2025年被稱作“具身智能元年”。在資本、政策、產業鏈等要素的協同推動下，具身智能機器人正從實驗室走向工商業，從“炫技”轉為“干活”，有望成長為生產力工具。
在這一年，業內普遍認識到，機器人從“能動”變得“聰慧”，離不開高質量數據的驅動，這是具身智能進化的“燃料”和基石?！肮杌辈辉倬窒抻谑痉逗捅硌?，而要在簡易的小場景“沿路播種”，去往復雜的大場景，這是具身智能的前路。企業在具備規?；牧慨a能力后，能否經受市場考驗，搭建起商業閉環，則是全行業必經的“成年考”。
場景：沿途下蛋
今年以來，把機器人搬出實驗室、送進具體的制造和服務場景，讓其成為會干活的生產力工具，幾乎是所有具身智能企業的主要著力點。目前，多數機器人仍只能完成導覽、科教、搬運、配送等簡單任務，具身智能落地尚處早期階段。
“當前人形機器人相當于兩三歲孩童的水平，至多處于學前班階段。”上海擎朗智能科技股份有限公司（簡稱“擎朗智能”）具身智能實驗室負責人鄧強文表示，“不能要求學前班兒童直接勝任許多工作。就像人類讀書時，要先學語文、數學，再學物理、化學等，一門門課程逐步積累，機器人的發展也要循序漸進?！?/p>
作為商用服務機器人賽道的龍頭企業，擎朗智能已在全球部署了超10萬臺機器人，尤其在配送服務機器人等領域占據優勢。歷經多年發展，該公司已摸索出具身智能“崗位化”的發展路徑.
鄧強文表示，“崗位化”戰略強調在單一崗位上做深做透。以配送機器人為例，最初是“基礎平臺+配送功能”的形態，之后再衍生出了針對酒店的“四倉設計”、針對醫院的指紋和人臉識別、針對工廠的“避障”“即停”等功能，配送機器人的特性逐步分化。
當下業內普遍認同的路徑是，從工業、物流等可控性高、容錯率高的領域切入，積累真實數據，步步為營實現場景落地，再向更高階的居家服務等場景驗證具身智能的價值。
上海開普勒機器人有限公司（簡稱“開普勒”）致力于打造“藍領人形機器人”，賦能智能制造、倉儲物流、特種作業等場景。開普勒全球業務部總監劉愛恒表示，公司聚焦的工業級具身智能搬運賽道，核心是用具身智能“大腦”重構工業物流搬運邏輯，從傳統“固定路徑、單一功能”向“自主化、柔性化”躍遷，適配制造業智能化改造需求，解決汽車制造、新能源電池生產等領域“動態環境適配難、重載精準搬運難、多機協同效率低”的核心痛點。
據他介紹，今年開普勒還基于分層模型VLA+，實現了精準語義識別和任務執行。例如，機器人可聽懂“請搬運2號貨箱”等自然語言指令，并自主完成從環境感知到規劃抓取全過程，這使其能快速適應不同的工廠任務。
相較于工商業的率先落地，機器人進入家庭則需探索更長時間，有企業家預測將等待10年左右，其根本原因是生活場景和工商業場景的本質區別。
上海市人工智能行業協會外部專家、CAAI（中國人工智能學會）具身智能專委會首屆委員張曄表示，工業場景追求精準，但生活中許多操作講究柔性處理。例如，機器人插花不僅考驗抓取精度和執行能力，更要掌握 “柔性操作”，既要抓穩，又不能把花枝折斷。
上海卓益得機器人有限公司創始人兼CEO李清都表示，公司的人形機器人已在導覽、演藝等場景實現商業閉環，未來將遵循從簡單場景向復雜高階場景推進的路徑，“沿途下蛋”，所有布局均圍繞未來家庭需求展開。
“我們已攻克的演藝場景側重提供情緒價值、提升交互能力，后續將逐步拓展至健康陪伴、家務等居家實用需求。”李清都表示，預計5年內可實現一定規模的家庭落地，屆時具身智能機器人交付量有望達上萬臺甚至更多。
數據：智能基石
相較于早期更關注硬件和算法，2025年以來具身智能業界普遍意識到，讓機器人從“能動”到“好用”的關鍵是訓練數據，但高質量的數據是極度稀缺且采集成本高昂的。為此，今年各地都積極建設數據采集工廠和標準化數據集平臺，力爭通過真實采集、仿真模擬等方式為具身智能機器人“供血”。
李清都表示，公司在機器人訓練中的數據來源包括真機數據、仿真合成數據和專家技能數據庫。其中，真機數據采集難度較高，公司的做法是：把機器人部署到真實場景后，優先讓其自主執行任務；遇到其處理不了的情況，就通過超視距遙操補位。這樣既保證任務完成，又能同步采集到真實有效的真機數據。
在李清都看來，三大數據源可形成穩定的“倒三角” 數據體系：運用仿真合成數據是業內的常規操作；真機數據能摸清數據邊界，反哺仿真合成數據提質；專家數據相當于“標準答案”，為機器人的技能設定高標準。
通過垂直領域的訓練深耕，具身智能機器人在積累多元化數據后，或能自然而然涌現出泛化能力。
開普勒高級產品經理朱彬彬表示，公司的機器人“大腦”訓練主要分兩個階段：一是在工業場景中進行基礎通用能力訓練，在數據數量和質量達標的情況下，該階段往往需要半年至一年的時間；二是細分領域適配訓練，例如，同一套動作，機器人在流程、領域等環節發生變化時，如何快速適配，這往往只需花費幾個月時間。
鄧強文表示：“公司堅持機器人‘崗位化’發展路線，先把一個崗位做精做透。例如，1000臺機器人積累1000個不同崗位的專屬數據，我們沉淀下足夠的數據，加上機器人自身的泛化學習能力，也許第1001臺機器人就有可能成為一臺更聰明、實用性更強、適配性更廣的設備。當然僅1000臺的數據肯定是不夠的?！?/p>
量產：嚴肅大考
行業具備量產能力，是2025年作為“具身智能元年”的重要標志。不久前，智元宣布第5000臺通用具身機器人靈犀X2正式量產下線，智元聯合創始人彭志輝說“這一成果驗證了自身的規?；桓赌芰Α薄２簧兕^部公司也在近期宣布了規?？捎^的人形機器人商業訂單，具身智能似乎已從技術驗證階段全面邁入規模商用時代。
行業初步具備量產能力，從零部件供應鏈的火爆上可見一斑。上海傲意信息科技有限公司（簡稱“傲意科技”）專注于機器人靈巧手賽道。傲意科技首席運營官陳瑤表示，今年公司交付了靈巧手產品接近5000臺，完成了出貨量目標，在國內市場基本覆蓋了150多家人形機器人企業和200多家終端企業。
不過，人形機器人商業訂單的“含金量”也受到質疑。在不久前舉行的2025智源具身智能開放日上，有專家直言，行業需分辨量產由真實的商業需求驅動，還是僅由政策補貼和投資熱度催生。若不是由真實需求形成的量產，持續性很難達成。一旦落地效果不及預期，采購方暫停購買，行業會進入低谷。
陳瑤表示，明年是檢驗量產能力的關鍵一年，競爭核心在于訂單來了之后能不能“接得住”“交付得了”，公司已對明年上半年做了產能規劃。不過，市場仍存在不可控的風險因素，下游機器人本體廠商可能出現產能跟不上、交不出貨的情況，會間接影響公司的訂單推進。
圍繞具身智能機器人在市場層面的挑戰，鄧強文表示，商家采購機器人的訴求是增收或降本。機器人要真正進入市場，核心在于商業賬“算得過來”。許多機器人定價在幾十萬元級，這樣的成本體量讓機器人很難在真實商業場景中“劃得來”。但這樣的路線卻是業內必須堅持的。只有持續投入、積累大量真實場景數據后，機器人的干活能力才會越來越穩健；只有到達一定的出貨量，成本才有可能降下來，商業閉環才能打通。
張曄表示，當下具身智能的發展速度，既沒有預期中那么快，也沒有很慢，行業仍要度過較長的發展周期。未來社會必然是人機共存的環境，人類要學會更好地運用這些技術和產品。同時，具身智能在核心技術上仍存在一些爭議，例如機器人“大腦”進化中VLA是否是唯一的技術路線等，整個行業仍處于探索完善的階段。
北京灣區硅谷創新科技有限公司CEO羅軍表示，預計具身智能還需要發展至少十年以上，才能邁向成熟。不過，由于全社會對具身智能和人形機器人保持寬容和開放的態度，商業化進程或將加快。
（來源：證券時報網 作者：陳雨康）
掃一掃分享本頁
