前不久，上海一場以“勞動最光榮”為主題的技能大賽，用同臺競技的方式，以一場壓力測試，讓我們看到，機器人距離真實場景落地還有多遠距離要走。無疑，仍處于發展早期階段的具身智能，無論是大腦、小腦還是本體，尚有大量瓶頸待突破。

大腦不夠聰明，訓練數據不夠，那就使用更多合成數據；機器人通用性難實現，那就先聚焦在一些特定場景的應用……行業喧囂熱鬧，方興未艾，創業者們紛紛選擇自己的生態位，以“沿途拾蛋”的方式，共同推動這一未來產業的加速成熟。

賽事從“表演型”向“實用型”進發

與單純追求視覺表現力和沖擊力不同，中國人形機器人產業正以“好用、管用”為導向，加速商業化落地進程。前不久，以“勞動最光榮”為主題的國際人形機器人技能大賽在上海舉辦。可以看到，隨著人工智能、傳感器技術迭代升級，人形機器人正從實驗室走進更多工廠和家庭，逐步從“表演型”邁向“實用型”。

翻開賽事手冊可以看到，汽車貼標、零部件上下料、衣服折疊、垃圾清理、商品掃碼等工業、家庭、商業場景實現全覆蓋。如果只看比賽項目，或許會以為這是一項人類勞動技能比賽。

剛剛完成比賽的機器人操控者王思浩告訴記者：“比如疊衣服這個動作，對人來說可能很簡單，但對于機器人來說，卻需要調動視覺、觸覺等各個系統，非常復雜。但也因為如此復雜，人形機器人才可以在日常生活中真正幫到人類。”

更多具身智能產業企業也不再單純追求“人形”。在一家主做仿生手的企業展位，記者了解到，該企業的產品并不一定需要裝在人形機器人身上，搭載在一個平臺上即可完成從1萬元現金中抽取出5張紙幣等銀行柜員的基本操作。

以賽事為橋梁，拉近了機器人公司和場景應用方之間的距離。觀看了商業場景賽事后，來自上海的朱先生立馬向參賽隊伍提出訴求。“我這邊有1萬多臺自動售賣機。機器人能不能跟我的自動售賣機配合，在辦公樓里完成下單、支付、取貨、配送的完整工作流程？”

回顧來看，從北京的人形機器人半程馬拉松賽，到無錫的具身智能機器人運動會，到杭州全球人形機器人格斗大賽，再到此次上海舉辦的國際人形機器人技能大賽，今年以來，人形機器人迎來了多場賽事。

“以往賽事更多聚焦機器人的運動能力，我們更看重讓機器人具備進入各類場景，乃至千家萬戶去作業的能力。隨著去年年底‘模塑申城’方案的全面實施，上海積極發揮場景應用優勢，幫助人形機器人‘解鎖’新技能，推動軟硬件產品實現多元場景落地。”上海市人工智能行業協會秘書長鐘俊浩這樣介紹此次大賽的“上海特色”。

不可否認，人形機器人仍處在發展初期，從實驗室走向工廠、走向家庭，仍有諸多技術難點待突破。通過這場賽事構建出的基于真實場景的壓力測試場，我們看到了人形機器人率先在某些特定場景中應用的可能，以“沿途拾蛋”的方式不斷積累數據、成熟技術。

腦部進化 行業突圍“數據荒”

從賽事來看，人形機器人在精度、速度、泛化度等維度仍顯笨拙。行業人士表示，訓練數據的不足，是當下阻礙機器人進化的一大瓶頸。

以ChatGPT、DeepSeek為代表的大語言模型，其智能的涌現，離不開巨量的文本數據。具身智能模型能力的提升，同樣有賴于大量訓練數據的輸入。不過，與文本數據相比，具身智能的訓練數據十分稀缺，尤其是多模態數據。“數量上可能有百萬倍的差距。”中國工程院外籍院士張建偉說。

為了解決訓練數據缺乏的問題，機構和企業紛紛行動。比如，特斯拉Optimus的訓練數據是讓人在遠程操作機器人的過程中，將操作動作和環境感知數據進行記錄；谷歌DeepMind聯手斯坦福大學等推出了Open X-Embodiment Dataset，包含100多萬條真實機器人軌跡。國內人形機器人頭部企業智元也發布了百萬真機數據集開源項目AgiBot World。

不過，百萬體量的數據，對于訓練具身智能大模型來說，遠遠不夠。

“頭部車廠每天回流的數據在1億條左右。但在具身智能領域，如今我們采集到的最大數據集也只有百萬條規模。當人形機器人的存量尚未達到自動駕駛領域百萬級設備的規模時，依賴海量真實數據訓練不僅成本高昂，而且周期冗長，極大制約了大模型的訓練效率與場景適應能力。”北京銀河通用機器人有限公司創始人兼CTO王鶴說。

行業解決數據難題的路徑之一，是合成數據。合成數據（Synthetic Data）是一種模仿真實世界數據的非人工創建的數據，它是由基于生成式人工智能技術的計算算法和模擬創建而成。在前不久舉辦的2025張江具身智能開發者大會上，銀河通用通過完全基于合成數據的端到端抓取基礎大模型GraspVLA，以及導航大模型，展示了合成數據的價值。

據悉，GraspVLA采用10億級別的合成大數據進行訓練。目前銀河通用安裝了上述大模型的人形機器人已經用于24小時無人藥店。“40多平方米的藥店里面，有5000多種藥品，6000多個貨道，可全都由機器人完成取貨，打包后送至外賣柜等待上門領取。”王鶴介紹，目前由人形機器人運營的24小時無人藥店已有6家在北京實現常態化運營，今年年底預計全國擴張至100家。

當然，合成數據方法并非沒有局限性。雖然目前生成視覺數據的能力相對成熟，但生成其他模態的數據，包括觸覺、溫度和聲音數據等，仍然是一項重大挑戰。此外，關于合成數據路線，行業也有不少擔憂，比如“Sim2Real Gap”，也即仿真環境與真實世界匹配度不夠，導致合成數據訓練存在有效性問題。

方興未艾的具身智能：

關于未來我們可以期待什么

從全球視野來看，具身智能產業發展呈現出創新活躍的多元競爭態勢。美國以頂尖科研機構與科技企業為核心，在算法、芯片等核心技術領域取得突破；歐洲持續推進具身智能在工業場景中的應用探索。中國則得益于完整的產業鏈優勢，集合了本體制造、算法優化，再到落地場景驗證的全棧式技術儲備，成為具身智能產業的一處高地。

“我國人形機器人初步建立了‘大腦、小腦、肢體’的創新體系，而這也成為世界范圍內被廣泛應用的技術體系。目前，我國人形機器人整機產品達到國際先進水平，涌現了宇樹、智元、傅利葉、星動紀元、銀河通用等一批企業。在CS2025上，英偉達CEO黃仁勛身后的14臺人形機器人，4臺來自美國，6臺來自中國。”國地共建人形機器人創新中心首席科學家江磊介紹。

江磊表示，在核心零部件方面，我國已經實現了安全有效的供給，尤其是在感知、控制、驅動、傳動模塊，在低成本約束下具有一定的領先優勢。創新生態也逐漸完善，形成跨領域企業、本體初創企業、高校科研院所、上游部組件企業以及地方政府支持下的創新中心等5類創新主體。

“整體來看，我國具身智能產業規模爬升迅速，示范應用仍在培育階段。”江磊說。

仍處于早期階段的具身智能產業，無論是大腦、小腦還是本體，都面臨諸多瓶頸。比如，在應用方面，目前更多是抓取、擺放、組裝等一些“原子”技能的訓練，難以完成長序列任務。在技術路線上，也存在諸多爭議，比如到底是“數據驅動”還是“模型驅動”，是做通用型機器人，還是做“專用”機器人。

分歧終將收斂于實踐。目前我國已有超過100家人形機器人整機企業，這些企業紛紛尋找自己的生態位，做出不同的選擇，有些聚焦于工業場景，提升負載和電池容量；有些聚焦于商用服務行業，提出用“崗位化”理念生產“專用”型機器人；有些結合自身原有業務優勢，聚焦康復醫療場景……

談及未來5到10年人形機器人的發展，張建偉表示，在做技術預測時，人們傾向于對近期目標過分悲觀，對遠期目標又過分樂觀。“全球來看，從20世紀80年代的美國，后來到日本，再到韓國，機器人‘狼來了’的故事已經喊過多遍。人工智能的發展為機器人自主學習能力提升帶來了巨大想象空間，我們也隨之來到了一個新的時點。”

“能夠在家庭護理、工廠等多場景工作的通用型機器人，可能仍需10年、20年的時間來打磨。但未來5年，在抓取、裝配等場景中，具身智能應該可以完成第一批示范場景應用。在很多B端場景，如工廠、社區醫院、農業等，圍繞收割、殺蟲打藥、采摘，以及一些簡單的家務任務，應該逐漸有專業機器人出現。”張建偉說。