6月17日，加速进化Booster T1机器人在北京经开区的机器人大世界展示“大力射门”。新华社图
扬琴声如潺潺流水，舞姿婀娜曼妙，与观众互动握手……在近日举办的2025杭州国际人形机器人与机器人技术展览会上，宇树科技、云深处、强脑科技、阿里云、卧龙集团等企业的机器人产品同台竞技。
随着蚂蚁、博世等汽车产业链企业、科技厂商纷纷加码具身智能，人形机器人产业链“百家争鸣”，应用场景成为行业发展破局的关键。同时，人形机器人“大脑”的重要性日益凸显，但仍需攻克数据、算力等关卡。
人形机器人迭代加速
一个人形机器人正在稳步前行，突然弯腰向左倾斜，低下身体调整重心加快步伐，重新保持稳定节奏。
这一幕在展示人形机器人本体运动控制能力时常有发生。“近半年来，大部分人形机器人在运动控制能力方面的提升可以用‘质的飞跃’来形容。”上海卓益得机器人有限公司首席技术官牟海明称。
作为行业风向标，海内外人形机器人厂商都加速迭代步伐。今年一季度，特斯拉启动人形机器人的试生产，首台配备22个自由度灵巧手的机器人已在弗里蒙特工厂下线。目前，特斯拉人形机器人已进入内部工厂测试，执行电池分拣和其他工厂任务。
“除了机器狗，公司下一代人形机器人也在研发中，在技术上也有较大提升。”云深处技术工程师陈伟透露。
“赛道玩家越来越多，产品迭代速度在不断加快。在市场前景和应用落地驱动下，行业赛道竞争越发激烈。”一位人形机器人产业链厂商告诉记者。然而，从技术与产业发展耦合规律看，机器人产业正处于爆发前夕，人形机器人产业还处于起步阶段，未来仍会震荡波动。
低效、复杂、高成本是目前人形机器人本体急需解决的问题。轻量化高强度的材料、高安全高能量密度电池、无线充电模块……在展会中，不少人形机器人产业链厂商发布技术攻关需求，找技术、求合作。
“相较于人形机器人本体技术的突破，应用场景的突破才是行业发展关键所在。”高工机器人产业研究所所长卢瀚宸表示，人形机器人应用场景目前主要有科研、商用服务、工业场景等方向。其中，以工业和商用为代表的2B领域（面向企业端）将以其相对结构化场景特征成为人形机器人率先商业化的领域。
“我们期望将灵巧手做成标准的末端通用夹治具，以此代替其他非标的夹治具、夹爪等。为了产品在B端更好推广，团队期望在提高性能的情况下尽可能降低成本和客户使用门槛。”强脑科技销售经理王少凯透露，灵巧手的应用场景正从医疗端向B端市场拓展。
“不论是商用服务场景还是工业领域，人形机器人目前都在推进落地尝试。根据工业产线的垂直领域，团队正加强实况研究。”牟海明透露，目前公司已与某知名工业企业推动人形机器人在3C装配等应用落地。
由“虚”向“实”仍需破题
当前，人形机器人“大脑”的重要性日益凸显。在业内人士看来，人工智能通过载体嵌入物理世界已成现实，机器人是重要载体之一。“不过，相较于运动控制等领域的快速发展，涉及思考决策层的‘大脑’研究整体处于起步阶段。这是目前行业发展的突出短板。”牟海明说。
具身智能作为一种软硬件一体的特殊智能体，依赖的是多模态模型。具体算法往往涵盖具身感知、具身推理、具身交互等环节。在业内人士看来，机器人需要准确理解物理场景，而目前大模型只擅长理解认知层面的知识，对物理智能知之甚少。推动具身智能的实现，仍需闯过数据、算力、软硬件协同等多道关卡。
算法与硬件的“协奏”被视为实现具身智能的核心。“具身大模型依赖大规模算力、超大规模数据和高度复杂的pipline（流水线），需要整合数据采集、数据处理、模型训练与推理、仿真评测等多个技术方向。”阿里云飞天实验室智能终端算法负责人胡露露告诉记者，目前，模型在物理世界理解和感知能力上仍显不足，模型技术链路尚未收敛。模型与机器人本体的融合，也需面对由机器人本体结构快速演变所带来的不确定性等问题。
“为了让机器人进入AGI时代，需要大量数据支撑训练模式。然而，数据获取等方面面临诸多挑战。”杭州群核信息技术有限公司空间智能事业部销售与市场总监王见宇表示，一方面，真实数据与虚拟数据存在差距，评判标准及认证闭环亟待建立；另一方面，数据与数据之间各方标准或存差异，高质量的合成数据依然稀缺。
目前，产业链玩家探索了多种路径：智元机器人、国家地方共建人形机器人创新中心等通过强化学习与真机采集，打造具身智能训练场；群核科技等重视仿真数据，通过多元化数据来源，将可生成无限泛化的虚拟场景作为真机数据的补偿；英伟达、上海人工智能实验室等相继开源，共建开放生态。
端侧算力不足亦是一大难题。“经过一定检测，团队发现，为满足大模型实时推理的需求，机器人的‘大脑’放到端侧更为合适。为此，端侧芯片推理架构方案的提出尤为关键。目前，公司也正与国内头部企业共同推进云边端一体化解决方案落地。”牟海明说。
“在中短期时间内，硬件层面技术收敛的速度可能会相对较快。相较于硬件，如果大小脑等软件基础取得重大突破，大概率将加速人形机器人行业落地。”卢瀚宸说。
配资股票配资平台一流提示：文章来自网络，不代表本站观点。
