在近日舉行的第八屆虹橋國際經濟論壇“人形機器人創新發展合作”分論壇上，來自政府、學術界及產業界的代表共同探討了人形機器人技術的前沿進展、產業化路徑與未來挑戰。與會專家普遍認為，人形機器人作為人工智能與機器人技術融合的創新產物，正迎來發展的關鍵機遇期，但實現大規模落地仍需在技術、數據、標準及應用場景上持續突破。
今年，人形機器人迎來“量產元年”，正加速實現從技術原型驗證向工程化落地與規模化應用的跨越式發展。論壇上發布的《人形機器人產業鏈圖景（2025年版）》，系統梳理了人形機器人核心環節的技術指標與發展形勢，明確產業發展脈絡與創新方向，為產學研用協同發力提供清晰指引，助力產業創新發展。
工業和信息化部科技司副司長姚佳認為，人形機器人被認為是具身智能的最佳載體，有望成為繼智能手機、新能源汽車之后的顛覆性產品，深刻變革人類生產生活方式，并重塑全球產業發展格局。她表示，下一步將支持國內外企業開展聯合攻關，加快突破“視覺-語言-動作”大模型、高性能一體化關節、端側高算力芯片等關鍵技術，推動人形機器人技術迭代和產品升級。
“宇樹科技投入了大量時間研發靈巧手，并致力于真正實現機器人在工廠中端到端地完成工作。”宇樹科技創始人王興興分享了公司在人形機器人領域的最新進展，并對行業技術瓶頸與未來突破點提出了看法。
“目前，在全球范圍內，真正實現端到端模型在工廠里穩定、高效工作，仍是一個極具挑戰性的課題。”王興興說，“在任何情況下摔倒都能快速恢復站立”是未來人形機器人規模化應用的必備能力，而公司開發的“全身動態遙操作”系統為實現大規模、高質量數據采集奠定了關鍵基礎。
不過，他也坦言，相比運動控制技術的快速迭代，機器人大模型的進展“比想象中慢了點”，尚未達到爆發的臨界點。他呼吁業界需在模型架構創新與數據質量提升上雙管齊下，而非盲目追求數據規模或模型參數。
關于核心技術路線，業界專家展開了深度討論。浙江人形機器人創新中心首席科學家熊蓉表示，機器人技術發展需走模型預測控制（MPC）與數據驅動方法相融合的創新路徑。她認為，MPC方法具有通用性強、可快速定義優化目標等優勢，但其對動力學建模精度要求極高，在復雜人形系統應用中面臨實時求解難等工程化挑戰。她強調，仿真與真實環境需要形成迭代閉環，通過不斷相互驗證與優化，共同推動機器人技術向更高水平發展。
數據被普遍認為是當前人形機器人發展的核心瓶頸。“多樣性是數據質量關鍵。虛擬環境能高效生成多樣化場景，極大豐富了訓練樣本，而真實數據則確保了算法在現實場景中的落地可靠性。”國地共建具身智能機器人創新中心首席技術官唐劍指出，當前機器人的訓練數據應統稱為“虛實數據”，并強調“虛實結合”是推動具身智能發展的核心方向。
廣東省具身智能創新中心主任丁寧稱，當前以數據驅動的強化學習技術雖助推了機器人公司的蓬勃發展，但其發展正面臨數據多樣性不足、模型泛化能力弱等挑戰，下一步需以“融合創新”與“數據拉通”破局。
面對挑戰，構建統一標準與開放生態成為專家共識。與會代表呼吁，應在數據格式、硬件接口和安全規范等方面盡快建立標準，避免重復投入和資源浪費，為產業鏈協同和規模化應用掃清障礙。
值得一提的是，加快實現人形機器人產業化離不開應用場景的突破。“人形機器人落地是第一大要務。”帕西尼感知科技創始人兼CEO許晉誠認為，近端小型人形機器人的落地應該非常快，至少五年內可以進入工廠。
在優必選科技副總裁、研究院院長焦繼超看來，明年將是人形機器人落地應用的關鍵一年，對于行業來說，找到真正的落地應用場景十分重要，“且這個場景具有可復制性和一定的規模性”。
他進一步預測，人形機器人將首先在工業場景落地，導覽、展廳講解等商業場景將在明年得到更多應用，而進入家庭場景作業，則可能需要8至10年。（記者 鄧林如 李昱佑）
轉自：經濟參考報
【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。
延伸閱讀
