编者按
《中华人民共和国国民经济和社会发展第十五个五年规划纲要》把具身智能列为未来产业之一。人形机器人作为具身智能的典型形态,是人工智能赋能新型工业化的高级载体。近年来,我国人形机器人产业加速起势,正成为人形机器人技术发展的高地。智能时代,未来已来。人形机器人将在工业制造、商业服务、家庭生活等领域发挥重要作用,助力人类迈向更加美好的未来。
宋博 中国科学院合肥物质科学研究院智能机械研究所研究员、博士生导师,智能感知技术中心主任。主要从事跨尺度机器人作业技术研究,在IEEE-TRO、IJRR、Nature. NanoTech等杂志和国际会议上发表论文百余篇,国家重点研发计划项目(智能机器人专项)首席科学家,现任中国自动化学会机器人专业委员会委员,安徽省人工智能学会具身智能专委会主任委员。
人形机器人更能适应人类社会
记者:今年以来,人形机器人受到格外关注。从春节联欢晚会上人形机器人打醉拳,到2026世界机器人大会里人形机器人乐队激情演奏,再到第二届世界人形机器人运动会多个竞技比赛项目成绩破纪录……不到一年时间,人形机器人频频“破圈”。然而也有不少网友提出疑问:人形是否必要?机器人一定要做成人形吗?
宋博:机器人没必要一定要做成人形,纵观机器人的整个发展过程,人形也是最近几年才开始走向大众视野的,但是关于人形机器人的研究已经有几十年的历史了。
机器人的发展是伴随着汽车产业而发展的。本质上,机器人相当于一种生产工具。一般来说,机器人要做三种事:第一种是“人干不了的事”,比如,机器人可以代替人潜到深海,因为人承受不了高水压;第二种是“人干不好的事”,比如,人可以借助“手术机器人”进行微创手术,在胸腔、腹腔等狭小手术空间内精准操作。第三种是“人不爱做的事”,比如,焊接、喷涂、搬运、码垛等人能够做,但因为工作强度大、工作环境恶劣等原因却不乐意做的事情。汽车制造过程中包含着焊接、喷涂、装配等环节,这些操作环节亟需机器人劳动的投入,这为机器人的发展和使用提供了契机。但是,汽车主机厂里的大部分机器人都是机械臂或机械手形式的。
机器人发展其实是有一个过程的,而且从整体发展历程上看,并不是以人形为主导的。但是为什么人形机器人这么受关注,我个人认为主要有三个方面的原因:首先,从功能适应性层面上来看,在人建造的社会里,比如,台阶、电梯、桌子以及各种工具,都是跟人本身的身高、运动范围、能力等直接相关,人形机器人应该是适用范围最广的机器人。相比之下,机械臂装在桌子上移动不便;轮式双臂类人形机器人对于沟壑、台阶等障碍的通过能力较差。其次,从技术层面上看,当前我们在工业机器人领域的发展已经遇到了瓶颈,能代替的工作岗位基本都已经代替了,再往后发展难度非常大,就得涉及实现类人灵巧操作和类人敏捷作业。这个时候用一个类人的机器人进行类人操作和类人作业,效果自然会更好。最后,从文化认知层面上看,人对于跟自己长得一样的机械或者是装置有天然的亲近感和熟悉感,再加上之前相关科幻小说、电影作品的长期文化渲染,人类对于人形机器人有了一定心理接纳基础。
人形机器人真正的技术拐点还未到来
记者:从春晚机器人表演到机器人运动会赛跑,表现出当前人形机器人达到了一个怎样的技术发展水平?您认为人形机器人真正的技术拐点到了吗?
宋博:人形机器人开展作业的难点主要体现在两个层面:一个是“大脑”,另一个是“小脑”。“大脑”负责认知决策,通过AI大模型实现自然语言交互、环境理解和任务规划;“小脑”则专注运动控制,处理关节协调、力控反馈等精细操作。人形机器人表演跳舞、跑步,主要体现的是“小脑”的发展水平,即运动控制能力,而这本身就是一项技术难题。
人形机器人有几十个关节,每个关节都可以被认为是个变量,而要在几十毫秒内完成识别、判断、规划、计算,再驱动几十个关节精确协同是非常难的。可以说,过去几十年时间里,运动控制是限制人形机器人发展的第一要素。今年世界人形机器人运动会取得的一个重大突破,就是机器打破了人类百米世界纪录。这从侧面说明人形机器人在机构、驱动与运动控制领域的技术水平取得了明显的进步。但是从“能跑会跳”到“能想会干”,人形机器人继续往前发展还有几个限制因素。
一是具有准确理解和快速规划能力的“大脑”。最近在具身智能领域里有两个非常流行的词语,即“视觉—语言—动作(VLA)”模型和世界模型。尽管这两个模型拥有不一样的技术路线,但都是在解决机器人的“大脑”问题,并且都有一定的效果,只是与实际应用之间还都有较为明显的差距。同时,多模态大模型的训练和推理需要强大的算力支持,而高性能芯片是算力的核心载体。当前,已有芯片能跑这种大模型,但存在功耗大、体积大、发热大等问题。
二是能够精细操作的灵巧手。目前人形机器人在“粗大运动”如跑步、搬运等任务具有良好的表现,但是对于需要双手十指操作的“精巧运动”表现不佳。物理世界对操作精度和容错能力提出了非常苛刻的要求,若要实现类人敏捷作业,机器人需要更强的精细和通用操作能力。拥有轻便灵巧的类人手爪以及灵敏的触觉感知和力觉控制能力,是人形机器人融入生产生活必须跨过的一关。
三是创造适合人形机器人工作和作业的场景。现在机器人的应用多集中在工业场景。而在工业场景中,相比人形机器人,机械手臂和复合机器人的工作能效和工作成本更低。因此,人形机器人需要发掘和创造出新的刚性应用场景,以场景落地带动技术进步。
综合来看,我判断机器人到达技术拐点的标志是其能在若干个行业,至少两个到三个行业实现稳定的批量应用。我认为人形机器人虽然一直在进步,但还没有真正到达技术拐点。
人形机器人进入千家万户必须提高其泛化能力
记者:比起工业场景,公众更期待人形机器人能真正走进寻常百姓的生活,尤其是家庭生活。这需要怎样的技术突破?特别是进入家庭场景的“最后一厘米”究竟有多难?
宋博:从技术路线来看,机器人的应用过程是先进入工业,再进入服务业,最后进入家庭生活。因为相比高度标准化、结构化的工业场景,家庭是典型的极端非结构化场景,物品摆放、光线变化、成员走动等每天都在变化。而当前的人形机器人的场景泛化能力、任务泛化能力、本体泛化能力等都存在明显的短板。这意味着,解决某一场景下的一个任务,就需要制造专门的机器人本体,并针对这个场景专门写一套程序。所以对人形机器人而言,肯定是先在相对结构化的固定场景条件下实现应用,然后是在非结构化的变化场景下进行适配。
若要使人形机器人进入家庭,必须提高其泛化能力,其技术突破点在于人形机器人的“大脑”——通用智能和环境理解能力。当前人形机器人认知能力只停留在通过雷达或摄像头感知障碍物的存在,缺乏对周围环境深度的语义理解与功能认知,即只能执行精确到坐标和动作的指令,无法理解抽象概念和物体的场景化功能。除了解决技术难题,人形机器人要真正走进千家万户,还要在成本、数据、安全、伦理等多个维度进行研究突破。
中国人形机器人产业具有自身独特的发展优势
记者:美国《福布斯》杂志称,2026年上半年,全球97%的人形机器人由中国供应商发货,而且中国已经建立起了全球最好、最具凝聚力的机器人供应链。您怎么看中美及全球在人形机器人赛道上的竞争格局?
宋博:从实体产品领域来看,我们国家非常有优势。一方面,我们具备无可替代的供应链优势。这有两个好处:第一是能在很短时间内做出工程样机,第二是产品的价格相对来说较为便宜。另一方面,我们拥有超大规模市场优势。市场能让人形机器人的产品迅速迭代。现在我国很多人形机器人公司的财务大部分都处于亏损状态,为什么资本还愿意投入?其中一个重要原因就是人形机器人应用的市场潜力非常大,甚至有望形成万亿级大市场。但是,市场优势是中美都有的,中国的消费能力和美国的消费能力都非常大。缺少市场也是欧洲在人形机器人领域落后的重要原因之一。
从细分领域来看,美国有两个优势:一个是芯片。现在机器人大多使用的仍然是美国设计的AI芯片。不过美国在芯片领域并不是完全的技术垄断,我们也有可以使用的国产替代芯片。并且,低功耗的具身智能芯片是未来这类需要电池长期供电的机器人的刚需,这也是目前中美两国科技研发的热点之一。另外一个领域是大模型。凭借早期的技术投入,美国的大模型具有领先优势,但这个优势并不大,甚至不存在跨代领先。在大模型领域,中美之间有一个本质的差别,我们的DeepSeek、千问等大部分都是开源模型,美国的ChatGPT、Gemini等都是闭源模型。我们的大模型采取开源策略,鼓励全球开发者、企业、学术机构与公共部门携手共建开源社区和平台,非常有利于大模型的迭代创新。
总而言之,人形机器人有望成为继计算机、智能手机、新能源汽车之后的颠覆性产品,将深刻变革人类社会生产生活方式,重塑全球产业发展格局。就中美之间的人形机器人竞争格局而言,无论是在主机厂、核心零部件供应链,还是大模型领域,中国更具备发展人形机器人产业的优势。
增强高附加值的核心部组件供给能力是安徽发展人形机器人产业的关键所在
记者:从全国区域竞争看,您认为安徽在人形机器人发展赛道上最该走哪条差异化路线——整机引领、核心零部件、大模型,还是场景牵引?
宋博:到目前为止,安徽还缺少真正意义上的人形机器人主机厂。什么是真正意义?我认为是能较大批量出货的,这在全世界范围内也不多。对比北京、上海、深圳、杭州等地在人形机器人本体制造的领先优势,我认为安徽应加大在人形机器人高附加值的核心部组件领域的布局力度,成为核心部组件与关键系统的“供应商”。“核心”与“高价值”的体现,从单品来说,一是“大脑”和“小脑”的模型算法,二是低功耗AI端侧芯片,三是灵巧手,这三者都很重要,安徽有较好的基础,但需要长期投入。安徽要保留其创新创造的“火种”,等到“爆发”的时候,就能成为相关领域的引领者。
(记者 杜婉 整理)
责任编辑:王振华