前不久,，上海一場以“勞動最光榮”為主題的技能大賽,，用同臺競技的方式，以一場壓力測試,，讓我們看到,，機器人距離真實場景落地還有多遠距離要走。無疑,，仍處于發(fā)展早期階段的具身智能,，無論是大腦、小腦還是本體,，尚有大量瓶頸待突破,。
大腦不夠聰明，訓練數(shù)據(jù)不夠,，那就使用更多合成數(shù)據(jù),；機器人通用性難實現(xiàn),，那就先聚焦在一些特定場景的應用……行業(yè)喧囂熱鬧,，方興未艾，創(chuàng)業(yè)者們紛紛選擇自己的生態(tài)位,，以“沿途拾蛋”的方式,，共同推動這一未來產業(yè)的加速成熟。
賽事從“表演型”向“實用型”進發(fā)
與單純追求視覺表現(xiàn)力和沖擊力不同,，中國人形機器人產業(yè)正以“好用,、管用”為導向，加速商業(yè)化落地進程,。前不久,，以“勞動最光榮”為主題的國際人形機器人技能大賽在上海舉辦?？梢钥吹?，隨著人工智能、傳感器技術迭代升級,，人形機器人正從實驗室走進更多工廠和家庭,，逐步從“表演型”邁向“實用型”。
翻開賽事手冊可以看到,，汽車貼標,、零部件上下料、衣服折疊,、垃圾清理,、商品掃碼等工業(yè)、家庭,、商業(yè)場景實現(xiàn)全覆蓋,。如果只看比賽項目,，或許會以為這是一項人類勞動技能比賽。
剛剛完成比賽的機器人操控者王思浩告訴記者：“比如疊衣服這個動作,，對人來說可能很簡單,，但對于機器人來說，卻需要調動視覺,、觸覺等各個系統(tǒng),，非常復雜。但也因為如此復雜,，人形機器人才可以在日常生活中真正幫到人類,。”
更多具身智能產業(yè)企業(yè)也不再單純追求“人形”,。在一家主做仿生手的企業(yè)展位,，記者了解到，該企業(yè)的產品并不一定需要裝在人形機器人身上,，搭載在一個平臺上即可完成從1萬元現(xiàn)金中抽取出5張紙幣等銀行柜員的基本操作,。
以賽事為橋梁，拉近了機器人公司和場景應用方之間的距離,。觀看了商業(yè)場景賽事后,，來自上海的朱先生立馬向參賽隊伍提出訴求?！拔疫@邊有1萬多臺自動售賣機,。機器人能不能跟我的自動售賣機配合，在辦公樓里完成下單,、支付,、取貨、配送的完整工作流程,？”
回顧來看,，從北京的人形機器人半程馬拉松賽，到無錫的具身智能機器人運動會,，到杭州全球人形機器人格斗大賽,，再到此次上海舉辦的國際人形機器人技能大賽，今年以來,，人形機器人迎來了多場賽事,。
“以往賽事更多聚焦機器人的運動能力，我們更看重讓機器人具備進入各類場景,，乃至千家萬戶去作業(yè)的能力,。隨著去年年底‘模塑申城’方案的全面實施，上海積極發(fā)揮場景應用優(yōu)勢，幫助人形機器人‘解鎖’新技能,，推動軟硬件產品實現(xiàn)多元場景落地,。”上海市人工智能行業(yè)協(xié)會秘書長鐘俊浩這樣介紹此次大賽的“上海特色”,。
不可否認,，人形機器人仍處在發(fā)展初期，從實驗室走向工廠,、走向家庭,，仍有諸多技術難點待突破。通過這場賽事構建出的基于真實場景的壓力測試場,，我們看到了人形機器人率先在某些特定場景中應用的可能,，以“沿途拾蛋”的方式不斷積累數(shù)據(jù)、成熟技術,。
近日,，在武漢市蔡甸區(qū)花博匯景區(qū)舉行的“世界機器人嘉年華”活動中，游客觀看機器人表演,?！⌒氯A社記者 杜子璇 攝
腦部進化 行業(yè)突圍“數(shù)據(jù)荒”
從賽事來看，人形機器人在精度,、速度,、泛化度等維度仍顯笨拙。行業(yè)人士表示,，訓練數(shù)據(jù)的不足，是當下阻礙機器人進化的一大瓶頸,。
以ChatGPT,、DeepSeek為代表的大語言模型，其智能的涌現(xiàn),，離不開巨量的文本數(shù)據(jù),。具身智能模型能力的提升，同樣有賴于大量訓練數(shù)據(jù)的輸入,。不過,，與文本數(shù)據(jù)相比，具身智能的訓練數(shù)據(jù)十分稀缺,，尤其是多模態(tài)數(shù)據(jù),。“數(shù)量上可能有百萬倍的差距,?！敝袊こ淘和饧菏繌埥▊フf。
為了解決訓練數(shù)據(jù)缺乏的問題，機構和企業(yè)紛紛行動,。比如,，特斯拉Optimus的訓練數(shù)據(jù)是讓人在遠程操作機器人的過程中，將操作動作和環(huán)境感知數(shù)據(jù)進行記錄,；谷歌DeepMind聯(lián)手斯坦福大學等推出了Open X-Embodiment Dataset,，包含100多萬條真實機器人軌跡。國內人形機器人頭部企業(yè)智元也發(fā)布了百萬真機數(shù)據(jù)集開源項目AgiBot World,。
不過,，百萬體量的數(shù)據(jù)，對于訓練具身智能大模型來說,，遠遠不夠,。
“頭部車廠每天回流的數(shù)據(jù)在1億條左右。但在具身智能領域,，如今我們采集到的最大數(shù)據(jù)集也只有百萬條規(guī)模,。當人形機器人的存量尚未達到自動駕駛領域百萬級設備的規(guī)模時，依賴海量真實數(shù)據(jù)訓練不僅成本高昂,，而且周期冗長,，極大制約了大模型的訓練效率與場景適應能力?！北本┿y河通用機器人有限公司創(chuàng)始人兼CTO王鶴說,。
行業(yè)解決數(shù)據(jù)難題的路徑之一，是合成數(shù)據(jù),。合成數(shù)據(jù)（Synthetic Data）是一種模仿真實世界數(shù)據(jù)的非人工創(chuàng)建的數(shù)據(jù),，它是由基于生成式人工智能技術的計算算法和模擬創(chuàng)建而成。在前不久舉辦的2025張江具身智能開發(fā)者大會上,，銀河通用通過完全基于合成數(shù)據(jù)的端到端抓取基礎大模型GraspVLA,，以及導航大模型，展示了合成數(shù)據(jù)的價值,。
據(jù)悉,，GraspVLA采用10億級別的合成大數(shù)據(jù)進行訓練。目前銀河通用安裝了上述大模型的人形機器人已經(jīng)用于24小時無人藥店,?！?0多平方米的藥店里面，有5000多種藥品,，6000多個貨道,，可全都由機器人完成取貨，打包后送至外賣柜等待上門領取,?！蓖斛Q介紹,，目前由人形機器人運營的24小時無人藥店已有6家在北京實現(xiàn)常態(tài)化運營，今年年底預計全國擴張至100家,。
當然,，合成數(shù)據(jù)方法并非沒有局限性。雖然目前生成視覺數(shù)據(jù)的能力相對成熟,，但生成其他模態(tài)的數(shù)據(jù),，包括觸覺、溫度和聲音數(shù)據(jù)等,，仍然是一項重大挑戰(zhàn),。此外，關于合成數(shù)據(jù)路線,，行業(yè)也有不少擔憂,，比如“Sim2Real Gap”，也即仿真環(huán)境與真實世界匹配度不夠,，導致合成數(shù)據(jù)訓練存在有效性問題,。
方興未艾的具身智能：關于未來我們可以期待什么
從全球視野來看，具身智能產業(yè)發(fā)展呈現(xiàn)出創(chuàng)新活躍的多元競爭態(tài)勢,。美國以頂尖科研機構與科技企業(yè)為核心,，在算法、芯片等核心技術領域取得突破,；歐洲持續(xù)推進具身智能在工業(yè)場景中的應用探索,。中國則得益于完整的產業(yè)鏈優(yōu)勢，集合了本體制造,、算法優(yōu)化,，再到落地場景驗證的全棧式技術儲備，成為具身智能產業(yè)的一處高地,。
“我國人形機器人初步建立了‘大腦,、小腦、肢體’的創(chuàng)新體系,，而這也成為世界范圍內被廣泛應用的技術體系。目前,，我國人形機器人整機產品達到國際先進水平,，涌現(xiàn)了宇樹、智元,、傅利葉,、星動紀元、銀河通用等一批企業(yè),。在CS2025上,，英偉達CEO黃仁勛身后的14臺人形機器人,，4臺來自美國，6臺來自中國,?！眹毓步ㄈ诵螜C器人創(chuàng)新中心首席科學家江磊介紹。
江磊表示,，在核心零部件方面,，我國已經(jīng)實現(xiàn)了安全有效的供給，尤其是在感知,、控制,、驅動、傳動模塊,，在低成本約束下具有一定的領先優(yōu)勢,。創(chuàng)新生態(tài)也逐漸完善，形成跨領域企業(yè),、本體初創(chuàng)企業(yè),、高校科研院所,、上游部組件企業(yè)以及地方政府支持下的創(chuàng)新中心等5類創(chuàng)新主體,。
“整體來看，我國具身智能產業(yè)規(guī)模爬升迅速,，示范應用仍在培育階段,。”江磊說,。
仍處于早期階段的具身智能產業(yè),，無論是大腦、小腦還是本體,，都面臨諸多瓶頸,。比如，在應用方面,，目前更多是抓取,、擺放、組裝等一些“原子”技能的訓練,，難以完成長序列任務,。在技術路線上，也存在諸多爭議,，比如到底是“數(shù)據(jù)驅動”還是“模型驅動”,，是做通用型機器人，還是做“專用”機器人,。
分歧終將收斂于實踐,。目前我國已有超過100家人形機器人整機企業(yè),，這些企業(yè)紛紛尋找自己的生態(tài)位，做出不同的選擇,，有些聚焦于工業(yè)場景,，提升負載和電池容量；有些聚焦于商用服務行業(yè),，提出用“崗位化”理念生產“專用”型機器人,；有些結合自身原有業(yè)務優(yōu)勢，聚焦康復醫(yī)療場景……
談及未來5到10年人形機器人的發(fā)展,，張建偉表示,，在做技術預測時，人們傾向于對近期目標過分悲觀,，對遠期目標又過分樂觀,。“全球來看,，從20世紀80年代的美國,，后來到日本，再到韓國,，機器人‘狼來了’的故事已經(jīng)喊過多遍,。人工智能的發(fā)展為機器人自主學習能力提升帶來了巨大想象空間，我們也隨之來到了一個新的時點,?！?/p>
“能夠在家庭護理、工廠等多場景工作的通用型機器人,，可能仍需10年,、20年的時間來打磨。但未來5年,，在抓取,、裝配等場景中，具身智能應該可以完成第一批示范場景應用,。在很多B端場景,，如工廠、社區(qū)醫(yī)院,、農業(yè)等,，圍繞收割、殺蟲打藥,、采摘，以及一些簡單的家務任務,，應該逐漸有專業(yè)機器人出現(xiàn),?！睆埥▊フf?！?/p>
