具身智能机器人方兴未艾，新贵云集。

　　宇树科技、智元创新、云深处等头部机器人企业正冲刺IPO（首次公开募股），资本聚焦。

　　海关总署最新披露，2026年前5个月我国各类机器人合计出口1037.7万台，出口总值达199.9亿元，产品远销全球150多个国家和地区。

　　人形机器人赛道也迎来关键突破，2026年全年整机产量有望突破10万台。有关数据显示，截至目前我国现存在业、存续状态的机器人相关企业超115.4万家，广东、江苏、浙江等省机器人企业数量位居前列。

　　但2026年机器人赛道的叙事核心，正悄然更迭。不再只是秀技看热闹，而落地到实际应用真干活。6月底，国内首个以“人工智能+机器人”为核心、全产业链贯穿的产教融合体——“机器人学校”在杭州市余杭区正式开学，填补了国内机器人专项产业培育平台的空白。

　　据了解，杭州机器人学校由浙江大学机器人研究院牵头，浙江省质量科学研究院、杭州城西科创大走廊共同推进建设，面向机器人本体开展“职业技能”培养与认证。来自工业、服务、安保、文娱等不同领域的30台机器人是该校的首批新生。

　　近日，《每日经济新闻》记者独家对话浙江大学机器人研究院院长、杭州机器人学校创始人朱世强，朱世强教授分享了他对当前机器人赛道全球竞争格局、机器人“大脑”路径分化、机器人创业企业如何跨越“死亡谷”等话题的看法和研判。

图片来源：受访者提供

　　机器人发展的核心：智能化程度提高

　　NBD：特斯拉的Optimus有望迎来大规模量产，您怎么看当前中美在人形机器人领域的竞争？

　　朱世强：人形机器人从产业属性来说，目前还属于未来产业。从未来产业转变成现实的支柱产业，仍需要经历一个过程，其中非常重要的核心在于，智能化程度的提高。而眼下，要形成真正智能可用的机器人，关键不在于生产量的多少，而在于其智能化程度有多高。

　　即便特斯拉实现量产，依然离不开中国强大的产业链支撑。它能带动国内配套能力提升，这是积极效应。

　　更重要的是，中国拥有独特的“工程师红利+极致性价比”发展模式。像宇树科技、Deepseek等企业的成功，正是依托于完整的产业集群与高效的资源整合能力。而在机器人这样高度复杂的领域，单打独斗注定难以走远。

　　NBD：过去两年资本市场对人形机器人赛道非常追捧，但我们在一些具体的应用场景中看到，落地的机器人形态有很多并没有选择人形的模式，有的更倾向轮式，有的可能是异构的形态，对此您怎么看？

　　朱世强：从应用的角度来看，机器人本质是智能化的自动装备，它帮助我们解决问题是一切的本质。的确，很多应用场景中作业并不需要人形机器人，应用端更看重的是是否具备实质的功能。

　　然而从产业发展来看，人形机器人有其巨大的科学意义和非常强大的未来产业牵引。人形机器人技术的成熟，是一个非常广谱的技术体系，它所涵盖的技术门类，非常广泛，不亚于航天科技。而随着人形机器人核心技术的突破，会拉动整体技术体系的提升，这是人形机器人的科学价值。

　　此外，未来人形机器人各方面技术成熟、成本下降，双足机器人仍有其独特的优势。只是从当前情况来看，人形机器人还有一些局限性，譬如成本较高、可靠性差、场景适应能力不够，智能不足。也正因为如此，市场在推进应用的过程中，重点考虑的是机器人解决实际问题的能力，而不拘泥于其形态。

　　NBD：当前人形机器人赛道处于怎样的发展阶段？

　　朱世强：真正走进生活、解决实际问题的人形机器人产品还很少。尽管社会热度高涨，资本涌入频繁，但大多数机器人仍停留在“秀本体”的1.0时代——比拼的是灵活性、运动能力与外观设计。

　　真正的变革在于迈向以“大脑”为核心的2.0时代。未来的机器人，核心区别就在于智力。不是看它能不能翻跟头，而是看它能不能独立完成任务。这一转变好比从“肌肉记忆”到“逻辑思维”的跨越——就像人类学会剥橘子后能举一反三去处理其他水果，而非依赖海量重复训练。

　　机器人缺“大脑” 企业要跨越两道死亡谷

　　NBD：人形机器人走向真实的物理世界，业内关注较多的缺乏大量真实世界的数据。数采成为机器人的热门细分赛道之一，您怎么看当前机器人数采模式？

　　朱世强：数据训练采取的是“规模化真实交互数据采集”模式。这种方式有点像某些运动训练，形成“肌肉记忆”和条件反射，但遇见不同场景可能就出问题。而且，机器人物理交互数据具备场景专属、硬件绑定、采集成本高昂等特征，单家企业很难规模化沉淀数据。我们走的是不同的技术路线。数据采集我们也有需要，但核心不是靠大量数据不断训练来形成作业能力——那种方式泛化能力很弱，换一个场景就失效了。我们的核心是大脑赋能，用大脑来推动机器人的熟化。

　　NBD：目前具身智能“大脑”领域存在多条技术路线的争论：一派走VLA（视觉-语言-动作）端到端路线，另一派推崇世界模型，还有大小脑分层协同等路径。您团队的“无际大脑”在VLA基础上加入了逻辑推理层，形成VL²A架构。为什么选择这条路线而非其他架构？您判断当前哪种技术路径最有可能率先实现规模化商用？

　　朱世强：VLA模型把视觉、语言和行动及多模态信息处理融合在同一个大模型框架内，为具身智能开辟了一条很好的技术路线，但其泛化能力不强，精细动作不易实现，决策过程呈黑箱特性，故障排除困难这些特点决定其在机器人领域的应用有很大局限性。世界模型的技术路线目前只是学术讨论阶段，可见的将来，我们还很难看到有能解决真实问题的通用世界模型。

　　其实人类在决策过程中，无论有意义或无意义，自觉或不自觉，我们都在使用逻辑，因此我们在VLA架构中融入逻辑功能，形成VL²A的独特框架，不但使机器人决策的过程有了清晰可检验的逻辑步骤，同时也减少了决策过程中过度的数据依据和计算量，使模型在端侧部署成为可能。当然，就目前的技术发展现状而言，任何大脑都不具备解决所有问题的能力，各种技术路线的探索都是有益的，VL²A模型也是在进化过程中，还远未到万能的程度。

　　NBD：有数据显示全球机器人企业三年生存率不足10%，五年生存率不足3%。大量企业手握优质硬件本体却倒在从“裸机”到“产品”的路上。您多次提到这背后是“大脑”能力的缺失。机器人企业如何跨越“死亡谷”？不同品类、不同场景的机器人，对“大脑”的需求是否存在本质差异？

　　朱世强：机器人中小企业在发展过程中要跨越从“本体”到“母机”、从“母机”到“样机”两个“行业死亡谷”。

　　从“本体”到“母机”的第一个“死亡谷”，是指机器人仅具备基础运动功能（本体），但缺乏集成控制系统和智能决策能力，无法形成可实际应用的原型机（母机）；从“母机”到“样机”的第二个“死亡谷”，意味着机器人企业虽有原型机，但未能通过场景化训练赋予其自主思考、学习与适应能力，无法转化为可在真实复杂环境中工作的成熟样机。

　　机器人行业创业风险高是普遍现象，大量企业手里攥着跑得稳、跳得高的本体，却倒在从“裸机”到“产品”的路上。缺的就是“大脑”。机器人学校能否成为跨越“死亡谷”的通用解决方案？我的回答是：能提供关键助力，但不是万能药。

　　“大脑”赋能只是产品化的必要条件，不是充分条件——硬件可靠性、供应链、市场渠道等因素同样重要。

　　不同品类、不同场景的机器人，对“大脑”的需求确实存在本质差异。所以学校设了技校、卫校、艺校、体校四个专业方向——工业机器人的大脑需要精准操作和流程优化，服务机器人的大脑需要理解和共情，安保机器人的大脑需要警觉和判断。“大脑”不是一套通用软件，而是一个可适配、可定制的能力基座。

　　机器人学校：解决机器人在实际场景中干活的问题

　　NBD：杭州机器人学校被称为“国内首个以大脑赋能、智能体集成”的产业赋能平台。在您看来，机器人学校与机器人中试平台、场景训练场最大的区别是什么？

　　朱世强：杭州机器人学校与机器人中试平台、场景训练场是不同的技术路线，我们的目标是做机器人“育成”的工作。解决的是机器人能不能在实际场景中干活的问题。我们借鉴人类职业教育体系，为机器人设计了完整的培养路径：先“入学体检”，全维度评估硬件与运动能力；再按安保、家政、导览等岗位“分科培养”，装入“大脑”；培训结束后接受权威机构考核，再颁发《专项技能等级证书》，持证上岗。这是一个从“裸机”到“智能技工”的蜕变过程。

　　NBD：您提到机器人学校借鉴了人类教育机构的理念，包括让机器人学习遵守伦理道德和法律法规。学校还设置了五维培育，涵盖伦理安全维度。在您看来，机器人的“伦理教育”和“技能教育”哪个更难？目前国内在机器人伦理安全方面是否有统一的标准框架？

　　朱世强：在我看来，“伦理教育”比“技能教育”无所谓哪个更难，都不易。机器人要走向大规模应用、与人类共生，既要越过“大脑”和“灵巧手”这两道坎，更要把好“从善守正”这一个关——从这个角度说，而这“一个关”，正是伦理安全。

　　技能教育相对会有明确的目标和可量化的指标——机器人能不能抓稳杯子、能不能走稳路，一测便知。但伦理教育涉及的是价值判断、行为边界和社会接受度。什么叫“符合伦理”？不同文化、不同场景、不同人群可能有不同答案。我们让机器人学习遵守人类的伦理道德和法律法规，但“遵守”的前提是“理解”——从这个角度说，让机器真正“理解”伦理，比让机器“学会”技能要复杂得多。

　　NBD：2026年被业界视为具身智能规模化商用的元年。今年1至5月，我国机器人规上企业营收已突破900亿元，同比增长26.9%。展望未来三到五年，您认为机器人“大脑”领域会像当年的操作系统一样形成少数几个主流平台，还是会呈现“百花齐放”的格局？杭州机器人学校在这个生态中将扮演怎样的角色？

　　朱世强：目前还很难预料大脑的最终格局，但有一点是肯定的，机器人行业将很快从秀舞技、秀本体到秀实用能力的2.0时代，这个时代一定是大脑引领的时代。目前大脑还完全没有成形，各种技术路线的竞争有利于行业进步。

　　杭州机器人学校在这个生态中的角色，我定位为“大脑赋能平台”和“产业加速器”。我们不做机器人本体，我们做的是为行业提供模块化、标准化、可复用的机器人大脑基座，降低研发门槛，缩短产品化路径。再往前一步，我希望把它建成一个具有强大影响力的具身智能行业赋能中心——向上连接高校与科研，向下连接本体、零部件、制造与应用企业，让机器人不再“各自散养、自学成才”，而是走进一套“有组织的学习”体系。

　　这也是我们一直讲的：做全球硅基生命有组织教育的开拓者。我们的目标是推动机器人产业从“1.0时代”迈向“2.0时代”——从“能动的机器人”到“懂事的机器人”，从“科技玩具”到“实用工具”。