“不同于去年大会的机器人技能展示，今年最明显的感受是‘落地’。”一名参展商对中国证券报记者感慨道。2025世界机器人大会上，机器人化身商超零售员、物流分拣员、上下料工人、居家保姆，在不同场景中，演示着各自的应用潜力。
当然，机器人目前仅具有在有限场景执行简单任务的能力，还不足以应对复杂现实场景的挑战。记者采访多位参会企业高管与专家后发现：距离机器人真正走进更多场景“打工”，行业仍需攻克机器人“大脑”能力这一核心关卡。对此，部分企业已展开积极探索，力求在具身智能大模型性能上实现突破。与此同时，开放场景中“边做边学”、用合成数据破解“数据荒”等，都是行业探索者正在进行的实践。
让一部分场景先商业化
在8月8日至12日举办的2025世界机器人大会上，机器人公司纷纷展示落地应用场景。在银河通用的银河补给站，机器人往返于货架为观众取商品；越疆机器人戴上橡胶手套，“望着”面前的物料分拣箱，时刻准备“上岗”；乐聚机器人“夸父”步行到货架，精准地取下物料；星尘智能Astribot S1面对围观人群泡起了咖啡。
据介绍，本届大会共有200多家国内外机器人公司参会，全场共展出了1500多台机器人产品，创国内机器人展会之最。
各家企业高管透露，在会场之外的现实场景中，机器人也正在一部分场景操练起来。
松延动力的人形机器人订单已经突破2000台。松延动力创始人、董事长姜哲源表示，在手订单中教育行业占比最大，涵盖教育培训、科研等场景，“让机器人做领跑员、领操员，或是在文旅行业做导游，都是我们在探索的场景。”
傅利叶带来其近期正式发布的首款主打交互陪伴、具备“可触摸”特性的全尺寸人形机器人Care-bot GR-3，可应用于陪伴、医疗、康养等场景。2025年，傅利叶计划交付数千台旗下机器人产品。银河通用机器人创始人兼CTO王鹤说，公司的机器人已经在北京10家无人药店上岗，用户下单后可以由机器人取货，到年底将扩展至100家。
另外，智平方的AlphaBot（爱宝）系列机器人今年已收到近500个订单，目前已在东风柳汽、晶能微电子等工厂投入使用。星动纪元带来大会展示的星动Q5机器人目前已经获得几十台订单，预计今年会交付100台。“人形机器人商业化进程明显加快了。”公司相关负责人称。
在大会现场，机器人形态也不局限于“双足”，下肢可折叠、可升降的机器人展品明显增多。擎朗智能、帕西尼、灵宝CASBOT都带来了轮式底盘、下肢可折叠、可升降的机器人产品，拓宽了机器人活动边界，可以适配更多场景使用需求。
但目前机器人可应用的场景仍是有限的。国际先进技术应用推进中心（深圳）主任姚颂将具身智能和自动驾驶类比，参考自动驾驶行业L1到L5的分级，划分了具身智能进阶路线。“具身智能L1阶段，机器人可以完成给定的明确单一任务；具身智能L2阶段，在明确任务边界、人为拆分任务步骤后，机器人可在每个给定任务中有一定自主调整执行能力。”姚颂表示，目前机器人智能水平在L1、L2之间。
“行业里最乐观的人都认为，机器人规模化落地应用会在5到10年间实现。这并不妨碍机器人在未来2到3年有一些真正的应用场景能够落地。”他山科技联合创始人兼CEO马扬说，“就像智能辅助驾驶，现在没有谁可以做到L5，但是L1至L3阶段就有实际应用。”
姚颂认为，第一批机器人落地场景是人们希望被替代的工作，如矿井、电力等高危场景，粉尘、辐射等有害健康的环境，洗手间清洁等令人不适的工作，以及装配、组装等重复繁重劳动。
“脑力”还须升级
记者采访多位企业高管、行业专家时发现，“大脑”能力不足、应用场景匮乏、制造精度受限，已成为阻碍人形机器人发展的几大痛点。
“现在多数机器人‘小脑’的发展已经达到了不错的水平，能够比较自然地跑跳、在移动中保持平衡。但大脑的发展目前还需要进一步提升。所以现在机器人更多是为大家提供娱乐和情绪价值，从‘有用’的角度，现有产品的投入产出比仍然较低。”自变量机器人创始人王潜在接受记者采访时表示，“这并不是机器人硬件的问题，而是机器人大模型的智能化水平没有达到。”
宇树科技CEO王兴兴也提到，现在人形机器人在软件层面的具身智能大模型并不完善，当前具身智能大模型处于类似ChatGPT推出前1至3年的阶段，业界已经发现了合适的探索方向以及技术路线，但尚没人能将其实现。
和人类一样，机器人“大脑”负责“想明白”要做什么以及怎么做，往往通过大模型或高级决策实现；“小脑”负责运动控制与平衡，会“协调好”身体各部分精准、稳定地执行动作。
但与语言类大模型相比，人形机器人需要具身智能大模型处理的不是文字代码等符号信息，而是物理世界的复杂信息，技术难度更高。
北京人形机器人创新中心具身智能负责人车正平表示，当下行业看好的VLA模型也面临动作预测难、本体差异大、数据难兼容、任务泛化弱的问题。模型直接从图像像素空间映射到机器人操作空间，存在优化困难和预测不准确问题；不同机器人本体外观、形态、动作表现差异大，直接应用难以兼容；模型对新任务指令和新场景环境的扩展性不足，依赖大量特定数据重新学习或者长时间适应。
大脑的能力不足直接影响的就是机器人的泛化能力，也就是机器人“举一反三”“灵活调整”的能力。
“虽然机器人能完成一些搬运、抓取的任务，但并不具备更泛化的能力，电池的续航能力也有限，因此企业现在更青睐技术成熟、不需要人工智能的普通机器人或自动化设备，”百川智能共享工厂总经理赵辉向记者表示，“这些设备只需要根据程序完成固定动作，同样能提升生产效率，目前在各行业生产中都得到了广泛使用。”
边落地边探索
推动机器人商业化进程、加速落地更多场景，还需要行业形成“数据-模型-场景验证”的闭环。
王潜表示，过去一两年间行业开始形成共识，人形机器人要想向更高水平发展，就需要一个统一的端到端大模型或通用模型，预计未来2到3年间，此类模型将实现较大突破。
优必选首席品牌官谭旻提到，目前优必选机器人在工厂的应用场景主要集中在分拣、搬运和质检三类。他预计，通过5到10年的真实场景积累和千亿元级别的资金投入，人工智能将支持人形机器人走入更核心的岗位。
在大模型方面，北京人形机器人创新中心发布了四项具身智能核心成果——“具身世界模型体系”“跨本体VLA模型”“人形机器人全身控制自主导航系统”和“千台机器人真实场景数据采集计划”，加速具身智能从技术突破迈向产业实用。
另外，空间感知能力是机器人在物理世界准确行动的基础。群核科技董事长黄晓煌介绍，公司目前用100万个图纸信息使机器人空间感知准确度达80%，但进一步提升需大幅增加数据量，而物理世界真实训练数据稀缺——人类小孩在少数环境中就能学会的事，机器人需成千上万数据才能勉强泛化，强泛化能力则需几十万到上百万的数据量。
银河通用则采用“物理仿真+合成数据”的技术路线，通过整合机器人动力学模型、环境资产搭建物理仿真环境，以消费级显卡大规模生产合成数据，用99%合成数据加1%真实数据训练模型，再通过“仿真到真实”的迁移，确保模型在真实世界有效工作，降低模型训练门槛。
兴盛网配资提示：文章来自网络，不代表本站观点。
