深圳龍崗，一個面積不大的城市街區里，商住樓宇、高校、小學、地鐵站、商業綜合體鱗次櫛比。但與普通街區不同的是，這里的地下管溝檢測、地鐵設備巡檢、商業服務引導活躍著形態各異的機器人。運營一年來，這個被稱為“機器人街區”的實景訓練場吸引了近百萬人次民眾圍觀，聚集了數十家上下游企業在此中試、演練、協作。
深圳龍崗“機器人街區”的景象，是當下我國具身智能（人形機器人）產業熱潮的一個切面。據IT桔子統計，截至2026年8月，全國已有22家省級及以上創新中心，覆蓋華北、華東、華中、西南、西北、東北六大區域。這種密度和速度，在中國制造業創新中心建設史上極為罕見，此前，新能源汽車、半導體等領域的國家級創新中心從政策出臺到首批落地，至少用了兩到三年，而人形機器人領域僅用了不到14個月。
然而，繁榮之下隱憂漸顯。“同類問題多次解決、有限資源持續分散。”開放原子開源基金會理事長、工信部人形機器人與具身智能標準化技術委員會主任委員謝少鋒直言，當前，具身智能行業處于“百花齊放，各自為戰”的狀態。數據孤島、標準碎片化、平臺間互聯互通不足、部分地區重掛牌輕實效等問題，正在考驗這一輪具身智能/人形機器人創新中心（以下簡稱“創新中心”）建設的真實成色。遍地開花的創新中心，究竟是智能經濟的“催化劑”還是新一輪的“重復建設”？它們如何串聯起政府、龍頭企業、科研院所與中小配套企業，帶動整條產業鏈成長？又該如何從規模擴張轉向提質增效？
熱潮涌動：各地創新中心加速布局
當前涌動的各地創新中心建設熱潮源于一項政策。2023年11月，工業和信息化部印發的《人形機器人創新發展指導意見》提出，到2025年，我國人形機器人創新體系初步建立，一批關鍵技術取得突破，確保核心部組件安全有效供給。到2027年，人形機器人技術創新能力顯著提升，形成安全可靠的產業鏈供應鏈體系，構建具有國際競爭力的產業生態，綜合實力達到世界先進水平。
創新中心成為各地承接這一戰略的主要載體。
2023年11月，優必選、京城機電、小米機器人等10家單位在北京經開區聯合成立北京人形機器人創新中心，2024年8月，更名為北京具身智能機器人創新中心，2024年10月，由工信部與北京市政府揭牌升級為“國家地方共建具身智能機器人創新中心”，發布全國首個通用機器人母平臺“天工”。2024年1月，成立上海人形機器人創新中心，同年5月，該中心獲工信部授牌“國家地方共建人形機器人創新中心”，推出全球首個人形機器人開源社區平臺?OpenLoong?，并在上海張江建成全國首個異構人形機器人訓練場。此后，各地布局速度不斷加快，廣東、四川、湖北、遼寧等地相繼推出省級或市級創新中心。其中，廣東省具身智能機器人創新中心2024年4月在深圳啟動，由依托香港中文大學（深圳）的深圳市人工智能與機器人研究院牽頭；浙江人形機器人創新中心落戶寧波，由寧波市政府與浙江大學團隊聯合產業方共建。
“創新中心是工信部的一種創新載體形式，路徑是先地方建設，地方設立兩年后具備條件再申請國地共建，國地共建一段時間后，在全國有影響力、業績突出的創新中心，再申請國家級，這是一個遞進的步驟。”廣東省具身智能機器人創新中心主任丁寧向中國工業報記者解釋，“北京和上海布局早、基礎深，所以很快從地方發展到國地共建。”
值得注意的是，與傳統科研院所不同，創新中心一般以公司為載體，更接近市場化運作，同時要求產業界代表性企業參與共建。丁寧以廣東省具身智能機器人創新中心為例向記者介紹，其有10家企業參與（包括了學校和地方國資南山創投，以及八家上下游企業），涵蓋本體制造、核心零部件、靈巧手及傳感器等環節，初步串聯起整個產業鏈條。若鏈條中間仍存在缺口和空白領域，可依托創新中心的建設能力加以填補，進而形成相對完整的服務落地能力。
與此同時，國家級與地方級的定位差異也日益明確。浙江人形機器人創新中心有關負責人表示：“國家級創新平臺重點解決行業‘最大公約數’和‘從0到1’的共性問題，包括關鍵技術、基礎軟硬件、標準體系、數據平臺、中試驗證以及跨區域資源組織等職能。地方創新中心依托本地產業稟賦，進一步解決工程化、產品化和落地驗證的‘最后一公里’。最終形成‘全國一張網、區域有特色、企業有競爭’協同拉動智能經濟的機制。”
上海人形機器人創新中心市場體系總監楊正葉則用“雙刃劍”形容當前布局：“一方面，人形機器人可以把大模型、精密制造、傳感器、算力串在一起，屬于新質生產力的核心賽道，各地主動布局集聚資源，這是好事。但也要看到，部分地方跟風追概念，對技術難度、落地周期估計不足。我們不能簡單說是一哄而上，但確實要引導行業從遍地開花轉向全國一盤棋、錯位發展。”
價值釋放：創新中心的拉動效應
創新中心的價值不在于“造了多少臺機器人”，而在于其串聯起一條從硬件到軟件、從技術到場景的長鏈條，在產業早期填補市場主體無法獨立完成的公共能力。
楊正葉認為，創新中心對智能經濟的拉動主要體現在四個方面：一是倒逼減速器、伺服、專用芯片等核心零部件迭代，做強智能硬件底座；二是帶動物理AI、仿真訓練這類新型算法數據產業發展；三是賦能工廠、康養、物流等實體經濟，實實在在提升傳統行業效率；四是吸引基金、人才、中試平臺等要素集聚，培育全新產業集群。
“人形機器人本身是一個復雜的系統工程，從核心零部件到控制系統、軟件算法、本體制造，再到場景應用和系統集成，都存在大量產業機會。”成都卡諾普機器人技術股份有限公司副總經理鄧世海表示，一個地區真正需要尋找的，不一定是“我要不要造一臺完整的人形機器人”，而是其能夠在這條產業鏈上形成什么不可替代的能力。
事實上，拉動效應在地區層面已有體現。資料顯示，山東憑借全國唯一擁有全部41個工業大類的獨特稟賦，走出了一條“場景驅動”的差異化路徑。在接受中國工業報記者采訪時，中國商業經濟學會副會長、北京師范大學政府管理研究院研究員宋向清介紹，山東已經成長為國內機器人產業的重要增長極，產業營收占到全國十分之一，協作機器人產量優勢突出，依托完備制造業底盤走出了場景驅動的差異化路線，雖然在頂尖算法研發上不及北上深，但在工業落地、特種工況應用、本土市場轉化層面形成獨特競爭力，是國內少有的能夠實現大量機器人產品就地測試、就地投產、就地應用的省份。聯儲證券研究院副院長沈夏宜也向中國工業報記者表示，山東先進級智能工廠機器人密度764臺/萬人，顯著高于全國470臺/萬人的均值。
與此同時，數據新業態的雛形也正在顯現。國家地方共建具身智能機器人創新中心（北京人形機器人創新中心）有關負責人認為，數據開放、流通與交易可催生“數據即服務（DaaS）”“軟件即服務（SaaS）”和“一體化解決方案”三大類商業模式。他對中國工業報記者介紹，北京人形數據基地依托近6000平方米、覆蓋30余個場景的專業化數據采集平臺，以及超過150臺覆蓋40種構型的機器人設備與矩陣式采集模式，在DaaS模式下，可向行業客戶提供大批量、高精度的定制化數據采集服務，也可將成品數據面向高校（覆蓋教學科研、校企合作等場景）和頭部具身智能企業（覆蓋多場景真機與無本體采集數據）進行售賣，目前年產能已達18萬小時并持續向100萬小時高質量數據目標邁進；在SaaS模式下，北京人形基于自研的具身數據服務平臺，向政府及企業客戶提供標準化平臺服務、私有化部署及License授權服務，覆蓋政務智能化等多行業場景，同時持續搭建多模態數據管理服務平臺，打通具身數據全生命周期閉環管理；在解決方案模式下，北京人形機器人創新中心通過整合上下游產業資源，與專業數采工廠深度合作推進全國數據基礎設施布局，為政企客戶提供涵蓋規模化數據生產與交付的一體化數據解決方案，并以RoboMIND開源數據集全球下載量突破2000萬次的領先生態優勢，持續夯實全球具身智能數據基座。
隱憂拷問：熱潮之下的“虛”與“實”
繁榮表象之下，隱憂同樣不容忽視。“現在顯然存在重復的基礎建設，不僅是創新中心，還有數采中心。”丁寧直言，“由于技術本身還在快速演進、尚未收斂定型，各地都通過建設創新中心去逐步摸清技術落地路徑，這恐怕是繞不過去的階段，但我們希望這個階段能快一點過去。”
更普遍的擔憂來自“展演跳舞”現象。“地方要破除‘炫技思維’，調整考核導向，不要把機器人演示效果當成政績，重點考核場景落地、產品驗證、產業鏈帶動效果。”楊正葉提醒，判斷是不是有效布局主要看三點：第一有沒有真實場景牽引，創新中心不能只有展廳樣機，得在工廠、康養這些真實環境做測試迭代，而不是只做舞臺表演。第二能不能帶動本地產業鏈協同，不能簡單外購樣機擺展廳，要拉動本地零部件、軟件企業參與進來。第三要有可量化的產業成果，看孵化企業、實際訂單、訓練數據沉淀，而不是比拼發布會、賽事數量。鄧世海也認為，判斷產業價值不能只看展廳里的機器人“會不會走、會不會跳”，更要看它“能不能完成一項真實任務，并且能夠持續、穩定、經濟地完成這項任務”。
同質化競爭則在攤薄本就有限的市場。丁寧分析，目前，大部分人形機器人面向的市場仍以商業、科研院所高校為主，技術要求相對較低。“本來教育科研商業是合理的市場，然而由于過多企業的分拆介入，各方所能獲取的資源極為有限，難以支撐所有企業跨越當前階段并走向成熟。因此，政府在數量和規模層面有必要加以引導，推動差異化發展。”
數據要素的流通障礙同樣突出。楊正葉梳理了四道坎：行業標準不統一、數據孤島嚴重；高質量數據采集成本居高不下；康養、家庭場景涉及隱私，確權與交易權責邊界模糊；低質量數據泛濫、優質數據難以獲得合理回報。北京人形中心有關負責人則將核心壁壘概括為“高質量數據稀缺、標準不統一、生態碎片化”。丁寧還指出一個更深層的制約：當前數據采集主要依賴視覺、光學傳感器，接觸式觸覺等其他模態傳感器差距很大，看起來精度很高，但可能無法支撐模型建立很好的物理認知。此外，大模型相關技術尚未收斂，導致數據價值難以評估，因此，數據交易只能是小范圍、小規模。
破局之道：從“遍地開花”到“全國一盤棋”
“我經常跟地方提醒，不要一窩蜂都去做整機。”楊正葉表示，人形機器人整機門檻很高，完整供應鏈不是每個城市都具備。各地要立足自身稟賦，走差異化路線，形成全國拼圖式產業格局。產業實力強的地區，可以主攻整機、核心零部件和算法研發；制造業基礎尚可但缺整機能力的，可以做零部件配套；有特色場景資源的，比如工廠多、康養資源豐富，可以做場景驗證試驗場，承接真機測試、數據采集；算力軟件優勢突出的，可以發展仿真、數據標注、行業解決方案。楊正葉認為，“就算工業基礎薄弱，也可以做運維培訓、數據標注這類細分服務。不是造出機器人才叫發展這個產業，嵌入全國產業鏈分工，同樣能拿到產業收益，避免盲目上馬整機帶來財政浪費。”
浙江人形有關負責人也強調，人形機器人產業背后覆蓋精密的核心零部件、操作系統、具身智能世界模型、仿真平臺、數據采集、測試認證、場景集成、運維服務等完整的產業鏈。“地方產業政策應從‘造多少機器人’，逐步轉向‘機器人為本地經濟創造了多少價值’。”
丁寧向記者舉了一個頗具啟發性的例子：人形機器人腳底板。當前，人形機器人的腳底板多為剛性結構或僅覆以一層緩沖橡膠。未來，如果要提升人形機器人的運動性能，可以在其腳底橡膠材料中集成柔性智能傳感器實現與傳感器的一體化設計，使其能夠像人腳一樣感知踩踏深淺，實時反饋地面接觸信息。
在協同機制上，國家隊創新平臺、地方政府、市場主體三方的角色正逐漸清晰。浙江人形機器人創新中心有關負責人將其概括為“政策給機會、平臺降門檻、市場做選擇”：國家級創新平臺重點解決企業單獨投入成本高、整個行業必須解決的共性問題比如基礎數據集、開源技術平臺、測試評價體系、標準體系、中試能力和共性技術；地方政府的重點是提供長期資本、開放真實場景、完善政策環境；企業負責產品定義、技術迭代和市場驗證。鄧世海也認為：“國家平臺解決共性問題，地方提供產業環境和場景，企業完成產品化和市場化，這樣有助于形成從技術研發到應用驗證，再到規模化產業化的完整閉環。”
未來展望：新業態、新職業與新分工
當下具身智能產業發展熱潮，遠不止于一個新興產業的崛起，更在于對經濟社會形態的深層重塑。
新業態、新職業的輪廓已經浮現。楊正葉判斷，整機只是入口，更大空間在后端服務：機器人技能訂閱、運維4S服務、環境場景改造適配、實訓數據運營、行業定制解決方案等新業態，將帶來機器人行為訓練師、具身智能數據工程師、場景適配工程師、人機協同調度師等新職業。
而在談到對勞動力結構的影響，受訪者認為是“重構”而非“簡單替代”。鄧世海表示，最大的變化可能不是“機器人替代人”，而是人與機器的分工方式變化：重復性、高強度、危險性工作交給機器人，人轉向工藝管理、機器人訓練、任務規劃和異常處理，“過去產業工人的核心能力是‘如何操作設備’，未來則是‘如何教會機器人完成任務’。”浙江人形有關負責人也認為，人形機器人首先替代的是危險、重復、高強度和人員短缺的具體任務，未來一個人可能管理多臺機器人。
丁寧的思考更進一層，指向收益再分配的制度設計。“一旦模型走通，機器人的性能效果大幅提升，沒準三五年就會有效果，這必然對現有以人為主的生產體系造成非常大的沖擊。”他認為，政府必須前置規劃：用了新的生產工具，就要加強收益的分配——生產效率提升帶來的稅收，應加速回流到基礎設施投入和被替換人員的新技能培訓，比如原來的掃地工人，政府應給予資助和生活支持，可讓他去學習如何修理機器人。借助信息化手段，把新技術產生的福利針對性地落到每個人頭上，而不是面上的，技術帶來的沖擊就能夠平穩過渡。
正如鄧世海所言，如果說傳統人工智能主要解決“理解和生成信息”的問題，具身智能則要解決“理解環境并采取行動”的問題。當智能真正進入物理世界，制造、物流、服務業的勞動生產率將以更低成本、更高可靠性獲得提升——這或許才是各地競逐創新中心背后，智能經濟最值得期待的長期圖景。（記者 左宗鑫 王棕寶）
轉自：中國工業新聞網
【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
