清研精准董汉亮相中关村论坛科技创变者大会 解读具身智能从POC到PMF的落地关键

（原标题：清研精准董汉亮相中关村论坛科技创变者大会 解读具身智能从POC到PMF的落地关键）

2026年9月18日至19日，2026中关村论坛系列活动——科技创变者大会在北京海淀东升科技园万丽酒店举办。大会以“具身智能·创变未来”为主题，汇聚人工智能、机器人、先进制造及投资等领域的科学家、创业者、企业家和产业投资人，围绕具身智能技术演进与产业化落地展开交流。

在9月18日举行的工业制造板块圆桌对话中，CGL德筑集团联合创始人兼CEO方玲担任主持，围绕“从POC到PMF，瓶颈在哪？”展开讨论。清研精准创始人兼CEO董汉结合长期扎根工业现场的工程化积累与产业化实践，分享了具身智能从概念验证（POC）走向产品与市场契合（PMF）的观察。

清研精准创始人&CEO 董汉

董汉认为，具身智能实现规模化应用，需要解决工位适配、持续稳定作业和低成本复制等工程化问题，而判断是否跨过PMF的关键，在于客户是否愿意持续、规模化付费。清研精准作为物理AI基础设施企业，正通过RIL中试平台连接技术能力与工业交付。

从POC到真正的PMF要跨过三道关

在董汉看来，从POC到PMF，目前有三个卡点，分别是：机器人能不能做，能不能持续稳定地做，以及在稳定作业之后，能不能规模化复制，尤其是低成本复制。

目前，在工业制造领域，一些任务边界清晰、作业要求明确的场景，例如上下料、物料转运、分拣等，已经具备良好的导入基础，也出现了持续商业作业的案例。董汉还提到，工信部今年的实景实训专项行动提出了万台机器人部署目标，但行业距离真正的大规模应用仍有卡点需要突破。但一次任务完成，只是产业化的起点。真正落地产线，还需要跨过三道关。

*道关，能不能做。其重点在于工位与机器人的适配，现有工业现场中，大量工位围绕人的操作习惯设计。对人而言简单的动作，换成机器人执行，可能就需要重新考虑末端执行器、被操作物与工位之间的关系。

董汉以新能源汽车充电枪为例：人操作充电枪相对容易，机器人夹爪操作却可能面临挑战，而采用灵巧手又面临成本和耐用性问题。通过对夹爪与被操作物之间的结构设计进行适配优化，可以改善机器人的作业条件。这既需要机器人本体企业理解场景，也需要场景方配合。如何把原来由人操作的工位转化为适合机器人作业的工位，本身就包含大量工程工作。

第二道关，是能不能稳定的做。完成一次POC，说明机器人具备完成任务的能力或潜力。进入实际应用，还需要验证它能否适配不同操作物、应对各类边界情况，并保持稳定表现，同时满足产线的生产节拍。董汉指出，成功率从90%提升到99%需要付出很大努力，而从99%进一步提升到99.9%，可能需要付出十倍、百倍的努力。

第三道关，是能不能低成本复制。即使任务成功率已经提高，更换操作物、工装夹具或设备接口后，团队是否仍要重新研发？不能每换一家工厂，技术团队就重新研发一次。如果每进入一个新场景都需要投入大量定制工作，规模化交付就会面临成本和效率的双重约束。

以RIL中试连接技术能力与工业交付

围绕上述问题，清研精准将自身定位为连接技术能力与工业交付的工程化基础设施企业。据董汉介绍，清研精准八年来持续扎根真实工业现场，通过服务汽车、新能源、工程机械、农机等领域一百多家大型制造业客户，积累了真实工业场景经验和解决实际需求的能力，能够从具体工位、操作对象和交付要求出发，理解机器人落地过程中需要解决的问题。

围绕数据采集、仿真、测试与验证，清研精准提出构建RIL（Robot-In-the-Loop，机器人在环）中试体系，面向具身智能，将真实机器人本体、模型、控制器、执行器置于可控、可测、可复现的1∶1物理工位中，让技术能力在贴近实际作业条件的环境下接受验证。清研精准将这一技术路线概括为Sim-RIL-Real，其中RIL是机器人在环的中试环节，后续的Real则指向真实工位与真实现场。

这一平台承接的是从“技术上可以实现”到“工业现场可以交付”之间的中间环节：工位如何适配，任务能否稳定完成，操作对象和现场条件变化后会出现什么问题，以及后续复制还需要解决哪些工程难题。

对于技术企业，中试有助于更早发现进入工业现场后的适配与稳定性问题；对于工业客户，中试则为判断技术能否满足实际生产需求提供验证条件。双方由此能够围绕具体工位和实际表现展开协同，降低从试点走向应用的不确定性，而清研精准，就是技术与产业之间的桥梁。

优先关注任务清晰，可复制且有强烈替代需求的场景

哪些场景更有机会率先实现规模化应用？董汉没有给出确定的时间表，而是提出了几个判断条件：任务边界比较清晰，作业条件比较明确，并且具有较大的规模复制空间。例如，电池领域的一些检测工位，已有大量人员从事相近工作，具备进一步探索机器人应用与复制的条件。

与此同时，判断应用价值，还应关注工位本身的替代驱动力。董汉认为，机器人应用不能只围绕节省多少人工工资来算账，还应重点寻找危险、不适合人长期作业，或可能损害人体健康的场景。

煤矿井下、部分化工作业，以及存在高温、高压电等条件的工位，都具有这样的需求。让机器人承担这些任务，其价值还包括减少人员暴露于危险和不利健康的环境中。

董汉表示，清研精准已与毛明院士工作站合作，在榆林落地面向煤矿井下的中试基地，并进一步布局与动力电池相关的中试基地。煤矿井下应用推进面临的一项现实困难，是机器人进入现场采集数据、开展验证的难度较高，中试基础设施正是为解决这类问题而建设。

在他看来，兼具明确任务、复制空间与强烈替代需求的场景，在政策支持和龙头企业示范带动下，更有机会加快机器人应用进程。

以客户持续规模化付费检验PMF

完成POC，并不意味着已经找到可持续的市场需求。判断技术能否形成生意，需要回到客户真正想解决的问题。董汉在现场分享了寻找PMF时可以追问的五个问题：解决的是不是客户非常需要解决的事？客户有没有相应的支付能力？客户会不会马上花钱解决这个问题？客户会不会选择向你购买？产品或方案能不能做出来？

这些问题将技术可行性、需求紧迫性和商业选择放在一起。技术能够实现，是必要条件；客户是否认可价值、是否愿意为之行动，同样决定了产品能否进入真实市场。

对于跨越POC与PMF的标志，董汉给出了明确判断：“只要客户愿意持续掏钱、规模化掏钱，这个事就达到了节点。”这一判断强调的不只是一次采购，而是持续、规模化的付费意愿。客户愿意持续购买，意味着产品或服务能够不断兑现其认可的价值。

谈及客户选择，董汉表示，客户自身利润率高低，并不是最直接的判断标准。如果只选择利润高的客户，反而可能缩小市场空间。更值得关注的是，客户是否认可所提供的价值，以及企业是否具备难以被替代的能力。

他以汽车行业为例指出，即使行业竞争激烈，能够解决关键问题、具备差异化能力的企业，仍有机会获得客户认可和相应溢价。对于供应商而言，能否形成持续正向现金流并获得长期利润，则是商业模式能否闭环的进一步验证。

在组织能力方面，董汉认为，具身智能落地既需要复合型人才，也需要不同专业相互补位的团队。企业应推动算法、结构设计与现场工程人员深入工业场景、协同解决实际问题，以团队的工程化能力支撑持续稳定的交付。

作为物理AI基础设施企业，清研精准将与更多技术、产业等领域的合作伙伴共同努力，打通机器人上岗的最后一公里。通过做细工位适配、做实稳定性验证、降低复制成本，并持续回应客户愿意付费的真实需求，清研精准将以工程化基础设施支持具身智能进入真实生产体系。