“不同于去年大會的機器人技能展示，今年最明顯的感受是‘落地’。”一名參展商感慨道。2025世界機器人大會上，機器人化身商超零售員、物流分揀員、上下料工人、居家保姆，在不同場景中，演示著各自的應用潛力。
當然，機器人目前僅具有在有限場景執行簡單任務的能力，還不足以應對復雜現實場景的挑戰。多位參會企業高管與專家表示，距離機器人真正走進更多場景“打工”，行業仍需攻克機器人“大腦”能力這一核心關卡。對此，部分企業已展開積極探索，力求在具身智能大模型性能上實現突破。與此同時，開放場景中“邊做邊學”、用合成數據破解“數據荒”等，都是行業探索者正在進行的實踐。
銀河通用展示人形機器人在便利店場景中的表現。
千尋智能機器人演示串糖葫蘆。
高擎機電機器人進行足球賽。
讓一部分場景先商業化
在8月8日至12日舉辦的2025世界機器人大會上，機器人公司紛紛展示落地應用場景。在銀河通用的銀河補給站，機器人往返于貨架為觀眾取商品；越疆機器人戴上橡膠手套，“望著”面前的物料分揀箱，時刻準備“上崗”；樂聚機器人“夸父”步行到貨架，精準地取下物料；星塵智能Astribot S1面對圍觀人群泡起了咖啡。
據介紹，本屆大會共有200多家國內外機器人公司參會，全場共展出了1500多臺機器人產品，創國內機器人展會之最。
各家企業高管透露，在會場之外的現實場景中，機器人也正在一部分場景操練起來。
松延動力的人形機器人訂單已經突破2000臺。松延動力創始人、董事長姜哲源表示，在手訂單中教育行業占比最大，涵蓋教育培訓、科研等場景，“讓機器人做領跑員、領操員，或是在文旅行業做導游，都是我們在探索的場景。”
傅利葉帶來其近期正式發布的首款主打交互陪伴、具備“可觸摸”特性的全尺寸人形機器人Care-bot GR-3，可應用于陪伴、醫療、康養等場景。2025年，傅利葉計劃交付數千臺旗下機器人產品。銀河通用機器人創始人兼CTO王鶴說，公司的機器人已經在北京10家無人藥店上崗，用戶下單后可以由機器人取貨，到年底將擴展至100家。
另外，智平方的AlphaBot（愛寶）系列機器人今年已收到近500個訂單，目前已在東風柳汽、晶能微電子等工廠投入使用。星動紀元帶來大會展示的星動Q5機器人目前已經獲得幾十臺訂單，預計今年會交付100臺。“人形機器人商業化進程明顯加快了。”公司相關負責人稱。
在大會現場，機器人形態也不局限于“雙足”，下肢可折疊、可升降的機器人展品明顯增多。擎朗智能、帕西尼、靈寶CASBOT都帶來了輪式底盤、下肢可折疊、可升降的機器人產品，拓寬了機器人活動邊界，可以適配更多場景使用需求。
但目前機器人可應用的場景仍是有限的。國際先進技術應用推進中心（深圳）主任姚頌將具身智能和自動駕駛類比，參考自動駕駛行業L1到L5的分級，劃分了具身智能進階路線。“具身智能L1階段，機器人可以完成給定的明確單一任務；具身智能L2階段，在明確任務邊界、人為拆分任務步驟后，機器人可在每個給定任務中有一定自主調整執行能力。”姚頌表示，目前機器人智能水平在L1、L2之間。
“行業里最樂觀的人都認為，機器人規模化落地應用會在5到10年間實現。這并不妨礙機器人在未來2到3年有一些真正的應用場景能夠落地。”他山科技聯合創始人兼CEO馬揚說，“就像智能輔助駕駛，現在沒有誰可以做到L5，但是L1至L3階段就有實際應用。”
姚頌認為，第一批機器人落地場景是人們希望被替代的工作，如礦井、電力等高危場景，粉塵、輻射等有害健康的環境，洗手間清潔等令人不適的工作，以及裝配、組裝等重復繁重勞動。
“腦力”還須升級
多位企業高管、行業專家表示，“大腦”能力不足、應用場景匱乏、制造精度受限，已成為阻礙人形機器人發展的幾大痛點。
“現在多數機器人‘小腦’的發展已經達到了不錯的水平，能夠比較自然地跑跳、在移動中保持平衡。但大腦的發展目前還需要進一步提升。所以現在機器人更多是為大家提供娛樂和情緒價值，從‘有用’的角度，現有產品的投入產出比仍然較低。”自變量機器人創始人王潛表示，“這并不是機器人硬件的問題，而是機器人大模型的智能化水平沒有達到。”
宇樹科技CEO王興興也提到，現在人形機器人在軟件層面的具身智能大模型并不完善，當前具身智能大模型處于類似ChatGPT推出前1至3年的階段，業界已經發現了合適的探索方向以及技術路線，但尚沒人能將其實現。
和人類一樣，機器人“大腦”負責“想明白”要做什么以及怎么做，往往通過大模型或高級決策實現；“小腦”負責運動控制與平衡，會“協調好”身體各部分精準、穩定地執行動作。
但與語言類大模型相比，人形機器人需要具身智能大模型處理的不是文字代碼等符號信息，而是物理世界的復雜信息，技術難度更高。
北京人形機器人創新中心具身智能負責人車正平表示，當下行業看好的VLA模型也面臨動作預測難、本體差異大、數據難兼容、任務泛化弱的問題。模型直接從圖像像素空間映射到機器人操作空間，存在優化困難和預測不準確問題；不同機器人本體外觀、形態、動作表現差異大，直接應用難以兼容；模型對新任務指令和新場景環境的擴展性不足，依賴大量特定數據重新學習或者長時間適應。
大腦的能力不足直接影響的就是機器人的泛化能力，也就是機器人“舉一反三”“靈活調整”的能力。
“雖然機器人能完成一些搬運、抓取的任務，但并不具備更泛化的能力，電池的續航能力也有限，因此企業現在更青睞技術成熟、不需要人工智能的普通機器人或自動化設備，”百川智能共享工廠總經理趙輝表示，“這些設備只需要根據程序完成固定動作，同樣能提升生產效率，目前在各行業生產中都得到了廣泛使用。”
邊落地邊探索
推動機器人商業化進程、加速落地更多場景，還需要行業形成“數據-模型-場景驗證”的閉環。
王潛表示，過去一兩年間行業開始形成共識，人形機器人要想向更高水平發展，就需要一個統一的端到端大模型或通用模型，預計未來2到3年間，此類模型將實現較大突破。
優必選首席品牌官譚旻提到，目前優必選機器人在工廠的應用場景主要集中在分揀、搬運和質檢三類。他預計，通過5到10年的真實場景積累和千億元級別的資金投入，人工智能將支持人形機器人走入更核心的崗位。
在大模型方面，北京人形機器人創新中心發布了四項具身智能核心成果——“具身世界模型體系”“跨本體VLA模型”“人形機器人全身控制自主導航系統”和“千臺機器人真實場景數據采集計劃”，加速具身智能從技術突破邁向產業實用。
另外，空間感知能力是機器人在物理世界準確行動的基礎。群核科技董事長黃曉煌介紹，公司目前用100萬個圖紙信息使機器人空間感知準確度達80%，但進一步提升需大幅增加數據量，而物理世界真實訓練數據稀缺——人類小孩在少數環境中就能學會的事，機器人需成千上萬數據才能勉強泛化，強泛化能力則需幾十萬到上百萬的數據量。
銀河通用則采用“物理仿真+合成數據”的技術路線，通過整合機器人動力學模型、環境資產搭建物理仿真環境，以消費級顯卡大規模生產合成數據，用99%合成數據加1%真實數據訓練模型，再通過“仿真到真實”的遷移，確保模型在真實世界有效工作，降低模型訓練門檻。（來源：中國證券報）
掃一掃分享本頁
