機器人ToB規模化提速 數據短板仍是核心卡點

　　從倉儲環節的拆碼垛自主決策，到車廠流利架分揀、工程螺栓保護軟套剝離，再到藥店場景的貨架識別、精準抓藥打包……近來，機器人正加速向ToB（面向企業）領域滲透，并逐漸成為驅動產業增長的核心力量。

　　不過，業內人士指出，機器人的通用能力才是實現大規模商業化落地的關鍵所在。當前，大模型的算力與算法發展已日趨成熟，真正制約機器人場景泛化能力的核心卡點，仍是數據短板。對此，業界期盼政策能從開放應用場景、補貼數據建設、降低企業落地風險、打通市場準入等多個維度提供有力支撐，推動機器人更快走進真實生產生活場景。

　　ToB規模化部署提速

　　隨著技術與產業鏈的持續發展，機器人商業化落地進程不斷提速，ToB場景的規模化部署正成為產業增長的核心驅動力。

　　近日，優必選（09880.HK）在其2025年度業績報告中披露，全年總營收達20.01億元，同比增長53.3%。公司持續聚焦工業制造場景的規模化落地，推動WalkerS系列機器人的“打工”模式邁入群體智能新階段。截至2025年底，優必選全尺寸具身智能人形機器人已實現年化產能超6000臺，產品覆蓋汽車制造、智能制造、智慧物流、具身智能數據中心等重點領域。

　　此前，擬在科創板上市的宇樹科技公開披露的數據顯示，公司產品覆蓋科研教育、商業消費與行業應用等眾多現實場景，2025年度不含雙臂輪式的類人形態純人形機器人的發貨量已超5500臺。

　　聚焦通用機器人產品研發的銀河通用，其具身智能產品也已在多領域實現規模化落地：在工業制造領域，斬獲寧德時代、德國博世、豐田汽車等國內外龍頭客戶的深度合作訂單，累計訂單量達數千臺；在即時零售與智慧倉儲領域，實現百臺級機器人7×24小時自主運營的規模部署；在文旅和醫療康養領域也有多場景的應用落地。

　　銀河通用在發展初期選擇零售、工業、康養這三大場景，背后有著清晰的判斷邏輯——優先從ToB場景切入，再逐步走向ToC。“具身智能發展初期，技術、成本與穩定性尚處快速演進階段，ToB場景憑借需求明確易閉環、規模部署能反哺模型迭代、商業回報路徑清晰等優勢，成為現階段的優先選擇。”銀河通用機器人首席戰略官趙于莉在接受《經濟參考報》記者專訪時表示。

　　作為靈巧手領域的行業頭部企業，靈心巧手正持續推動具身智能核心部件迭代升級，不斷拓展機器人的應用范圍、能力上限與商業化落地空間。公司已布局腱繩、連桿、直驅三大驅動方案，旗下Linker　Hand系列產品構建起覆蓋11至42自由度的完整產品矩陣，可精準適配消費、工業及科研等全場景應用需求。

　　宇樹科技方面稱，在更為廣泛的行業級應用中，高性能通用機器人尚未形成完整的商業成熟應用，在消費級應用中，高昂的價格和有限的功能使其大規模商用面臨巨大考驗。目前，人形機器人正處于突破技術拐點、構建橫跨消費級與行業級應用體系的關鍵時期，未來具備在家庭服務、教育娛樂、商業服務、醫療保健、工業生產等多個行業落地應用的潛力，有望帶動廣闊的消費級與行業級市場實現跨越式發展。

　　數據短板制約泛化能力

　　如何讓機器人在各場景中大規模商用落地，正成為行業技術攻關與生態構建的核心目標。業內認為，機器人的通用能力是商業化落地的關鍵，當前大模型的算力與算法發展已相當迅速，真正的卡點在于數據短板。行業內逐漸形成共識：誰能建立起高效的數據生產和利用體系，誰就更有可能率先跨過規模化門檻。

　　“從技術上來說，當前具身智能規模化應用的核心瓶頸，并不主要在算力或單一算法能力上，而在于數據體系的建設能力。”趙于莉表示。

　　她認為，具身智能和傳統AI的一個本質區別在于，它需要的是高質量、強關聯、覆蓋真實物理世界的操作數據，而這類數據獲取成本非常高，且難以標準化。如果沒有足夠規模和多樣性的訓練數據，模型很難具備真正的泛化能力，需要在不同場景之間反復調試，難以實現規模復制。

　　“除數據之外，具身智能的規模化還涉及工程化能力、系統穩定性、供應鏈成熟度以及場景適配能力等多個因素。但如果從‘最核心的底層約束’來看，數據是決定模型是否能夠跨場景復制的關鍵。”趙于莉稱。

　　宇樹科技方面也認為，當前高性能通用機器人行業正處于商業化突破與技術迭代加速的關鍵階段，算力支撐薄弱、高質量數據缺乏導致模型智能化程度不足，成為制約行業發展的重要瓶頸。

　　靈心巧手聯合創始人左家平則認為，“現階段機器人大多只能在產線上完成有限的重復性操作，遠達不到全場景通用的水平。究其原因，核心在于真實世界的操作數據積累不足，比如拿一瓶水、一個生雞蛋或一塊豆腐，算法和算力可以指令機器人完成‘拿’的動作，卻無法精準控制指尖施力大小。”

　　“這種力度的把控，無法通過虛擬仿真或視頻數據訓練實現，必須依靠真實場景下的海量操作數據進行采集、驗證與迭代優化。這正是行業當前面臨的重要卡點——‘虛實擬合’。”左家平強調說。

　　為此，包括靈心巧手、銀河通用、宇樹科技在內的眾多機器人產業鏈企業，均已瞄準數據這一核心卡點，積極布局真實場景下的數據采集、虛實擬合與模型迭代等關鍵業務，試圖通過打通“數據采集-訓練優化-場景落地”的閉環，突破機器人通用能力不足瓶頸。

　　業界期盼更多政策護航場景落地

　　為推動機器人快速落地真實場景，業界期盼政策從開放應用場景、補貼數據建設、降低企業風險、打通市場準入等維度提供支撐。

　　事實上，國家層面已持續為機器人產業發展提供了頂層設計與方向指引。《人形機器人創新發展指導意見》《“機器人+”應用行動實施方案》以及“十五五”規劃綱要等，從戰略高度為機器人產業的技術突破、規模化落地和產業鏈升級提供了核心支撐。

　　與此同時，業內也提出了進一步優化的政策建議：一方面，呼吁擴大場景開放范圍，推動央企、國企等重點主體率先開放產線、園區等真實應用場景，建立“容錯試錯”機制，為機器人積累實操數據創造有利條件；另一方面，建議出臺針對性補貼政策，例如在數據采集、虛實擬合、場景驗證等關鍵環節給予補貼支持。

　　“當前，機器人產品的市場開放度仍顯不足，無論是地方市場、大型國企還是重點產業領域，機器人企業大多處于主動推介的狀態，而非需求方主動找上門尋求合作。”左家平認為，推動機器人真正融入各類場景，核心在于激發場景方的內生需求，輔以國家層面政策引導。

　　對此，左家平建議，針對機器人智能化應用推出場景示范項目與專項補貼政策，以此推動機器人替代傳統場景中危險、重復、枯燥的人工環節，真正實現從“企業推”到“市場要”的轉變。

　　此外，也有業內人士建議，針對醫療、養老等應用場景，盡快健全機器人產品的準入標準，并搭建對應的保險體系，切實降低企業的商業化落地風險。（記者 李保金）

　　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