动态焦点:国家地方共建人形机器人创新中心江磊：实现具身智能需要新数据、新模型

机器人公司仅做机器人，可能不够了。

“未来有竞争力的人形机器人公司，需要硬件能力、模型能力、数据能力和训练场能力四位一体。”在7月11日于济宁召开的2026机器人企业家尼山峰会上，国家地方共建人形机器人创新中心首席科学家江磊在接受经济观察报等媒体采访时表示。

(相关资料图)

在近期对国内机器人公司的调研过程中，江磊发现头部机器人企业纷纷布局上述四项能力，这已经成为行业主流选择。

比如，宇树科技在其招股说明书中表示，拟募资约20亿元投入智能机器人模型研发项目，接近募资比例的50%。宇树科技指出，当前高性能通用机器人行业正处于商业化突破与技术迭代加速的关键阶段，算力支撑薄弱、高质量数据缺乏导致模型智能化程度不足，成为制约行业发展的重要瓶颈。

当前机器人行业的一大问题在于难以进入真实场景替代人工，只能进行跳舞、表演等，在舞台场景中应用。

“跳舞、表演方面的成功，证明了国内在机器人控制系统方面已经有了很大突破，但行业依然面临‘智能’方面的挑战。”江磊表示。

机器人跳舞、表演都是按照事先输入的程序完成固定动作，且舞台不能受外界干扰。但如果让机器人“进厂干活”，尤其是替代人工完成各类繁杂重复性工作，就需要实时调试、调整程序。

行业的解决办法是发展具身智能。具身智能是指将AI（人工智能）与机器人深度结合，让机器人能够自主行动、自主作业，真正实现落地“干活”。

模型是具身智能的“大脑”。江磊表示，当前无论是“世界模型”，还是其他模型，训练方式仍以视觉训练、文本训练等为主，真正完备的“世界模型”需要依托触觉、听觉等多维度数据支撑。

此前具身智能大多通过视觉训练、文本训练等方式获得“智能”，业内目前正逐步探索通过触觉路径。江磊表示，0.0阶段的机器人是具备感知能力的机器人，1.0阶段会增加触觉感知能力，2.0阶段才能真正实现自主决策。

“最近很多做自动驾驶的人投入到具身智能领域，正是看中了大模型未来发展需要更多维度的数据。汽车可感知的数据场景有限，感知成本更高，而人形机器人适配三维空间，可采集的数据场景更丰富，感知成本更低。”江磊表示。

江磊表示，当前国内布局具身智能的企业能够获得的数据量过少，行业急需更多的开源数据支撑模型训练。

这些数据需要来自真实场景。江磊所在的国家地方共建人形机器人创新中心，已在全国布局多个具身智能训练场，以帮助具身智能企业获取更多的数据。

机器人若能进入真实世界“打工”，将获得更多真实数据。但出于商业考量，目前机器人推广速度较慢，真正“进厂打工”的案例仅为个例。

江磊表示，当前机器人已经完成“从0到1”的技术突破，但难以解决“从1到10”的规模化落地，面临中试、标准体系、企业管理等方面的问题。他认为，当前机器人规模化落地的一大问题，是企业难以精准适配、跟进真实应用场景。

“机器人企业希望客户改良场景，客户认为机器人需要适应场景，两者诉求难以协调。”江磊举例。

“机器人产业的硬件创新突破，更需要国家层面统筹解决共性问题；在场景上的落地应用，更需要地方开放适配场景。”中国电子信息产业发展研究院产业政策研究所所长王昊向记者表示。

在近期调研过程中，王昊发现配送机器人很难进校园。比如配送机器人可以实现从校园门口或固定点位，将外卖配送至宿舍楼下的服务功能，但一些学校受管理制度约束，暂不支持该类设备入校。

王昊建议，各地推进机器人产业发展过程中，需要结合自身资源禀赋、场景特色，培育差异化竞争优势。比如，山东作为工业大省、化工大省，在工厂巡检机器人领域具备无可替代的优势，可以根据自身的优势场景，瞄准机器人细分赛道进行深度布局。

标签： 财经频道 财经资讯