博鳌聚焦人形机器人：应用落地仍有三大难点，人机边界亟待厘清

“从产品演进和产业发展趋势来看，中国人形机器人(15.070, 0.05, 0.33%)在国产替代和规模扩张方面正在明显提速。”

3月25日，在博鳌亚洲论坛“人形机器人的进阶与飞跃”分会场上，北京人形机器人创新中心CEO熊友军作出上述表示。

谈到人形机器人的未来走向，熊友军在论坛中提到，去年工信部牵头行业标准化委员会，对人形机器人全产业链标准进行了系统梳理并对外发布，推动行业由定制化开发加快迈向产业化。零部件厂商、整机企业和系统集成商也在进一步加强协同、向集团化方向发展，共同提升核心部件的可靠性、稳定性和标准化程度，从而有效压降成本与行业门槛，继续促进应用普及。

在技术层面，熊友军表示，机器人本体技术正逐渐趋于收敛，叠加大模型持续演进，运动控制能力显著增强；机器人“大脑”正呈现大小脑协同进化的鲜明特点，技术路径也更加多样，包括世界语言行为大模型的分层控制、多模态大模型与相关感知技术的协同，以及世界模型与多功能大模型的融合统一等路线，大小脑协同发展的趋势十分突出。

目前，人形机器人正在从展示型“炫技”逐步转向真实可用场景。熊友军指出，人形机器人的应用正在加速渗透到更广泛的工业领域，包括汽车、家电制造，以及搬运、分拣、物流等多个环节，同时也在由专用化向通用化不断拓展。

针对外界关于人形机器人是否是“陷阱”的质疑，vivo机器人Lab首席科学家邵浩在论坛上回应称，这种看法主要源于外界认为当前人形机器人的软硬件能力仍较有限，在单一任务上不及扫地机、割草机等专用机器人。但从长期来看，场景决定形态，十年之后，人形机器人的应用覆盖面很可能会远远超过各类专用机器人。

迈向“ChatGPT时刻”：技术、数据与商业仍存三重考验

不过，星动纪元科技有限公司创始人陈建宇指出，从近几年春晚等场景中的炫酷演示，到真正实现高价值落地，并达到万台甚至十万台级别的应用规模，依然要面对多方面挑战。

首先是能力门槛极高。陈建宇表示，工业场景对机器人作业节拍、任务成功率和可靠性都有非常严苛的要求。要打造真正工业级的稳定产品，不只是完成一次任务，而是要做到持续、可靠、低成本地运行，这对整个技术体系都提出了全面要求，也意味着机器人能力必须完成体系化升级。

其次，泛化能力不足正在制约规模化落地。陈建宇指出，目前行业还没有迎来机器人领域的“ChatGPT时刻”。其中，家庭场景最大的瓶颈就在于模型泛化能力，因为每个家庭的环境布局差异都很大，不可能逐户采集数据、分别训练，因此模型必须具备零样本泛化能力，能够在全新环境中直接执行任意指令，而不依赖新增数据与再次训练。这是家庭应用的终极目标，但目前距离实现仍有差距，预计未来五到十年会出现明显进展。

陈建宇同时表示，即便尚未进入通用泛化阶段，机器人依然可以率先在工业等垂直、标准化场景中实现落地。通过有针对性地投入数据和算力，有望先打通关键岗位，再进行标准化复制，推广到上万乃至十万个场景之中。

“当前人形机器人在本体稳定性、耐久性和灵巧性方面仍然存在不小挑战。”百度集团执行副总裁、百度智能云事业群总裁沈抖在论坛上表示，虽然大模型已经开始提供统一的技术底座，但机器人“大脑”“小脑”以及整体技术方案仍未形成统一标准，行业距离类似“ChatGPT时刻”还有较长距离。而且，具身智能与现实世界之间的交互和行为完善，本身就是一个渐进式过程，并不会像ChatGPT那样出现突变式节点。

沈抖进一步表示，尽管当前行业热度很高，但人形机器人整体依然处在技术建设期。特别是在数据层面，行业尚未建立起规模化的正向数据循环，“现阶段具身智能仍主要处于实验和数据采集阶段，尚未真正进入生产生活，无法像自动驾驶那样实现大规模应用并形成数据闭环，数据依旧是明显短板。为此，团队已在东莞建设具身智能数据采集站，引入各类机器人本体开展相关采集工作。”

商汤联合创始人、执行董事、大晓机器人董事长王晓刚也在论坛中提到，过去几年相关模型的发展在很大程度上受制于数据，以往依赖人工遥操作机器人采集数据的方式效率非常低。而OpenClaw的出现，则为人形机器人带来了自我进化能力，这一平台支持机器人自主调用、自我反思与记忆，让其从单机具身智能进一步走向群体协同作业，并在环境探索和操作执行过程中持续进化。这项技术也有望推动机器人从数字员工概念迈向物理执行，成为行业的重要趋势。

熊友军补充称，人形机器人的“ChatGPT时刻”并不会突然到来，而是会随着技术成熟度、商业价值和社会需求同步耦合、逐步形成。当前在部分结构化环境和简单重复场景中，依托现有大模型已经实现应用落地。数据显示，去年中国人形机器人发货量接近2万台，预计今年和明年还将明显增长，真实场景的落地速度可能快于外界预期。

陈建宇在论坛现场也给出了时间判断。他认为，如果对标ChatGPT式的关键突破节点，并结合与美国顶尖具身智能学者的交流结果来看，这一时刻大概率会在未来五年左右出现。

迈向家庭场景：泛化、安全与成本仍待最终突破

当机器人与大众生活的距离越来越近，行业当下最急迫需要完成的是什么？

陈建宇认为，目前行业迫切需要推进几项重点工作：一是推动软件与模型体系实现标准化、规模化。当前模型和数据路线较多，要形成能够合规复制的标准产品，就必须收敛技术路线，集中资源聚焦高效且可行的方案。二是在硬件层面进一步打通供应链和产业链，以实现降本和规模化复制。

“未来AI能力会持续提升，因此必须划清人机边界，主动权一定要掌握在人手中。”陈建宇指出，首先是目标设定权，机器人的任务方向必须由人来决定，机器人只能给出建议，不能自行设定目标。当前如“龙虾”等部分AI应用之所以出现失误和损失，正是因为放权过度。其次是规则界定权，机器人的行为约束和边界必须由人来制定。第三是最终责任归属，责任主体必须是人而不是机器，“机器人一旦出现问题，最终都需要由人来兜底，责任可以落在个人或组织身上，但归根结底仍由人承担，就像交通事故责任不会归到车辆本身。”

王晓刚表示，现阶段的核心任务是推动研究范式转变，在具身智能领域建立真正能够落地的技术方法，并通过扩大模型、算力和投入来形成明确的发展确定性，而其中最关键的支撑依然是数据和模型。

“标准制定非常关键。”熊友军表示，当前行业还存在一定程度的无序发展现象，容易带来资源浪费，因此迫切需要建立产业发展标准，以规范并引导产业协同、有序前进，推动行业从定制化研发进一步走向标准化、规模化和大工业化发展。

“具身智能进入家庭场景，应该是整个行业发展的最后一步。”沈抖认为，家庭场景对机器人能力提出了最高要求。相比之下，危险作业场景和工业场景的标准化程度更高，而家庭环境无疑是最复杂、最具挑战性的场景。

沈抖判断，未来两年内机器人很难系统性进入家庭，十年内能否实现也仍存在不确定性。但依托中国完整的供应链体系和丰富的应用场景，机器人成本未来一定会大幅下降，并最终达到家庭可承受的消费水平。在真正进入家庭之前，机器人会先在各种场景中充分打磨，因此成本并不是最核心的制约因素。

沈抖还表示，机器人要进入家庭，需要具备类似L4级别的自主运行能力，能够在整屋环境中自由行动，这对产品性能、安全机制、行业标准以及相关法律法规都提出了极高要求，相关体系仍需要长期建设和完善，“家庭普及至少是十年之后的事情，行业仍有充足时间完成各项准备。”

澎湃新闻记者 邵冰燕 秦盛