2025年被称作“具身智能元年”。在资本、政策、产业链等要素的协同推动下,具身智能机器人正从实验室走向工商业,从技术演示转向实实在在的生产力工具。行业的进化逻辑也已然明确:沿场景实现进阶,以数据驱动智能,最终通过量产与商业闭环的终极考验。
场景:沿途下蛋
今年以来,把机器人搬出实验室、送进具体的制造和服务场景,让其成为会干活的生产力工具,几乎是所有具身智能企业的主要着力点。目前,多数机器人仍只能完成导览、科教、搬运、配送等简单任务,具身智能落地尚处早期阶段。
“当前人形机器人相当于两三岁孩童的水平,至多处于学前班阶段。”上海擎朗智能科技股份有限公司(简称“擎朗智能”)具身智能实验室负责人邓强文在接受证券时报记者采访时表示,“不能要求学前班儿童直接胜任许多工作。机器人的发展也要循序渐进。”
作为商用服务机器人赛道的龙头企业,擎朗智能已在全球部署了超10万台机器人,尤其在配送服务机器人等领域占据优势。历经多年发展,该公司已摸索出具身智能“岗位化”的发展路径。
邓强文表示,“岗位化”战略强调在单一岗位上做深做透。以配送机器人为例,最初是“基础平台+配送功能”的形态,之后再衍生出了针对酒店的“四仓设计”、针对医院的指纹和人脸识别、针对工厂的“避障”“即停”等功能,配送机器人的特性逐步分化。
当下业内普遍认同的路径是,从工业、物流等可控性高、容错率高的领域切入,积累真实数据,步步为营实现场景落地,再向更高阶的居家服务等场景验证具身智能的价值。
上海开普勒机器人有限公司(简称“开普勒”)致力于打造“蓝领人形机器人”,赋能智能制造、仓储物流、特种作业等场景。开普勒全球业务部总监刘爱恒在接受证券时报记者采访时表示,公司聚焦的工业级具身智能搬运赛道,核心是用具身智能“大脑”重构工业物流搬运逻辑,从传统“固定路径、单一功能”向“自主化、柔性化”跃迁,适配制造业智能化改造需求,解决汽车制造、新能源电池生产等领域“动态环境适配难、重载精准搬运难、多机协同效率低”的核心痛点。
相较于工商业的率先落地,机器人进入家庭则需探索更长时间,有企业家预测将等待10年左右,其根本原因是生活场景和工商业场景的本质区别。
上海市人工智能行业协会外部专家、CAAI(中国人工智能学会)具身智能专委会首届委员张晔对证券时报记者表示,工业场景追求精准,但生活中许多操作讲究柔性处理。例如,机器人插花不仅考验抓取精度和执行能力,更要掌握 “柔性操作”,既要抓稳,又不能把花枝折断。
上海卓益得机器人有限公司创始人兼CEO李清都对证券时报记者表示,公司的人形机器人已在导览、演艺等场景实现商业闭环,未来将遵循从简单场景向复杂高阶场景推进的路径,“沿途下蛋”,所有布局均围绕未来家庭需求展开。
“我们已攻克的演艺场景侧重提供情绪价值、提升交互能力,后续将逐步拓展至健康陪伴、家务等居家实用需求。”李清都表示,预计5年内可实现一定规模的家庭落地,届时具身智能机器人交付量有望达上万台甚至更多。
数据:智能基石
相较于早期更关注硬件和算法,2025年以来具身智能业界普遍意识到,让机器人从“能动”到“好用”的关键是训练数据,但高质量的数据是极度稀缺且采集成本高昂的。为此,今年各地都积极建设数据采集工厂和标准化数据集平台,力争通过真实采集、仿真模拟等方式为具身智能机器人“供血”。
李清都对证券时报记者表示,公司在机器人训练中的数据来源包括真机数据、仿真合成数据和专家技能数据库。其中,真机数据采集难度较高,公司的做法是:把机器人部署到真实场景后,优先让其自主执行任务;遇到其处理不了的情况,就通过超视距遥操补位。这样既保证任务完成,又能同步采集到真实有效的真机数据。
在李清都看来,三大数据源可形成稳定的“倒三角” 数据体系:运用仿真合成数据是业内的常规操作;真机数据能摸清数据边界,反哺仿真合成数据提质;专家数据相当于“标准答案”,为机器人的技能设定高标准。
通过垂直领域的训练深耕,具身智能机器人在积累多元化数据后,或能自然而然涌现出泛化能力。
开普勒高级产品经理朱彬彬在接受证券时报记者采访时表示,公司的机器人“大脑”训练主要分两个阶段:一是在工业场景中进行基础通用能力训练,在数据数量和质量达标的情况下,该阶段往往需要半年至一年的时间;二是细分领域适配训练,例如,同一套动作,机器人在流程、领域等环节发生变化时,如何快速适配,这往往只需花费几个月时间。
量产:严肃大考
行业具备量产能力,是2025年作为“具身智能元年”的重要标志。不久前,智元宣布第5000台通用具身机器人灵犀X2正式量产下线,智元联合创始人彭志辉说“这一成果验证了公司的规模化交付能力”。不少头部公司也在近期宣布了规模可观的人形机器人商业订单,具身智能正在从技术验证阶段全面迈入规模商用时代。
行业初步具备量产能力,从零部件供应链的火爆上可见一斑。上海傲意信息科技有限公司(简称“傲意科技”)专注于机器人灵巧手赛道。傲意科技首席运营官陈瑶在接受证券时报记者采访时表示,今年公司交付了灵巧手产品接近5000台,完成了出货量目标,在国内市场基本覆盖了150多家人形机器人企业和200多家终端企业。
不过,人形机器人商业订单的“含金量”也受到质疑。在不久前举行的2025智源具身智能开放日上,有专家直言,行业需分辨量产是由真实的商业需求驱动,还是仅由政策补贴和投资热度催生。若不是由真实需求形成的量产,持续性很难达成。一旦落地效果不及预期,采购方暂停购买,行业会进入低谷。
围绕具身智能机器人在市场层面的挑战,擎朗智能相关负责人对证券时报记者表示,商家采购机器人的诉求是增收或降本。机器人要真正进入市场,核心在于商业账“算得过来”。许多机器人定价在几十万元级,这样的成本体量让机器人很难在真实商业场景中“划得来”。但这样的路线却是业内必须坚持的。只有持续投入、积累大量真实场景数据后,机器人的干活能力才会越来越稳健;只有到达一定的出货量,成本才有可能降下来,商业闭环才能打通。
张晔表示,当下具身智能的发展速度,既没有预期中那么快,也没有很慢,行业仍要度过较长的发展周期。同时,具身智能在核心技术上仍存在一些争议,例如机器人“大脑”进化中VLA是否是唯一的技术路线,等等,整个行业仍处于探索完善的阶段。
北京湾区硅谷创新科技有限公司CEO罗军对证券时报记者表示,预计具身智能还需要发展至少十年以上,才能迈向成熟。不过,由于全社会对具身智能和人形机器人保持宽容和开放的态度,商业化进程或将加快。