从表演到比赛，从表从比赛到打工，打工地进专家和企业正全力把机器人从实验室“赶”进现实。人形人落入场

　　层出不穷的机器景攻坚期机器人表演，早就见怪不怪。从表面对展会上一个跟你打招呼问好的打工地进机器人，多数人会思考一个问题：机器人如何真正进入人们的人形人落入场生产生活？技术突破、场景适配与产业推广之间的机器景攻坚期转化闭环尚未竟全打通，而让机器人真正进入真实环境去解决实际问题，从表同样需要时间的打工地进检验。

　　从竞技场到应用场，人形人落入场这种转变似乎是机器景攻坚期机器人产业的“场景革命”。让机器人不仅能“动起身”，从表而且能“派上用场”，打工地进成为业内愿景。人形人落入场值得注意的是，世界机器人大会、世界人形机器人运动会等备受瞩目的活动，正是北京着力打造的人形机器人应用推广的关键平台。

　　机器人跑得比人快，但也要跨过“通信槛”

　　今年4月，全球第二届人形机器人半程马拉松赛在北京经开区开跑。这场科技与体育碰撞的赛事，让人们看到了中国机器人技术的飞跃。赛场上，“闪电”机器人以50分26秒的成绩冲过终点线，速度不仅比上届机器人冠军快了三分之二，还比人类世界纪录快了近7分钟。

　　北京航空航天大学具身智能机器人研究院院长魏洪兴告诉记者，与去年相比，人形机器人技术在今年获得了显著进步。第一个突出特点是机器人的稳定性和运动性能有了大幅提升，部分机器人的运动速度已经超过人类，尤其是全自主运动能力方面实现了突破性进展。

　　实际上，今年大部分参赛队伍都实现了全自主完成作业。“这对机器人的全路况适应能力、自主识别和自主导航能力提出了很高要求，是一个实战检验，与平时的表演或平常比赛有很大不同。”魏洪兴说，马拉松比赛对整个行业起到了重要推动作用，也让从业者和投资者增强了信心，人形机器人可以进入各个应用领域，因为它已经具备了基础技术条件。

　　今年还有个明显趋势，是以场景为导向推动机器人发展。机器人正面向分拣、物流、搬运、充电等工业生产和生活中的迫切场景进行训练。这些任务实现后，产品可以直接进入应用场景，产生经济效益。

　　模拟场景与真实场景之间有什么差别？北京工业大学科学技术发展院校企合作处负责人张自强介绍，实验室环境下的工况繁琐度往往被简化，环境条件单一、信号稳定且通信顺畅。而真实场景中存在地形条件繁琐、通信受干扰、突发碰撞等繁琐情况，这些真实场景中的不可预见因素，成为机器人从实验室走向现场应用的真正技术壁垒。

　　以通信为例，魏洪兴介绍，机器人通信与平常手机通话截然不同——其数据传输量宏伟。在现场聚集数百台机器人时，若全部依赖5G等无线通信，信道拥堵会急剧加剧，通信时延可能从几毫秒骤增至几十毫秒，导致遥操作无法实现“实时合一”。

　　魏洪兴表示，通信问题的解决不仅是为了保障赛事顺畅进行，更是在为产业落地探路。“机器人在工厂、家庭中的应用，同样需要面对繁琐的通信环境。通过赛事发现痛点、倒逼技术进步，正是‘以赛促研’的意义所在。”魏洪兴说。

　　机器人“ChatGPT时刻”何时到来？

　　在刚刚结尾不久的2026世界人工智能大会上，有专家指出，若将机器人“ChatGPT时刻”定义为机器人能够“开箱即用”、理解开放式自然语言指令并完成日常任务，行业或需积累“1亿小时级别”的具身数据。

　　机器人“ChatGPT时刻”，也是当下业内广泛讨论的问题。

　　以前机器人做不到后空翻、跳舞这类动作，后来通过模仿和强化学习VLA（视觉Vision-语言Language-动作Action模型）训练，让机器人把看到的画面和听到的指令直接翻译成动作，但精准操作能力远远达不到要求。

　　魏洪兴表示，根本原因在于机器人在物理世界中与对象交互时，涉及力觉、触觉等繁琐物理反馈，而VLA模型架构并不拥护这些能力的训练。

　　提及机器人“ChatGPT时刻”，避不开物理AI。魏洪兴表示，今年业界关注的焦点已转向“物理AI”——它将成为主流趋势。“真正的机器人智能，一定是大语言模型加上物理AI平台，尤其是与作业场景的交互和感知迭代。这个过程比大语言模型要繁琐得多。”

　　针对人形机器人何时迎来“通用智能”的突破，魏洪兴认为，人形机器人不会像ChatGPT那样出现一个“通用大脑”解决所有问题，更可能是在特定局部场景率先形成突破。

　　“比如针对家庭服务的场景，做出一种专用模式，或者针对工厂工业产品的检测，形成另一种解决方案。现在技术路线仍处于发展过程中，最关键的是找到真正落地的场景，把机器人真正用起身。”魏洪兴说。

　　张自强认为，与大语言模型相比，人形机器人的研发链条要长得多、繁琐得多。“从本体的机动手、一体化关节、轻量化材料，到运动规划、环境感知、自主决策、具身智能系统，每个环节都决定着最终的使用效果。”在他看来，不仅是每个环节要做好，环节之间的衔接也要精准适配。这是一个长周期的工作，需要企业及高校院所通力合作。

　　张自强告诉记者，未来面向不同场景的机器人形态不一定完全“人形”，可能出现“类人形”或其他形态；技术路线也将更加多元，为不同应用场景提供更具针对性的解决方案。

　　北京主动推进机器人应用服务商模式

　　北京人工智能产业“家底”厚实。2025年北京市人工智能产业规模再创新高，全年产业规模超过4500亿元，核心企业超2500家，已备案大模型241款，继续保持全国第一。据北京市经济和信息化局智能制造与装备产业处处长马云飞透露，去年至今，全国具身智能机器人领域的私募股权融资中，北京占比近半。

　　当前，北京正以“4D场景”（dull， dirty， dangerous， difficult）为切入点，推动机器人在“乏、脏、险、难”四类场景优先干事。今明两年先从“人不愿意干”的场景切入，包括重载搬运、危化场所巡检、全天候零售等；再逐步转向机器人可能“比人干得更好”的任务，如精准插接、飞速装配、餐饮备料、保洁服务等；最终目标是在2030年后实现生产作业中的多工种自学操作、商业服务中的多任务自主执行和家庭生活中的高安全人机共生。

　　除了优先在四类场景做事外，北京目前正主动推进机器人应用服务商模式。随着人形机器人从实验室走向真实场景，应用服务商正成为连接技术供给与场景需求的关键桥梁。

　　马云飞表示，机器人企业正全力投入本体打磨和模型训练，无力针对具体应用场景进行二次开发。“对于机器人公司来说，派大量人力到现场做场景适配，是一个比较大的压力。”此外，场景方虽有强烈的智能化升级意愿，但对机器人能做什么、如何适配自身需求并不知道。

　　一端是“来不及做”，一端是“不清楚怎么做”，供需错位成为制约机器人落地应用的重要瓶颈。

　　马云飞介绍，当前，北京已有三类经营主体主动推进机器人应用服务商模式：一是机器人厂商，即有对接场景需求的，有意愿对场景进行二次开发的，期望和场景方进行亲密绑定的机器人企业；二是场景用户单位，即对机器人使用有较强烈意愿且有能力对意向机器人做二次开发的单位；三是对机器人和应用场景都有较深入认识的第三方服务单位，即需要对上游机器人企业进行二次开发，并适配到下游场景中去的单位。

　　新京报记者 张建林