新黄河记者：刘瑾阳  

人形机器人产业正跨过演示样机的“概念红利期”，正式迎来商业化落地大考。第九届进博会首日，在人形机器人与具身智能产业创新发展合作论坛上，产业界形成共识：当前大模型的认知能力已不再是最大短板，行业主要矛盾转向软硬协同的工程鸿沟、昂贵稀缺的物理世界数据，以及成本、可靠性、投资回报的现实商业命题。

从实验室高难度演示走向工厂、物流等真实生产场景，机器人“看得懂”不等于“做得到”，模型指令与物理现实之间的“几毫米差距”，成为决定产业能否从单点试点迈向万台级规模化复制的关键变量。未来两年将是技术验证与商业算账并行的窗口期，谁能补齐硬件本体、端侧算力、实景实训与行业标准的底层底座，谁就能抢占具身智能新质生产力的产业先机。

具身智能泛化上限：一半写在硬件里

宇树科技创始人、董事长王兴兴仍是全场焦点，他带来的更多是已经交付的东西：G1成了全球最畅销、最流行的人形机器人，国内外新发布的产品外观大多和它相似。2024年机器人进了汽车工厂，自己工厂也用机器人做简单装配，固定工位上的工序成功率接近百分之百。但他直言，“如果效率不够高，大规模推广目前会面临一些问题”。

王兴兴把最难的地方指向身体和世界的接缝，目前最大的挑战不是多模态模型的规划或理解能力不够，“其实目前理解能力非常好”，而是模型与物理世界的输入输出没有对齐，最后几毫米偏差较大。抓一个大物体成功率接近百分之百，换成装配零部件就差很多。他判断，这一关1到2年能解决，剩下的更多是工程问题。

月泉仿生创始人任雷走的是另一条路：把身体本身做成仿生的。他说，现在的人形机器人手臂操控弱、能耗高、和人发生物理接触时安全性差，根源是结构性问题。人是靠肌肉驱动骨骼韧带，柔顺，机器人是刚性铰链。人的大脑靠主动、高维、全身的感知加上脊柱的分布式控制，所以低能耗、小数据、容易训练。

任雷团队首创了仿生拉压体机器人理论与技术，包括了五大方面，一个就是仿生骨骼韧带关节、人工肌肉模组技术、多模态仿生织物传感技术和源泉仿生神经系统大模型，最后用仿生的神经肌肉多层一体化设计进行集成。

他的观点很直接：智能应该是机器人在真实世界里主动探索、学习、实践中涌现出来的，不是用代码“写死”、强加给本体的。

模型不再是瓶颈，交付才是

星海图创始人、CEO高继扬认为，行业的核心驱动力来自大脑，“没有大脑能力，身体本身没有特别多价值”。

过去12个月，全球范围内的开源模型有一百多个，他判断，模型能力不会是瓶颈，卡点在方案、交付、整机可靠性、一致性和寿命。今年6月发布的G0.5验证了长程作业、零样本泛化、通用抓取三项能力。“一经发布，我们在多个榜单排名第一，行业进展很快，我们可能就当了几个礼拜或一个月第一，后面还有很多其他的模型。”

据其透露，星海图还未还未正式发布的新模型G0.7转向世界动作模型，端侧推理约60毫秒，学一个新任务的后训练成本从几十小时降到5小时。

自变量创始人、CEO王潜谈得更远。GPT6出现后，很多人讨论语言基础模型会不会顺手把具身智能也做了。他的答案藏在人脑里：精细的手部操作、工具使用，和语言、高级思考在进化上同源，反而离跑步、翻跟头这类全身运动较远。他说，自变量最近两个月已有几百台机器人在客户场景里实际使用，这个场景“是具身智能的终极考场”。“离物理世界的GPT时刻，大概率一年左右。”

具身智能产业落地：从“能干活”到“算得过账”

算力与标准，底座的账要先算清。高通公司中国区董事长孟樸把规模化的前提说成一句话：感知、计算、控制要紧密协同，实时性要求高的在机器人本体上完成，复杂规划交给边缘和云端，从芯片、软件工具到开发者生态都得跟上。

具身智能产业高速发展，但企业家们最关心的还是如何“算账”。

摩尔线程联合创始人、执行总裁王东算的是另一笔账。真实的物理交互数据稀缺，只能靠合成补，“算力太贵”，从数据合成到预训练、强化学习、仿真验证、端侧部署，环节割裂会带来精度损失、时间变长。他认为，具身智能的模型参数还小，“涌现点”还没到，需要模型参数、算力和仿真平台三位一体。

讨论中，多名业内人士表示，进了真实场景才知道，客户真正关心的是效率、能不能稳定持续运行、人工介入频次多高、运营成本算不算得过来。

如今，在具身智能赛道，业内人士提起最多的不是“什么时候进家庭”，而是效率、稳定、成本这几个朴素的词。

而图灵奖得主惠特菲尔德·迪菲提醒的是另一件事：未来十年会是自动驾驶的十年，机器人的数量可能和汽车数量相当，但若把控制权全部交给机器人，人类就几乎不再有控制权，“21世纪最重要的议题之一，是人类与机器人的关系”。

摄影：刘瑾阳  编辑：刘丹  校对：汤琪