财经频道 > 热点观察 >

具身智能从新概念到新赛道

人形机器人如何迈向规模化应用(经济聚焦)

人民日报 2025-10-15 11:12:56

扭秧歌、跑马拉松、参加运动会……这段时间,人形机器人很忙。今年8月,国务院印发《关于深入实施“人工智能+”行动的意见》,针对“人工智能+”产业发展,提出培育智能原生新模式新业态。人形机器人是具身智能赛道的典型业态。近日,记者采访调研相关企业、投资机构和地方政府,从技术、市场、资本、政策等多个维度,探寻具身智能产业面临的机遇与挑战。

——编  者  

加快布局——

发力人形机器人,挖掘产业智能化潜力

当前,形态各异的机器人已走进生产和生活,最受关注也最为火爆的当数人形机器人。

优必选副总裁兼研究院院长焦继超表示,具身智能的“身体”形态是两足还是四足、轮式还是履带、抓夹还是手指等,主要取决于应用场景的需求,“人形机器人模仿人类的外观和部分功能,可以更好地融入人类社会和工作环境。但挑战在于技术复杂、成本较高。”

工业和信息化部印发的《人形机器人创新发展指导意见》提出,人形机器人集成人工智能、高端制造、新材料等先进技术,有望成为继计算机、智能手机、新能源汽车后的颠覆性产品。

人形机器人成为颠覆性产品,意味着要实现技术突破、工程化成熟和商业化落地,需要一个艰难而漫长的过程。“人形机器人行业还处于早期阶段,想要在家庭或工厂大规模应用,目前的技术水平还不够。”宇树科技创始人王兴兴说。

相较于尚且遥远的成熟人形机器人,距离我们更近的具身智能应用在哪里?

“市场更广阔、落地速度更快,同时也更有价值的,是产业智能化。”北极光创投合伙人黄河认为,让各种形态的工具载体实现智能化升级,将会是具身智能更重要、更现实的发展方向,尤其是在工业领域潜力很大。

看到具身智能产业的巨大机遇,互联网企业、科技公司、汽车主机厂和汽车零部件企业等纷纷布局。

“像新能源汽车领域一样,具身智能传统派和新势力也各有优势。具身智能的本体制造与新能源汽车有70%—80%的供应链可以共用,而智能驾驶技术与具身智能高度同源,因此新能源车企布局具身智能相对有一定优势。不过,产业发展速度很快,中长期的关键比拼可能还在‘大脑’。”鼎晖机器人相关专家介绍。

政策支持——

多地密集出台措施,探索差异化发展路径

今年,以人形机器人为典型业态的具身智能成为我国培育未来产业的重要方向。北京、上海、广东深圳、浙江杭州等多地密集出台专项政策,形成了一场面向未来的产业竞逐。

作为全国较早将“具身智能”写入地方政府工作报告的省份,广东在今年2月明确提出,要加快启动布局人形机器人等重点领域研发项目。

“广东的优势不仅是政策先行,更在于几十年积累的完整产业链。”广东省机器人协会执行会长任玉桐介绍,广东已形成覆盖减速机、伺服电机、控制器、传感器等关键环节的产业生态,人形机器人供应链占全国较大的份额。

除了政策支持,北京、上海、深圳等10余个地方政府已建立或筹备建立相关产业基金。“具备研发基础和产业链优势的地区更容易快速落地具体措施,关键还是要基于不同的资源禀赋和产业基础,各自选择差异化的发展路径。”一名业内专家表示。

据介绍,我国具身智能产业正呈现出鲜明的地域分工与集群发展特征,尤其是京津冀、长三角和珠三角三个区域实力最为雄厚。北京强在科研与人才,上海胜在应用与生态,深圳优在制造与供应链,杭州长在算法与交互技术。在四城加速领跑的同时,重庆、安徽合肥、江苏苏州等城市也在积极布局具身智能产业,凭借差异化定位和产业配套实现快速发展。

业内普遍认为人形机器人有望形成比新能源汽车更为庞大的产业规模。这也促使各地政府积极行动,力争在这一产业中占据先机。

相关专家认为,人形机器人能形成更大市场是因为未来机器人的数量不仅会远远超过车的数量,而且机器人还是既卖硬件又卖服务的双重商业模式,服务市场甚至比硬件市场更大。

数据显示,今年前8月,我国机器人领域一级市场融资额达386.24亿元,是2024年全年的1.8倍。投资机器人的公募基金同样火热。

“虽然当前人形机器人尚在概念验证阶段,但科研研究、科技成果孵化、早期企业扶持非常重要,要投早投小。”深创投相关负责人表示。

应对挑战——

通用能力待突破,高质量训练数据不足

具身智能的发展主要依赖于本体、智能体、数据和学习进化框架四大要素,每个环节都涉及漫长复杂的产业链,这意味着产业既充满机遇也面临着挑战。

黄河认为,在具身智能产业链上,如果只是做出一个外形像人、能做基础动作、用于展示和接待的人形机器人难度并不高,真正的考验在“脑子”。

如果说具身智能的硬件本体技术发展路线相对较为清晰,那“脑子”就没那么容易了。在黄河看来,具身智能发展面临的难题是泛化。“就像人工智能的目标是通用人工智能,具身智能的目标也是要能通用、可泛化。”他说。

简单来讲,具身智能中的泛化是指智能体(如机器人)可以将其在一种或有限场景中学习到的能力和知识,迁移并应用到新的、未见过的对象、任务、环境或自身形态上的能力。比如,训练具身智能机器人学会抓取物体,它既要会抓盒子、杯子,也要会抓苹果、鸡蛋。

“目前解决不了的难题,在未来某个时刻或许就突然迎刃而解了。只要人工智能技术保持进步,机器人行业就会发展得越来越好。今年人形机器人火爆,从长远来看,没准这只是一个小火苗,就像当初互联网的诞生一样。”王兴兴说。

具身智能还面临着训练数据不足的难题,在“吃不饱又没老师”的情况下,会导致具身智能的能力发展缓慢。

业内专家表示,高质量数据是全世界具身智能企业都难以逾越的障碍。今天的大语言模型就是依靠已有大量互联网数据的训练,才出现了智能涌现。如果具身智能也是类似的逻辑,就需要非常大的数据量。

“行业目前缺乏高质量的具身交互数据,在复杂、多变、非结构化的真实场景中,如何让机器人做到精准理解和决策是一大难题。”焦继超说,“具身智能需要高维、连续、动态的场景数据,而真机采集成本极高,仿真数据又难以完全弥合‘虚拟与现实’的差距。”

此外,业内专家认为,要警惕以快速融资为目的的“拼凑型”创业项目,这些项目缺乏扎实的技术创新和产品落地。“中国人形机器人公司在全球已经处于领先水平。”黄河认为,无论是政策端、资本端还是产业端,都要尊重技术发展规律,不能揠苗助长。(中国经济周刊记者 孙 冰 孙庭阳 张 燕)

《人民日报》(2025年10月15日 第 11 版)

责编:张英杰、李雪钦

手机海外网
使用手机扫一扫