機器人前瞻（公眾號：robot_pro）
作者｜葛文婷
編輯｜漠影
機器人前瞻3月27日報道，今天，2026中關(guān)村論壇人工智能主題日在北京中關(guān)村國創(chuàng)中心?；蹚d舉辦。
活動現(xiàn)場，AI開源之光樂隊登場。機器人樂手們指尖撥動吉他琴弦、雙手在黑白琴鍵上起舞、鼓槌精準(zhǔn)落位，一曲由AIGC創(chuàng)作的歌曲燃爆全場。
在核心論壇第三篇章“開源·致遠(yuǎn)——全球共識與未來愿景”的會談中，銀河通用創(chuàng)始人王鶴作為話題發(fā)起人，與智平方聯(lián)合創(chuàng)始人張鵬、千尋智能聯(lián)合創(chuàng)始人高陽、星動紀(jì)元聯(lián)合創(chuàng)始人席悅、以及原力靈機創(chuàng)始人唐文斌，共同開啟了一場“百億具身智能對話”圓桌會談。
在會談上，張鵬提出通過“真實場景 + 數(shù)據(jù)增強 + 仿真” 融合的方式降低數(shù)據(jù)成本，解決行業(yè)數(shù)據(jù)成本居高不下的問題；
高陽則聚焦于通用大腦的打造，致力于通過系統(tǒng)性優(yōu)化軟件、硬件和模型，突破機器人的“智能”瓶頸。
而席悅則表示星動紀(jì)元將持續(xù)深耕物流和工業(yè)場，并在會上建議構(gòu)建一個統(tǒng)一的行業(yè)安全標(biāo)準(zhǔn)。
唐文斌稱機器人規(guī)?；涞氐牧硪粋€難關(guān)在于訓(xùn)練范式，場景能不能實現(xiàn)批量化使用，關(guān)鍵在于能否解決業(yè)務(wù)閉環(huán)和算賬兩個核心問題；
王鶴作為本次會談的主持人，指出2026是行業(yè)標(biāo)準(zhǔn)從共識走向落地的關(guān)鍵一年，在全行業(yè)的努力下，明年將有望邁向“千億”的新臺階。
一、銀河通用王鶴：2025 賽道全面點燃，2026 沖刺千億新臺階
▲銀河通用創(chuàng)始人 王鶴
銀河通用的創(chuàng)始人王鶴是這次圓桌談話的主持人。
王鶴稱，2025年是賽道被徹底點燃的一年，也是具身智能的一個關(guān)鍵時刻。2025年整個行業(yè)的產(chǎn)值在這突破了百億，一批估值超過百億的公司接連涌現(xiàn)，人形機器人也真正從實驗室走向真實應(yīng)用場景。
他認(rèn)為，隨著數(shù)據(jù)和模型不斷協(xié)同迭代，整個行業(yè)在一些概念上慢慢變得越來越清晰：從大小腦定義到合成數(shù)據(jù)，從打網(wǎng)球到自主零售，行業(yè)在認(rèn)知上逐漸清晰，在場景上打開了突破口。
在應(yīng)用場景探索方面，銀河通用創(chuàng)始人王鶴以自家“太空艙”為例，分享了具身智能在零售場景的落地實踐。
這款實現(xiàn)人形機器人自主取貨的零售產(chǎn)品，不僅是對公眾的一次具身智能科普教育，更已累計回流超 8 萬小時的真實作業(yè)數(shù)據(jù)，成為推動行業(yè)數(shù)據(jù)飛輪轉(zhuǎn)動的有效起點，為技術(shù)迭代提供了真實場景數(shù)據(jù)支撐。
最后，王鶴在總結(jié)中表示，2025年行業(yè)已在技術(shù)底座上形成共識，2026年將是標(biāo)準(zhǔn)從共識走向落地的關(guān)鍵一年。本次圓桌會議完成了從技術(shù)到場景、再到標(biāo)準(zhǔn)的深度探討。
他相信，在全行業(yè)的共同努力下，今天的“百億具身智能對話”，明年必將有望邁向“千億”的新臺階。
二、千尋智能高陽：聚焦通用大腦構(gòu)建，2026 攻堅模型升級與場景規(guī)?；?/strong>
▲千尋智能聯(lián)合創(chuàng)始人 高陽
千尋智能的聯(lián)合創(chuàng)始人高陽談道，千尋智能的目標(biāo)是構(gòu)建具身智能的通用大腦。
他認(rèn)為，在具身智能時代，最大的也是最需要突破的瓶頸就是機器人的智能能力，所以千尋主要是重點圍繞著“智能”這個難關(guān)，系統(tǒng)性地構(gòu)建軟件、硬件和模型。高陽表示，前段時間該公司開源的千尋智能的spirit 1.5模型取得了不錯的效果。
對于2025年，高陽將其比作具身智能的“GPT2.0時代”，認(rèn)為2025到2026其實是一個從“具身智能的GPT2”跨越到“具身智能的GPT3”的這樣的一個時期。
2025年行業(yè)解決了很多數(shù)據(jù)層面的一些基礎(chǔ)設(shè)施的問題，為后續(xù)模型規(guī)?；?xùn)練做好了準(zhǔn)備，在未來的2026-2027年中，高陽認(rèn)為或許會在具身智能領(lǐng)域看到一些“GPT3.0”模型的出現(xiàn)。
不過，當(dāng)討論到行業(yè)面臨的難關(guān)時，高陽覺得，模型層面面臨著三重嚴(yán)峻挑戰(zhàn)。分別是行業(yè)如何利用互聯(lián)網(wǎng)海量人類視頻做預(yù)訓(xùn)練？如何升級模型架構(gòu)讓機器人具備記憶能力？以及如何讓系統(tǒng)更端到端一體化？
高陽強調(diào)，這些都是行業(yè)今年亟待突破的方向。
在場景方面，高陽表示，千尋將聚焦工業(yè)與服務(wù)場景，計劃今年將去年已經(jīng)驗證過的探索標(biāo)準(zhǔn)化、可復(fù)制化，實現(xiàn)“上量”。
從產(chǎn)業(yè)分工角度，高陽稱，未來人形機器人可能會像PC一樣復(fù)雜。
他認(rèn)為每家公司都應(yīng)該要有自己最擅長和專業(yè)的業(yè)務(wù)，讓行業(yè)分工變得標(biāo)準(zhǔn)化、明確化。
三、原力靈機唐文斌：錨定模型場景雙核心，邀請同行共建評測體系
▲原力靈機創(chuàng)始人 唐文斌
原力靈機的創(chuàng)始人唐文斌表示，該公司的工作重點也是在模型和場景兩方面。
第一，他同樣認(rèn)為，今天的機器人最缺的還是智商問題，模型的成功率和泛化能力太弱，所以原力靈機在圍繞著訓(xùn)練、數(shù)據(jù)、測評等基礎(chǔ)設(shè)施到模型本身，都做了很多開源性的工作。
第二，原力靈機也很關(guān)注場景，希望通過場景實現(xiàn)數(shù)據(jù)飛輪，真正在場景中實現(xiàn)價值的落地。
他用“打基礎(chǔ)的一年”來概括2025年。
他認(rèn)為具身智能雖然技術(shù)和泛化能力仍處于早期，連一個大規(guī)模的benchmark（基準(zhǔn)測試）都沒有，但各家在數(shù)據(jù)、訓(xùn)練、模型上打下了扎實基礎(chǔ)，進(jìn)展很快。隨著行業(yè)數(shù)據(jù)規(guī)模的擴大，模型的不斷探索優(yōu)化，今年在泛化上可能會有一個比較大的進(jìn)步。
關(guān)于行業(yè)正在面臨的難題：唐文斌覺得：“數(shù)據(jù)雖是瓶頸，但并非全部?！?/span>
他坦言，因為現(xiàn)在的一些數(shù)據(jù)是可以花錢解決的。
今天的數(shù)據(jù)采集問題，歸根結(jié)底本質(zhì)上是一個時間和錢的問題。而自動駕駛給行業(yè)的啟示在于，最后的那些最難的問題還是要靠數(shù)據(jù)飛輪，靠真實場景中的循環(huán)
而“機器人規(guī)?；涞氐牧硪粋€難關(guān)在于訓(xùn)練范式?！?/span>唐文斌稱。
他談道，機器人現(xiàn)有訓(xùn)練范式還是以模仿學(xué)習(xí)為主，核心是“見過的會做，沒見過的很難”，目前的機器人還不成熟，是沒有辦法被批量部署的，也就無法通過批量部署在真實場景中的機器人持續(xù)采集數(shù)據(jù)，形成數(shù)據(jù)飛輪和真實場景的數(shù)據(jù)循環(huán)。
在選擇場景方面，他的邏輯也很具體：
第一，這個場景需要有容忍錯誤的能力
第二，這個場景具有節(jié)拍容忍能力。
第三，這個場景最好是個泛化的場景。
第四，需要是一個長時間作業(yè)的場景，因為這樣的場景能實現(xiàn)ROI閉環(huán)。
唐文斌認(rèn)為，場景能不能實現(xiàn)批量化使用，核心需要解決兩點，分別是：
一、客戶的業(yè)務(wù)流程必須是能夠被閉環(huán)完成的。
二、賬是能算明白的。
只有在這兩點情況下，才能夠真正起量。
所以團(tuán)隊做的第一個場景是物流的場景，在這個場景中，團(tuán)隊可通過制作一些兜底的機制形成ROI閉環(huán)。
第二個場景是讓機器人用看著像跳舞的方式去干活，唐文斌坦言，今天的技術(shù)不夠成熟，但是也想努力將機器人往干活方向推一步。
雖然機器人在干活的時候可能沒那么利索，但是這種方式能提供一定的情緒價值，讓更多的人看到它。
在關(guān)于建設(shè)行業(yè)統(tǒng)一測評標(biāo)準(zhǔn)方面，唐文斌強調(diào)：“標(biāo)準(zhǔn)是形成的而非制定的?！?/span>
他邀請在座的其他四位嘉賓共同建設(shè)Robot Challenge評測平臺，推動技術(shù)發(fā)展。
據(jù)悉，去年10月，他聯(lián)合Hugging Face發(fā)起了這個全球最大的具身智能算法評測平臺Robot Challenge，至今已累計超10萬次評測。
四、星動紀(jì)元席悅：深耕物流和工業(yè)場景，瞄準(zhǔn)日結(jié)型崗位
▲星動紀(jì)元聯(lián)合創(chuàng)始人 席悅
星動紀(jì)元聯(lián)合創(chuàng)始人席悅稱，公司的目標(biāo)是讓機器人成為人類可靠的伙伴，在成立的兩年里一直在推動機器人的產(chǎn)業(yè)落地。
席悅用“速度與加速度都很快”來形容2025年。
他認(rèn)為，2025年是全產(chǎn)業(yè)鏈全行業(yè)都在加速發(fā)展的一年，例如融資消息頻發(fā)、政策密集出臺、各地加速建設(shè)基礎(chǔ)設(shè)施等。
不過變化也很快，很多在25年出現(xiàn)過的公司，可能過了一年就消失了，但隨之而來的又是新一批的公司。
他表示，目前，星動紀(jì)元已經(jīng)陸續(xù)在工業(yè)物流等工業(yè)化場景中實現(xiàn)了一定程度的小規(guī)模落地，將來也會去探索拓展更多新的場景，將已經(jīng)驗證過的場景復(fù)制到新的場景中。
關(guān)于行業(yè)難點，席悅直言，機器人規(guī)?；涞刈畲蟮碾y點在于數(shù)據(jù)。
真實場景的數(shù)據(jù)采集需要場景方開放、大規(guī)模投入，成本高、耗時長，光靠工程團(tuán)隊在自有場地采集遠(yuǎn)遠(yuǎn)不夠，必須構(gòu)建“數(shù)據(jù)采集-模型閉環(huán)”的飛輪，讓機器人在真實環(huán)境中自主處理corner case，并探索人類與機器人搭配采集的混合模式。
席悅稱，公司從去年到今年一直都在深耕物流和工業(yè)場景，選擇場景基本基于三個邏輯：
一、技術(shù)模塊足夠標(biāo)準(zhǔn)化，場景能夠完全復(fù)制。
二、節(jié)拍、準(zhǔn)確率、工作時間等指標(biāo)明確。
三、人類經(jīng)過短時間培訓(xùn)就能上崗的、易上手的日結(jié)型崗位。
在關(guān)于建設(shè)行業(yè)統(tǒng)一測評標(biāo)準(zhǔn)方面，他表示，安全標(biāo)準(zhǔn)是最為迫切的。
即既要建立共性的安全底線，又要針對不同的行業(yè)細(xì)化標(biāo)準(zhǔn)，讓行業(yè)在可控的范圍內(nèi)一邊試錯以便完善標(biāo)準(zhǔn)。
五、智平方張鵬：錨定半結(jié)構(gòu)化場景落地，三大方向推動行業(yè)標(biāo)準(zhǔn)化
▲智平方聯(lián)合創(chuàng)始人 張鵬
智平方的聯(lián)合創(chuàng)始人張鵬認(rèn)為，當(dāng)前具身智能仍處于發(fā)展初始階段，唯有讓產(chǎn)品、算法與系統(tǒng)不斷進(jìn)化，才能達(dá)成行業(yè)與市場對該領(lǐng)域的發(fā)展期待。
關(guān)于如何看待 2025 -2026年行業(yè)的發(fā)展，張鵬表示，這一年為具身智能行業(yè)帶來了強力推動，最核心的進(jìn)展是實現(xiàn)了場景驗證的真正落地。而2026 年，行業(yè)的核心課題將聚焦于如何在真實場景中持續(xù)優(yōu)化機器人與模型性能。
對于行業(yè)目前可能面對的難題，張鵬談道，當(dāng)前行業(yè)面臨著具身智能在真實場景的泛化能力顯著不足，模型推廣應(yīng)用受限，數(shù)據(jù)成本居高不下三個問題，需要通過 “真實場景 + 數(shù)據(jù)增強 + 仿真” 融合的方式降低數(shù)據(jù)成本，推動模型、硬件、場景三者協(xié)同進(jìn)化；
他覺得，唯有讓系統(tǒng)、模型與硬件充分接受真實場景的打磨，才能實現(xiàn)行業(yè)規(guī)?；桓兜哪繕?biāo)。
在應(yīng)用場景探索與技術(shù)落地層面，他表示，智平方2026 年將重點布局工業(yè)、公共服務(wù)兩大半結(jié)構(gòu)化場景，這類場景結(jié)合該公司現(xiàn)有的模型能力及產(chǎn)業(yè)鏈、供應(yīng)鏈條件，已具備規(guī)?；桓痘A(chǔ)。
例如，該公司目前推廣的模塊化具身智能服務(wù)空間智魔方，未來將在工業(yè)、文旅公共服務(wù)等場景實現(xiàn)更廣泛的應(yīng)用。
當(dāng)談及如何建設(shè)行業(yè)技術(shù)評價標(biāo)準(zhǔn)體系時，張鵬也提出了三大核心推進(jìn)方向：
一是亟需統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)與格式，加快建設(shè)數(shù)據(jù)和智能化的標(biāo)準(zhǔn)體系；
二是亟待建立機器人能力評測體系，參考自動駕駛 L1-L5 分級體系形成行業(yè)普遍共識；
三是完善配套法律法規(guī)。當(dāng)機器人進(jìn)入各類場景之后，法律法規(guī)也需跟上，明確機器人的行為邊界與事故責(zé)任。
結(jié)語：落地之前標(biāo)準(zhǔn)先行，各方正在加速推動標(biāo)準(zhǔn)化進(jìn)程
從原力靈機創(chuàng)始人唐文斌呼吁更多同行加入Robot Challenge開源評測平臺，到智平方聯(lián)合創(chuàng)始人張鵬指出數(shù)據(jù)格式、評測體系、法律法規(guī)這三座標(biāo)準(zhǔn)大山，同樣需要政府、企業(yè)、科研機構(gòu)多方合力。
在五位嘉賓的討論中，“共建”成為貫穿始終的關(guān)鍵詞。
對具身智能行業(yè)來說，這或許意味著行業(yè)正在加速從各自為戰(zhàn)走向開放協(xié)同，用共建統(tǒng)一評測、標(biāo)準(zhǔn)與生態(tài)，讓技術(shù)更快走出實驗室、走向真實場景，為全行業(yè)規(guī)?；涞劁伷降缆贰?/p>
