富源优配人形机器人“狂奔”，卡在数据关

（原标题：人形机器人“狂奔”富源优配，卡在数据关）

21世纪经济报道记者董静怡实习生朱祚钰

人形机器人量产加速。近日，优必选对外宣布获得2.5亿元大单，刷新全球人形机器人单笔合同纪录；更早前，智元机器人和宇树科技中标中国移动1.24亿元人形双足机器人项目。

在生成式人工智能掀起新一轮技术革命后，具身智能被视为AI落地最具代表性的方向。今年以来，英伟达创始人黄仁勋也多次表态称，“下一波浪潮是物理AI。”物理AI，也就是机器人的时代。

“具身智能机器人市场，到2040年年出货量可能达到十亿台，市场规模高达二十万亿美元。即使我们只实现这一预测的10%，即2万亿美元，也远超智能汽车市场。”日前，在2025第十九届沙利文全球增长、科创与领导力峰会暨第四届新投资大会上，安永战略与交易咨询合伙人刘明瑞在演讲中表示。

然而，洪流之下，仍有暗礁。当前最大的挑战来自“数据”——具身智能需要的是高维、连续、动态的场景数据，而真机采集成本极高，仿真数据又难以完全弥合“虚拟与现实”的差距，目前情况较未来成熟应用所需的数据量存在巨大的鸿沟。

面对这一核心瓶颈，行业正在摸索应对策略。业内普遍期待通过数据规模的积累，进一步驱动算法迭代，使具身智能在技术上驶入快车道，加速实现任务闭环。

大模型赋能，通用性增强

今年以来具身智能的突破，无疑得益于生成式AI的迅猛发展。

长期以来，机器人行业在技术上存在一个不可能三角：准确性、执行速度与通用性三者不可兼得。

上一代工业机器人已经能够在手术、自动驾驶和质检等特定场景以高速度、高精度完成任务。但这类机器人的运行高度依赖预设系统，难以应对环境变化。谷歌推出的RT-2等通用型机器人虽然能完成跨任务的操作，但运行效率很低富源优配，远不能满足商业化需求。

生成式AI的引入，为机器人赋予了前所未有的泛化能力。随着大模型的持续部署，机器人不仅能够调用“全世界的知识”，更能在复杂环境中实现环境理解，认知行为推理，以及长尾场景下的快速适应与学习。

人形机器人公司擎朗智能COO万彬在大会演讲中介绍道，未来的机器人是一个能在非结构化环境中工作的系统，不是像工业机器人那样在固定路线、固定环境中工作，而是能在动态变化的环境中感知、理解、行动。

机器人通用性的增强，将推动机器人市场的整合，促进市场结构从“垂类细分”向“需求融合”的方向演进。

生成式AI也将极大加速服务机器人普及的节奏。相较于工业机器人，服务机器人面对的是人与环境的高度交互性场景，对反应和执行能力提出更高要求。“过去一直是工业机器人占市场主导地位。随着机器人智能水平不断提升，到2030年服务型机器人在整体机器人市场中的占比有望超过50%，增速也将领先。”万彬表示。

对于未来机器人形态的演化方向，万彬进一步指出：“未来也不会是通用机器人包打天下。我们会推进通用型与专用型机器人的协同演进，从而实现效果、效率和成本的平衡，进一步推动商业化落地。”

AI大模型的兴起，为机器人企业构筑技术壁垒提供了关键支点。各企业纷纷加码布局，加快模型训练与部署，提升机器人的泛化能力，但这也为企业带来了额外的硬件成本和系统复杂度。对此，万彬向记者表示：“每家公司都需要找到研发成本和产品性能间的平衡点。最后比拼的是谁以更优的方式达成了均衡。算法越强，对算力和芯片的要求越低，软件可以弥补硬件方面的不足。”

数据成为核心瓶颈

谈及具身智能进化的挑战，万彬提到了物理世界数据不足的问题。这一差距，已成为制约人形机器人能力泛化的主要瓶颈。

数据是人工智能时代的石油。但石油的采集到加工应用是一个极其复杂过程，用数据助力具身智能发展也是如此。

相比于训练大语言模型时使用的文本、图片等静态片段，具身智能训练需要连续的动态场景流，数据形态从一维、二维转向空间和时间结合的三维、四维，数据的获取难度大、代价高。

“整个行业现阶段严重缺乏数据，拥有的具身智能交互数据只有几百万条，实际所需的规模可能在上千万甚至上亿万条。”物理AI仿真系统研发公司松应科技创始人聂凯旋向21世纪经济报道记者表示。

效果最好、最真实可靠的是机器人真机采集数据，但数据采集量有限，且成本高昂，难以满足构建通用智能的需要。行业尝试了多种数据解决方案，如通过虚拟引擎、AIGC等合成仿真数据。仿真数据的优势是成本低且变量可控，适合具身智能模型预训练与技能验证。

“如果能用数据构建来实现场景还原，效果肯定是最好的，”万彬向记者表示，“如果真能做好，相当于再造一个虚拟地球，我们一直在关注这个进展。”

尽管仿真系统前景广阔，但纯粹依靠合成数据也存在局限。由于当前仿真物理引擎与真实世界之间仍存在“现实差距”，仅靠虚拟数据训练的模型在真实环境中容易出现表现退化。

“真机数据和仿真数据并不是相互替代，而是组合的关系。”聂凯旋在大会发言中指出，“业界目前已经逐渐形成共识，使用真实数据为辅，合成数据为主的训练模式。”

真机数据和仿真数据都有价值，应基于经济性、安全性和可获得性去组合两者的比例。“我们认为1:8:1是一个比较合理的结构。”聂凯旋表示。“10%为专家视角数据，通过真机或仿真操控采集；80%是利用机器人模型、AI等自动合成的仿真数据；最后10%是物理微调数据，用于最终验证与优化模型。”

目前业界数据采集还存在着一系列问题。仿真数据对硬件稳定性要求极高，行业硬件还未形成统一标准，形态不稳定；且各企业路线分化，算法尚未收敛。这些都可能导致采集的数据难以应用到机器人真实训练场景中。而真机采集也面临着机器人迭代等成本问题。要破解这一难题，需软件、硬件企业和技术平台形成协同，推动行业标准化建设，才能真正打通数据与模型之间的通道。

总体来看，具身智能产业仍处于起步期。业内人士估计，当前具身智能的发展阶段相当于生成式AI在GPT-2时期的状态。未来一到两年内，产业将突破数据障碍，某一通用算法或系统实现关键性突破，推动具身智能迎来属于自己的“GPT-3”时刻。在2030年左右，消费者和市场将有广泛的感知，具身智能产业将迎来“GPT-3.5”时刻。

“具身智能市场有望成为下一个新能源汽车甚至更大市场。单人形机器人成本可能降至几万人民币甚至更低。”刘明瑞在演讲中表示，“当机器人能完成买菜等任务，价格又亲民时，年出货量达到十亿台并非遥不可及。”

fund 富源优配