为此，团队已在东莞设立具身智能数据采集站，引入各类机器人本体开展数据采集工作。”

商汤联合创始人、执行董事、大晓机器人董事长王晓刚也在论坛上提及，过去几年相关模型发展在很大程度上受限于数据，以往依靠人工操控机器人采集数据的方式效率极低。而OpenClaw的出现，为人形机器人带来了自我进化能力，该平台支持机器人自主调用、自我反思与记忆，实现从单机具身智能向群体协同作业转变，使其在环境探索与操作执行中持续进化。这一技术也有望推动机器人从数字员工概念走向物理执行，成为行业重要发展趋势。

熊友军补充表示，人形机器人的“ChatGPT时刻”不会一蹴而就，而是与技术成熟度、商业价值及社会需求同步耦合。目前在部分结构化环境及简单重复场景中，依托现有大模型已实现应用落地。数据显示，去年中国人形机器人发货量近2万台，预计今年及明年将实现大幅增长，实际场景落地速度可能快于预期。

陈建宇在论坛现场给出时间范围，其认为，若对标ChatGPT式的关键突破节点，综合与美国顶尖具身智能学者的交流判断，这一时刻大概率将在五年左右到来。

3月23日，在青岛市人形机器人数据采集训练场，工作人员对人形机器人进行训练和数据采集。新华社 图

叩开家庭之门：泛化、安全与成本的终极突围

机器人离大众生活越来越近，行业最迫切需要做的是什么？

陈建宇认为，当前行业亟须推进几方面工作：一是软件与模型体系实现标准化、规模化。目前模型与数据路线众多，要形成可合规复制的标准产品，需收敛技术路线，聚焦高效可行的方案。二是硬件层面打通供应链与产业链，实现降本和规模化复制。

在智慧康养机器人养老驿站内，小朋友与一款人形机器人握手（3月18日摄）。新华社 图

“未来AI能力将持续增强，必须明确人机边界，需要把握主动权。”陈建宇指出，一是目标设定权。机器人的任务方向须由人决策，机器人仅可提供建议，不能自主设定目标。当前例如“龙虾”等部分AI应用出现失误与损失，正是过度放权导致的。二是规则界定权，机器人的行为约束与边界，必须由人制定。三是最终责任归属，责任主体必须是人而非机器，“机器人出现问题需由人兜底，责任可归于个人或组织，但最终均由人承担，如同交通事故责任不会归于车辆”。

王晓刚表示，现阶段核心是推动研究范式变革，在具身智能领域确立可落地的技术方法，通过扩大模型、算力与投入形成发展确定性，而关键支撑在于数据与模型。

“标准制定至关重要。”熊友军指出，当前行业存在一定无序发展现象，易造成资源浪费，因此亟须制定产业发展标准，以规范并引导产业协同有序发展，推动行业从定制化研发向标准化、规模化、大工业化方向迈进。

“具身智能进入家庭应用，应当是发展的最后一步。”沈抖认为，家庭场景对机器人能力提出了上限要求。相比之下，危险作业场景与工业场景标准化程度更高，而家庭环境的挑战最大。

沈抖判断，两年内机器人很难系统性进入家庭，十年内能否实现也尚不明确。但依托中国完善的供应链与丰富的应用场景，机器人成本未来必将大幅下降，最终达到家庭可消费的水平。在进入家庭之前，机器人会在各类场景中充分打磨，因此成本并非最关键的制约因素。

沈抖还指出，机器人进入家庭，需要达到类似L4级别的自主运行能力，可在全屋自由行动，这对产品性能、安全机制、行业标准及相关法律法规都提出了极高要求，相关体系仍需长期完善，“家庭普及至少是十年以后的事情，行业仍有充足时间完成各项准备。”