北京
記者 潘俊田
機器人公司僅做機器人，可能不夠了。
“未來有競爭力的人形機器人公司，需要硬件能力、模型能力、數據能力和訓練場能力四位一體。”在7月11日于濟寧召開的2026機器人企業家尼山峰會上，國家地方共建人形機器人創新中心首席科學家江磊在接受經濟觀察報等媒體采訪時表示。
在近期對國內機器人公司的調研過程中，江磊發現頭部機器人企業紛紛布局上述四項能力，這已經成為行業主流選擇。
比如，宇樹科技在其招股說明書中表示，擬募資約20億元投入智能機器人模型研發項目，接近募資比例的50%。宇樹科技指出，當前高性能通用機器人行業正處于商業化突破與技術迭代加速的關鍵階段，算力支撐薄弱、高質量數據缺乏導致模型智能化程度不足，成為制約行業發展的重要瓶頸。
當前機器人行業的一大問題在于難以進入真實場景替代人工，只能進行跳舞、表演等，在舞臺場景中應用。
“跳舞、表演方面的成功，證明了國內在機器人控制系統方面已經有了很大突破，但行業依然面臨‘智能’方面的挑戰。”江磊表示。
機器人跳舞、表演都是按照事先輸入的程序完成固定動作，且舞臺不能受外界干擾。但如果讓機器人“進廠干活”，尤其是替代人工完成各類繁雜重復性工作，就需要實時調試、調整程序。
行業的解決辦法是發展具身智能。具身智能是指將AI（人工智能）與機器人深度結合，讓機器人能夠自主行動、自主作業，真正實現落地“干活”。
模型是具身智能的“大腦”。江磊表示，當前無論是“世界模型”，還是其他模型，訓練方式仍以視覺訓練、文本訓練等為主，真正完備的“世界模型”需要依托觸覺、聽覺等多維度數據支撐。
此前具身智能大多通過視覺訓練、文本訓練等方式獲得“智能”，業內目前正逐步探索通過觸覺路徑。江磊表示，0.0階段的機器人是具備感知能力的機器人，1.0階段會增加觸覺感知能力，2.0階段才能真正實現自主決策。
“最近很多做自動駕駛的人投入到具身智能領域，正是看中了大模型未來發展需要更多維度的數據。汽車可感知的數據場景有限，感知成本更高，而人形機器人適配三維空間，可采集的數據場景更豐富，感知成本更低。”江磊表示。
江磊表示，當前國內布局具身智能的企業能夠獲得的數據量過少，行業急需更多的開源數據支撐模型訓練。
這些數據需要來自真實場景。江磊所在的國家地方共建人形機器人創新中心，已在全國布局多個具身智能訓練場，以幫助具身智能企業獲取更多的數據。
機器人若能進入真實世界“打工”，將獲得更多真實數據。但出于商業考量，目前機器人推廣速度較慢，真正“進廠打工”的案例僅為個例。
江磊表示，當前機器人已經完成“從0到1”的技術突破，但難以解決“從1到10”的規模化落地，面臨中試、標準體系、企業管理等方面的問題。他認為，當前機器人規模化落地的一大問題，是企業難以精準適配、跟進真實應用場景。
“機器人企業希望客戶改良場景，客戶認為機器人需要適應場景，兩者訴求難以協調。”江磊舉例。
“機器人產業的硬件創新突破，更需要國家層面統籌解決共性問題；在場景上的落地應用，更需要地方開放適配場景。”中國電子信息產業發展研究院產業政策研究所所長王昊向記者表示。
在近期調研過程中，王昊發現配送機器人很難進校園。比如配送機器人可以實現從校園門口或固定點位，將外賣配送至宿舍樓下的服務功能，但一些學校受管理制度約束，暫不支持該類設備入校。
王昊建議，各地推進機器人產業發展過程中，需要結合自身資源稟賦、場景特色，培育差異化競爭優勢。比如，山東作為工業大省、化工大省，在工廠巡檢機器人領域具備無可替代的優勢，可以根據自身的優勢場景，瞄準機器人細分賽道進行深度布局。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
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.
