专访北航教授王田苗：AI发展红利会分多轮释放，家庭场景将带来新一轮增长

2026年被称为人形机器人量产商业化元年，多家企业宣布已启动消费级人形机器人的交付。然而，关于人形机器人能否真正适应家庭使用场景，进入规模化落地阶段，行业却有着不同的判断。

近日，在第140届广交会召开期间，北京航空航天大学机器人研究所教授、名誉所长王田苗接受《每日经济新闻》记者（以下简称NBD）专访时指出，人形机器人真正走进普通家庭仍有漫长路程，科技成果从实验室走向量产商业化，依旧要跨越“死亡之谷”。

王田苗是“十一五”国家863计划先进制造技术领域首席专家组长、“十二五”服务机器人重点专项专家组组长，中关村智友研究院院长，多次参与和主导国内机器人方向的科研布局。

机器人企业要重点做好三件事情

NBD：本届广交会，服务机器人展厅成为人气最旺的展厅之一。对比海外头部玩家，中国机器人产业处于怎样的阶段？下一步攻克的方向是什么？

王田苗：我们看到，中国机器人产业正在蓬勃发展，越来越融入全球大市场，正在认真理解不同客户的需求。接下来，我认为企业要重点做好三件事情。

首先，要深度挖掘真实市场需求，依靠商业闭环实现产业的可持续发展。技术不能脱离落地，要充分读懂商业、农业、水下、工业等不同客户的实际诉求。

其次，要抢占和拥抱最核心的关键技术。整个机器人产业，是一个由底层推动向高层发展的过程。大模型与数据、芯片、新材料、新结构执行器是机器人与具身智能竞争的核心底座。这也是下一轮机器人或者具身智能竞争中特别重要的核心技术。

此外，我认为要推动客户深度参与研发迭代甚至绑定投资。客户既可以提供订单，也能输出场景数据，甚至参与投资，这是机器人企业成长的重要助力。

机器人属于长周期产业，企业还要重视知识产权保护、自主品牌建设，建立用户信任，做好属地化供应链运维管理。

NBD：当前，国内机器人各类应用层出不穷、百花齐放，是什么推动中国机器人发展到如今的水平？我国在全球竞争中，拥有哪些不可替代的优势？

王田苗：中国机器人产业能够快速崛起，是市场需求、人才储备、供应链基础、数据资源等多重因素共同作用的结果。

第一是市场需求的牵引。未来国内小批量、多品种、非结构化环境等制造或应用的市场特点，倒逼行业借助人工智能与计算技术，拓展机器人的场景适配能力。尤其是用工缺口、一线作业人员安全保障等现实问题，直接带动协作机器人以及各类应用型机器人实现跨越式发展。

第二是本土工程师人才优势。过去二三十年，我国十分重视工科教育，叠加互联网与软件行业对工程人才的历练，培养出一大批掌握人工智能、软件编程，擅长软硬件融合开发的科研与工程人员，这是我们非常宝贵的人力资本。

第三，机器人属于具身智能，讲究“大脑、小脑加本体”，离不开硬件体系支撑。国内完备的供应链体系，覆盖电机、传感器、加工设备等，有力支撑机器人从商业、工业再到特种场景落地。

第四是海量场景数据。机器人进一步普及离不开数据迭代，中国拥有海量真实场景数据，同时行业保持开放包容、开源共享的氛围，持续助推产品迭代升级。多重条件叠加，推动机器人与 AI（人工智能）芯片的浪潮，逐步从商业场景向工业、特种场景延伸。

劳动操作技能泛化迁移是真正难题

NBD：2026年被称为人形机器人量产商业化元年。本届广交会的一些参展企业提到，人形机器人进入家庭还需要3年至5年时间。对此你怎么看？目前最大的困难是什么？

王田苗：对于业界提出的人形机器人进入家庭还需要3年至5年的判断，我认为人形机器人大规模走进家庭的周期会更长，可能在10年之后。

首先，人形机器人的泛化迁移能力分为两个维度：一是环境的泛化迁移，依靠数据和模型训练，这部分相对更容易实现；二是劳动操作技能的泛化迁移，这才是真正的难题。像洗碗、整理玩具、照顾老人这类家庭任务，需要同时兼顾使用安全、制造成本、后期维护，还要适配家庭有限的空间，挑战巨大。

其次，从落地顺序来看，商业场景会率先跑通。商业场景可以清晰核算人力替代、投入产出，容错空间也更大，即便出现故障，一般不会造成人身伤害，也不会造成整条生产线的瘫痪。

此外，在工业场景的落地也不会直接跨到完整流水线，会先从工厂简单辅助任务、专用工作站、厂内简单物流起步。流水线追求标准化、稳定重复作业，一旦机器人故障，就会影响整条产线效率与产品质量。在综合成本、安全、维护、劳动技能泛化等多重约束下，人形机器人要真正入户，还有很长的路要走。

NBD：我们注意到，机器人领域科技成果转化常常遭遇“死亡之谷”，也就是展示很酷炫，但商业化落地很难。结合你的研发经验，怎么解决这个问题，让科技成果转化更加顺畅？

王田苗：我参与科创平台的孵化与投资，见证了九号、银河通用、博睿康、深之蓝、白鲸航线、无界动力、未磁科技、中发天信等一批机器人相关项目的成长。在我看来，如今硬科技成果转化，需要探索全新的发展范式，才能跨越所谓的“死亡之谷”。

首先，赛道选择要做到三重交汇，兼顾国家逻辑的战略需求、未来全球市场发展趋势，还要考虑高校、科研院所自身的学科与人才团队竞争优势。三者交汇的方向，更容易做到天时地利人和，获取资本、社会各方面的支持，实现快速发展。

其次，推行双向合伙人模式。硬科技创业离不开两类核心人才：一类是作为技术源头的科学家领军人才；另一类是擅长商业运营、资源整合的管理领导人才，二者需要以合伙人的模式协同推进项目。

最后，孵化和投资双轮驱动。大厂出走的成熟创业团队，可以直接对接资本走向市场；而部分技术型小团队，则需要孵化器协助完成技术打磨，设计、等待与培育可行性商业计划，在实践中实现科技成果向产业商业化转型及价值放大。孵化赋能与资本投资相互配合，是推动成果转化的重要路径。

AI对机器人出口拉动效应有长期性

NBD：今年，我国出口增长势头强劲，市场普遍认为AI对出口形成拉动。这种拉动效应能够持续多久？若这股动力减弱，出口是否会承压？

王田苗：从目前来看，AI对出口的拉动效应具备长期性。首先，AI大模型降低了传统机器人出海门槛。过去面对不同环境，需要大量工程师重新调试编程；大模型赋能之后，可大幅缩短产品适配周期，降低海外服务成本，传统工业机器人出海能力显著增强。

其次，针对危险繁重、重复度高以及小批量多品种的非结构化场景，模型可以完成环境层面的泛化适配。这会推动更多的应用场景落地。

人工智能的发展红利会分多轮释放，先是商业、工业、特种危险场景，未来条件成熟后，家庭场景又将带来新一轮增长。新需求、新任务不断涌现，叠加模型、芯片、数据、材料等底座持续迭代，会源源不断创造出口动能，产业发展的空间将十分可观。