南京聚力打造“機器人之城”，記者一線探訪本土相關企業(yè)
人形機器人的“遠”和“近”
8月中旬，全球首個為人形機器人組織的綜合性競技賽事——2025世界人形機器人運動會在北京舉行。2天比賽里，各類消息頻頻霸占熱搜榜，給已在風口飛舞的人形機器人產(chǎn)業(yè)再添一把火。
100米冠軍成績21.50秒、400米冠軍成績1分28.03秒、跳高冠軍成績95.641厘米……雖然在田徑場上，這些人形機器人的成績與人類冠軍們還有很大差距，但一個個機器人已經(jīng)真真切切地走上賽場、走近觀眾身邊，他們能跑能跳，踢得了足球，賽得了體操。比起春晚上只能轉轉手絹，僅僅半年多時間，人形機器人行業(yè)又取得了肉眼可見的進步。
人形機器人是不是已經(jīng)離我們的日常生活很近了？目前人形機器人的性能到底如何、能應用在哪些場景，離走進千家萬戶，真正“活出個人樣”，還有多遠？南京正聚力打造“機器人之城”，近日，記者走訪了本土多家人形機器人企業(yè)，試圖尋找這些問題的答案。
人形和具身——
“為什么一定要是人形？”
今年3月的全國兩會上，政府工作報告中首次提到了“具身智能”“智能機器人”的概念，明確提出要大力發(fā)展相關產(chǎn)業(yè)。曾經(jīng)有些科幻的機器人一下子成為了可感可及的、國家要大力發(fā)展的產(chǎn)業(yè)。會后，關于機器人產(chǎn)業(yè)的各類消息迅速占據(jù)大眾視野。紛繁復雜的信息中充斥著大量新詞匯、新概念，其中就有“具身機器人”。很多報道中都是直接援引政府工作報告中的詞匯。那“具身機器人”和“人形機器人”有什么區(qū)別？
“簡單點理解，‘人形機器人’是‘具身機器人’的一種，也是最復雜的一種。甚至可以說，‘人形機器人’是‘具身機器人’的最高形態(tài)?！睎|南大學首席教授、機器人傳感與控制技術研究所所長宋愛國說，具身機器人的概念更加寬泛，像機械臂、機器狗（四足機器人）乃至掃地機器人，都可以認為屬于具身機器人的范疇，而人形機器人則“物如其名”，必須是類似人類形態(tài)的機器人。
“外形做成人類形態(tài)很容易，但要同時具備實用性功能，難度就陡然提升了許多。”宋愛國舉例說，現(xiàn)在一些人形機器人產(chǎn)品的雙手手指是不能動的或只能簡單揮動，復雜一些的可以進行一些物品的抓取、擰螺絲等，“跟我們真人的手部功能還差得比較遠。更不用說觸覺了，這正是我們團隊攻關的領域之一。人形機器人每向真實人類靠近一點，都需要大量的研發(fā)積累。”
既然技術難度極大，為什么一定要費力把機器人做成人類形態(tài)呢？
“因為我們生活的這個現(xiàn)實世界，都是圍繞人類設計的?！避浲▌恿瘓F副總裁兼創(chuàng)新與技術研究院執(zhí)行院長雒冬梅說，生活中絕大多數(shù)場景都是圍繞人搭建的，機器人做成人形就可以具備最廣泛的適用場景、最廣大的市場空間。宋愛國也認為，將來成熟的人形機器人一定會走進大眾的日常生活，面對各類生活場景，只有人形才是最普適的選擇。
面對這個問題，幾乎每個采訪對象都提到了適用性，還有一些業(yè)內人員提到了“人形”的另外一個優(yōu)勢——親近性。華夏機器人（南京）有限公司銷售總監(jiān)周攀說，“試想一個場景，將來人形機器人會走進千家萬戶，你希望這位‘家庭成員’是一副冷冰冰的金屬框架還是一個外形非常接近真人的機器人？”
大腦和小腦——
“不僅看著像人，運作機理也像人”
“從容”地獨自邁步走上舞臺，向觀眾揮手致意，隨后轉身指向大屏幕播放“自己的宣傳片”……6月在南京舉行的2025智能機器人發(fā)展大會上，南京埃斯頓酷卓科技有限公司的第二代人形機器人Codroid 02自己上臺向全球發(fā)布了自己——身高170cm、體重70kg，單臂能負載5公斤，全身自由度達31個。
“發(fā)布會上看似簡單的幾個動作，其實充分展現(xiàn)了Codroid 02出色的能力。”南京埃斯頓酷卓科技有限公司首席技術官臧家煒介紹，讓機器人以雙足的方式用人類這樣的自然步態(tài)行走、跑跳，需要具備很精細的感知能力、運動控制能力，“人形機器人不僅看著像人，運作機理也像人?？刂扑麄兊暮诵目梢灶惐葹榇竽X和小腦，大腦負責認知決策，實現(xiàn)環(huán)境感知、任務規(guī)劃、自然語言交互等，小腦則專注運動控制，處理關節(jié)協(xié)調、力控反饋等精細操作。”
談及人形機器人的運作機制，南京理工大學機械工程學院教授王禹林也提到了“大腦”“小腦”的概念?！叭诵螜C器人從外形到內在，都是在模仿人類?！彼e例說，“比如倒水這個簡單的動作，就需要機器人的‘大小腦’通力配合。首先理解倒水這個指令，通過眼睛，也就是攝像頭采集圖像，識別出水壺、水杯的位置，然后規(guī)劃出要先走到水壺和水杯旁、拿起水壺，把里面的水倒進水杯，這些都是‘大腦’的活。通過電機驅動全身各處關節(jié)動起來，尤其是手部的精細操作，比如用多大力度把水壺拿起來、怎么對準水杯，這些就是‘小腦’的活了?！?/p>
人形機器人的“大腦”和“小腦”，其實就是該領域目前很主流的一個研發(fā)方向——VLA模型，即Vision（視覺）—Language（語言）—Action（動作）。通過VLA模型可以借助基礎大模型的通用能力與大規(guī)模學習范式，處理通用的視覺與語言信息并生成實時動作，由此讓人形機器人實現(xiàn)各項功能。
“VLA模型的訓練和基礎大模型一樣，也需要‘投喂’大量數(shù)據(jù)，而這些數(shù)據(jù)目前相對來說非常匱乏，這也是我們當下面臨的主要瓶頸之一?！标凹覠樥f，對于通用大模型來說，互聯(lián)網(wǎng)上就有海量數(shù)據(jù)可供訓練，但人形機器人研發(fā)領域，目前還缺乏一個類似互聯(lián)網(wǎng)的公共基礎設施，以及在此基礎設施上所沉淀下來的海量多模態(tài)數(shù)據(jù)集。VLA模型的訓練數(shù)據(jù)最好是要通過人形機器人在實際環(huán)境中收集，這就需要大量時間去積累。
正是同樣看到了數(shù)據(jù)匱乏這一行業(yè)痛點，華夏機器人（南京）有限公司發(fā)起建設了具身智能機器人應用中心。記者在現(xiàn)場看到，中心模擬了日常家庭、公司辦公室、工廠倉庫等多個實體化場景，還設置了砂石、塑膠、坡道等各種路面環(huán)境，可以讓人形機器人產(chǎn)品在各種真實環(huán)境里進行試驗。“中心兼具數(shù)據(jù)采集和場景驗證兩大功能，并向行業(yè)開放?！敝芘收f，歡迎其他公司的產(chǎn)品到中心進行測試、驗證，未來中心計劃建立一個開放共享的數(shù)據(jù)平臺，助力推動整個人形機器人產(chǎn)業(yè)的發(fā)展。
盆景和風景——
“一個產(chǎn)品，必須真正有用”
雖然人形機器人在公眾眼中是一個嶄新的領域，整個產(chǎn)業(yè)也剛剛熱鬧起來，但相關企業(yè)包括整機公司已如雨后春筍般涌現(xiàn)。企查查數(shù)據(jù)顯示，截至8月，國內人形機器人整機平臺超過160家，占據(jù)全球50%以上；核心零部件供應鏈企業(yè)更是超過600家。不僅數(shù)量多，實力也很雄厚，超過一半的人形機器人整機公司注冊資本在千萬元級別以上，其中5000萬元以上的占比近三成。
在資本推動下，我國人形機器人行業(yè)正呈現(xiàn)百花齊放的局面。根據(jù)摩根士丹利最新發(fā)布的報告，過去5年，中國共有5880項人形機器人專利，遠超美國的1483項、日本的1195項以及全球知識產(chǎn)權組織的1123項。
整個產(chǎn)業(yè)起步初期就迅速面對激烈的競爭格局，這樣的背景下，選準賽道變得至關重要。
“一個產(chǎn)品，必須真正有用?！蹦暇┨靹?chuàng)機器人公司董事長助理劉旦復說，人形機器人產(chǎn)品不能奢望一步到位、貪大求全，而要在現(xiàn)有技術水平的前提下，盡快形成產(chǎn)品力、走向市場，這樣一方面可以讓企業(yè)發(fā)展進入良性循環(huán)，另一方面也可以讓產(chǎn)品在更廣泛的現(xiàn)實場景里迭代升級，而不僅僅是在實驗室里閉門造車。
天創(chuàng)機器人的選擇是瞄準特種行業(yè)、特種場景。1月，他們發(fā)布了全球首款獲得防爆合格證IIC T6的人形機器人“天魁一號”，填補了人形機器人在工業(yè)復雜場景的應用空白。“天魁一號”是人形機器人中的“大個子”和“大力士”，身高220cm，單臂負重達25kg，全身擁有30個自由度。不僅如此，“天魁一號”核心優(yōu)勢在于其運動結構、電源系統(tǒng)及電氣線路經(jīng)過特殊改造，可在氫氣、甲烷等爆炸性環(huán)境中作業(yè)?！斑@樣的特性，讓‘天魁一號’一亮相就備受關注，有很多單位主動找我們溝通?！眲⒌驼f，這些復雜的特種場景下，防爆機器人可以有效提供無人化解決方案，提高運維作業(yè)效率，同時減少人員傷亡事故。
埃斯頓酷卓則把目光繼續(xù)聚焦在工業(yè)領域。統(tǒng)計顯示，南京埃斯頓自動化股份有限公司連續(xù)兩個季度領跑中國工業(yè)機器人市場，2025年上半年市場份額達10.5%?！鞍Ｋ诡D在工業(yè)機器人領域的優(yōu)勢也給了我們成長的底氣?！标凹覠樥f，他們將不斷提升人形機器人Codroid的手腳眼腦感控協(xié)同能力，并聚焦具體的工業(yè)制造場景進行方案驗證，從巡檢、搬運這些簡單的功能，逐步升級到裝配、檢查等精細操作，最終可以根據(jù)具體的生產(chǎn)需要整建制地替換工廠現(xiàn)有生產(chǎn)線。不同于機械臂所能實現(xiàn)的操作比較單一，人形機器人的泛化能力強得多，“現(xiàn)在生產(chǎn)線工藝升級或者流程改造可能就要更換機械臂，而以后只需跟Codroid‘說一聲’就行?！?/p>
華夏機器人選擇的賽道，從他們的企業(yè)slogan里就能看出端倪——“有溫度的人形機器人”。在華夏的展廳，記者看到人形機器人“夏瀾”有著跟真人近乎一樣的面龐?！拔覀儜撍闶菄鴥茸钤缱龀鲇蟹抡嫒四樀娜诵螜C器人的企業(yè)?！敝芘收f，“夏瀾”僅頭部就有30個電機，可以做出各種栩栩如生的表情。公司還有自研的情感大模型，讓“夏瀾”可以理解人類語言所傳達的情緒、情感。這樣的特點，讓華夏的人形機器人產(chǎn)品在與人交流過程中有更強的親近感。目前公司產(chǎn)品已應用在景區(qū)引導、銀行大堂等現(xiàn)實場景中。“只能在實驗室里的人形機器人是‘盆景’，更多是觀賞價值，只有更多產(chǎn)品真正應用到現(xiàn)實生活中去，才能形成人形機器人產(chǎn)業(yè)的靚麗風景?！?/p>
腳下和遠方——
“人形機器人發(fā)展很難有‘ChatGPT時刻’”
人形機器人企業(yè)目前都在各自錨定的領域里埋頭深耕，不過他們也都表示，細分領域是受限于目前的技術水平，最終目標肯定還是要朝著全能的通用型人形機器人發(fā)展。
在ChatGPT橫空出世前，公眾也沒想到人機交互可以一瞬間提升到這樣的水平，人工智能似乎一夜之間完成了“飛升”。那人形機器人產(chǎn)業(yè)的發(fā)展，會不會也在將來某一天迎來自己的“ChatGPT時刻”——人形機器人各項能力迅速大幅接近甚至超過人類？
“我覺得很難。”宋愛國的回答直截了當，原因還是訓練數(shù)據(jù)的匱乏，“巧婦難為無米之炊，人形機器人的進步，需要腳踏實地一點一點積累?！?/p>
關于人形機器人的產(chǎn)業(yè)迭代之路，劉旦復有著清晰的思考，他認為比較現(xiàn)實的路徑是先從環(huán)境相對單一、工作內容相對簡單的特種場景開始，如一些危險場景下的巡檢、維修等，目前的人形機器人已經(jīng)可以勝任。然后，隨著人形機器人各方面能力的提升，可以逐步進入工廠、走上生產(chǎn)線，從事裝配、質檢等一些更復雜但模式相對固定的操作。在這一階段，伴隨著在工業(yè)領域的大規(guī)模應用，數(shù)據(jù)收集量和產(chǎn)業(yè)升級速度也將指數(shù)級提升。最后，在人形機器人能完成更多更復雜任務時，才會真正進入民用領域，走進千家萬戶，“到了那個階段，機器人的數(shù)量和數(shù)據(jù)收集量又會再次爆發(fā)性增長，真正的通用型人形機器人也許就不遠了?！?/p>
宋愛國很認同這一產(chǎn)業(yè)發(fā)展的路線圖，他還提到一個可以加速產(chǎn)業(yè)演進的思路——遙操作?！澳壳半S著硬件技術的突破，人形機器人的手部自由度有了很大提升，人工遠程遙控操作，正好可以發(fā)揮這一硬件優(yōu)勢?！彼螑蹏f，遙操作可以讓人形機器人的能力快速提升，使其可以應用到更多場景，更重要的是操作過程也是數(shù)據(jù)積累的過程，可以幫助在更多場景、更大范圍內收集數(shù)據(jù)，助推人形機器人的研發(fā)、訓練。
“數(shù)據(jù)是很重要的一環(huán)，人形機器人的訓練就是得一步一腳印，沒有捷徑可走。”談起整個行業(yè)的未來，臧家煒也坦言“急不得”。
瞄準打造“機器人之城”的目標，南京已出臺《南京市促進機器人產(chǎn)業(yè)高質量發(fā)展行動計劃（2024—2026年）》，聚力打造“1+N+1”整機體系。最后一個“1”正代表著前瞻布局人形機器人產(chǎn)業(yè)。《行動計劃》中明確提出“開展人形機器人試點應用”，而三類應用領域正是特種作業(yè)、工業(yè)制造、服務消費，契合了從業(yè)者們關于產(chǎn)業(yè)發(fā)展的路徑設想。
如今，人形機器人離我們很近，近到已經(jīng)就在身邊；人形機器人又離我們很遠，遠在離真正走進千家萬戶還有不小距離。不過，無論從業(yè)者還是業(yè)內專家大咖，大家堅信只要走好腳下每一步，慢慢積累，“通用型人形機器人”這一遠方終將抵達。
路雖遠，行則將至；事雖難，做則可成。
新華日報·交匯點記者 季 鋮
