從商場的巡航導覽，到汽車廠的零件安裝，具身智能機器人正深入人類社會的方方面面，已然是高效勞作的得力干將。不過，在專為機器人設計的跑步、格斗、足球等賽事上，它們的表現卻不盡如人意。

這極為反差的兩面，表明具身智能正來到發展的奇點：盡管外形酷似成年，但它們的智慧處于“嬰兒期”。作為“硅基文明”，機器人想要發育“成年”，硬件端的技術、軟件端的數據、應用端的場景，缺一不可。

目前僅具備嬰兒般智力和能力

隨著具身智能等關鍵詞首次寫入政府工作報告，2025年被業界稱為具身智能機器人量產元年，全行業正迎來快速發展階段。一季度我國工業機器人、服務機器人產量達到14.9萬套和260.4萬套，同比分別增長26%和20%，人形機器人在酒店、工廠、景區等場景中應用的普及速度超出預期。

不過，機器人“反應遲鈍”“不夠智能”等現象也屢見不鮮。從機器人半程馬拉松大賽的頻繁跌倒，到格斗賽的失衡卡頓，再到機器人技能大賽上的遙控依賴，業界對機器人行業實際發展水平的質疑聲不絕如縷。

記者了解到，目前主流的人形機器人均是“四肢發達”“頭腦簡單”，盡管擁有與成年人相似的外形，但僅有嬰兒般的智力和能力。

對此，國家自然基金委高技術中心研究員劉進長在接受證券時報記者采訪時表示，機器人就像孩子學走路，今天摔得多慘，成長就會多快。

“公眾需以包容的心態看待機器人行業發展現狀?！眹业胤焦步ㄈ诵螜C器人創新中心首席科學家江磊對記者表示，人形機器人行業的快速發展僅有3年左右時間，如同“三歲兒童”，需給予它更長的時間成長發育。

“一開始公眾對于智能駕駛也不接受，這需要一個過程。就像之前的人形機器人半馬，我們認為這是機器人邁出的一小步，但可能是‘硅基文明’邁出的一大步?！苯谡f。

從資本市場角度看，安永大中華區上市服務主管合伙人何兆烽對記者表示，人形機器人行業正處于技術快速發展和市場推廣階段，競爭格局尚未完全形成。這個階段屬于高投入階段，多數企業尚未實現盈利，但融資活躍、估值較高。高估值反映了市場對其未來發展的期待。

通過探訪5月底在上海張江舉行的國際人形機器人技能大賽，記者發現，在工業搬運、家庭整理等多個場景中，多數參賽機器人自主決策能力較低，仍需依賴遙控操作。對此，江磊表示，該賽事的項目均源自企業真實需求，強調“解決實際問題”。“我們不希望看到由于部分機器人無法完成任務，而降低比賽難度。”他強調，要通過比賽回歸場景，助力解決行業發展的問題。

“我們往往過高估計一年所能取得的成績，而過低估計未來10年所能取得的成就。”劉進長表示，場景落地是未來推動人形機器人產業高速發展的關鍵點，但一定要沉下心來，不斷攻克每一道難關，才能夠使人形機器人真正越走越穩健、越走越有能力。

場景和數據驅動“增長飛輪”

北京經濟技術開發區（北京亦莊）6月11日宣布，全球首個具身智能機器人4S店即將亮相，該4S店以具身智能機器人為核心，集機器人銷售、零配件供應、售后服務、信息反饋于一體。人形機器人似乎如汽車般融入生活，變得越來越觸手可及。

汽車的出現是解決出行難題，那么人形機器人因何而起？對此，上海市人工智能行業協會秘書長鐘俊浩強調，首先，機器人應承擔更多工作，要能說會聽、會勞動、會干活。其次，機器人要講究效益，除了不被局限于固定程序，還應具備理解自然語言指令的能力和推理能力。最后，機器人要有實用性，能投入到制造、物流、家政等多種場景。

顯然，當下略顯笨拙呆萌的機器人距離上述要求還有很大的鴻溝。多名業內人士表示，機器人落地需提前進入場景獲取數據，再迭代適配真實需求。場景實踐與數據反饋的聯動，構建起機器人成長的 “增長飛輪”。

千尋智能（杭州）科技有限公司CEO韓峰濤在接受證券時報記者采訪時表示，目前人形機器人的硬件比較成熟，但缺乏智能，最主要的是缺少訓練能用的數據。大語言模型發展的基礎是基于互聯網過去積累的海量文本數據，而訓練人形機器人干活的數據是嚴重匱乏的。

圍繞高效率、低成本的數據采集，各地均采取了一些行動。以上海為例，今年1月，全國首個異構人形機器人訓練場在滬啟動，由國家地方共建人形機器人創新中心搭建，目前已部署100余臺異構人形機器人。該訓練場旨在以“眾人拾柴”的模式，實現異構人形機器人數據的規?；占蜕a制造。

“數據是上海的巨大優勢。”江磊表示，今年年內，訓練場預計將完成更多真機數據采集，有望成為全球最大的具身智能數據集聚地。記者還注意到，5月底，國家地方共建人形機器人創新中心、庫帕思、傅利葉等具身智能數據聯盟，聚焦服務、交通、醫療等領域數據，助力具身智能在垂類場景快速“發育”。

光輪智能（北京）科技有限公司創始人、CEO楊海波對證券時報記者表示，公司可以為AI進入物理世界提供基于仿真技術的合成數據，能通過合成數據加速AI大腦訓練及落地場景應用。

“仿真合成數據具有成本優勢，無需依賴真實場景搭建與硬件設備，資源投入更低，數據生成效率更高。此外，仿真合成數據是泛化的、多樣的，可自定義各類極端或罕見場景，滿足AI訓練對數據多樣性的需求。”楊海波表示，當前行業通過真實數據、仿真合成數據、網絡視頻數據共同用于具身智能訓練。公司積累了豐富的實踐經驗，形成了合成數據的使用方法論，包括配比和使用順序等。

以實用為導向發展

具身智能的終點一定是人形機器人嗎？即將亮相的全球首個具身智能機器人4S店背后，有超100家機器人產業鏈上下游企業明確表達了入駐，而其中人形機器人企業30家，可見“非人形”在業內仍有舉足輕重的位置。業內普遍認為，不應糾結具身智能的外在形態，而要關注實用的內核。

鐘俊浩認為，鑒于行業所處的發展階段，當下不應過度強調機器人的外形。一些過渡方案是可能存在的，例如，為機器人配備輪子以方便其移動。

“現階段不必單純追求人形，但人形機器人是具身智能的最佳載體?！眲⑦M長表示，技術突破和成本下降是近兩年人形機器人和具身智能發展的顯著趨勢。隨著人形機器人迭代速度加快和成本降低，將逐步向制造業、商業、家庭等場景滲透。

當下全球科技創新進入了密集活躍期，盡管具身智能產業處于技術爆發期與市場擴張期，但技術迭代加速、賽道擁擠化、巨頭擠壓、商業化驗證難題等，也加大了潛力公司保持競爭力的難度。

對此，何兆烽認為，若要立于不敗之地，企業應構建“技術—場景—生態”護城河。在技術上，企業可聚焦細分領域，對特定場景的具身智能產品加大研發投入。在場景上，中國擁有龐大且多樣化的產業結構，在工業、農業、醫療等垂直行業存在大量未被充分挖掘的應用場景。企業也可以拓展新消費場景，著眼于養老服務、高端家庭護理等業務增長點。在生態上，何兆烽建議，企業建立分階段融資策略。例如，早期吸引產業資本，便于獲取訂單資源；中后期引入國有資本或尋求上市，增強政策背書，提升企業未來融資能力。

校對：祝甜婷