聲明:本文來自于（ID:ykqsd.com）授權(quán)轉(zhuǎn)載發(fā)布。

開篇語

隨著中國經(jīng)濟(jì)轉(zhuǎn)型升級的關(guān)鍵時期，一系列新興產(chǎn)業(yè)猶如雨后春筍般涌現(xiàn)。2025年政府工作報告明確提出，要設(shè)立未來產(chǎn)業(yè)發(fā)展的資金增長機(jī)制，重點(diǎn)培育包括生物制造、量子科技、具身智能、6G在內(nèi)的未來產(chǎn)業(yè)。這標(biāo)志著未來產(chǎn)業(yè)已被納入國家整體規(guī)劃。

在這一背景下，南方都市報啟動了"走進(jìn)未來產(chǎn)業(yè)"深度專題報道，深入挖掘具有前瞻性與顛覆性的創(chuàng)新領(lǐng)域，展現(xiàn)科技創(chuàng)新如何催生新型生產(chǎn)力，推動經(jīng)濟(jì)實(shí)現(xiàn)高質(zhì)量發(fā)展。

本次專題報道特別聚焦具身智能產(chǎn)業(yè)。具身智能是指將人工智能技術(shù)融入到機(jī)器人等實(shí)體設(shè)備中，賦予其感知、學(xué)習(xí)和與環(huán)境交互的能力，使其能夠像人類一樣完成各種任務(wù)。代表性的終端產(chǎn)品包括AI手機(jī)、AI電腦、人形機(jī)器人等。

智元機(jī)器人數(shù)采廠內(nèi)布置了眾多"家庭服務(wù)機(jī)器人"，這些機(jī)器人正忙碌地完成各項(xiàng)家務(wù)任務(wù)。

在智元機(jī)器人3000平方米的數(shù)據(jù)采集廠中，一批機(jī)器人正在進(jìn)行學(xué)習(xí)任務(wù)。它們依次在不同的房間和場景中完成換桌布、刷馬桶、切面團(tuán)、做沙拉、整理衣柜、打包禮物等日常家務(wù)。這些動作雖然緩慢而謹(jǐn)慎，但機(jī)器人通過不斷練習(xí)不斷進(jìn)步。

這就是智元數(shù)采廠的日常，業(yè)內(nèi)將其戲稱為"機(jī)器人培訓(xùn)學(xué)校"。目前，該數(shù)采工廠已經(jīng)模擬了家庭、零售、服務(wù)業(yè)、餐飲、工廠等多個日常場景。

智元機(jī)器人由多位業(yè)內(nèi)資深人士共同創(chuàng)立，其中包括華為天才少年"稚暉君"彭志輝等。公司不僅在機(jī)器人本體和硬件技術(shù)方面打造一流水平，還配備了先進(jìn)的AI算法和全棧軟件，使機(jī)器人具備通用任務(wù)能力，能夠完成交互服務(wù)等任務(wù)。

2024年，智元機(jī)器人發(fā)布了G1至G5的具身智能技術(shù)演進(jìn)路線。這一路線也被上海政府列為《具身智能智能化發(fā)展階段分級指南》的一部分。其中，G3層級逐步向數(shù)據(jù)驅(qū)動的端到端模式發(fā)展，形成了通用的訓(xùn)練框架；G4演進(jìn)目標(biāo)變?yōu)閿?shù)據(jù)驅(qū)動的通用操作模型；而G5則是一個長期目標(biāo)，最終形成一個具備感知、決策、執(zhí)行能力的端到端大模型。

3月11日，智元機(jī)器人發(fā)布了最新一代搭載情感計算引擎的雙足智能交互人形機(jī)器人靈犀X2。目前，該機(jī)器人已集成了運(yùn)動、交互、作業(yè)三大智能功能。在一段視頻中，靈犀X2機(jī)器人能夠進(jìn)一步學(xué)習(xí)縫合葡萄皮，像人一樣轉(zhuǎn)動和走路，并學(xué)會了"偷瞄"這樣的細(xì)節(jié)動作。

在接受B站知名大神"稚暉君"的終極靈魂-level挑戰(zhàn)時，X2毫不猶豫地給出了答案：先救狗狗，因?yàn)樗枰獛椭?/p>

智元機(jī)器人已推出多款創(chuàng)新產(chǎn)品，包括第一代通用型具身智能機(jī)器人原型機(jī)遠(yuǎn)征A1。去年8月，智元一口氣發(fā)布了5款商用人形機(jī)器人：遠(yuǎn)征A2、遠(yuǎn)征A2-W、遠(yuǎn)征A2-Max、靈犀X1及靈犀X1-W。

在發(fā)布會上，遠(yuǎn)征A2主要負(fù)責(zé)主持工作，而遠(yuǎn)征A2-W則與智元創(chuàng)始人彭志輝一起演示了機(jī)器人模仿人類榨果汁的過程：在彭志輝發(fā)出"榨一杯葡萄可樂"的指令后，遠(yuǎn)征A2-W準(zhǔn)確識別出桌上的番茄、李子和葡萄中的葡萄，并拿起了開瓶器為玻璃罐可樂開瓶，隨后點(diǎn)擊啟動榨汁機(jī)開始制作飲料。目前，5款人形機(jī)器人已在交互服務(wù)、柔性智造、特種作業(yè)、科研教育及數(shù)據(jù)采集等多個場景實(shí)現(xiàn)商用量產(chǎn)。

智元已成功研發(fā)出通用基座大模型，這一技術(shù)將徹底解鎖機(jī)器人能力的新篇章。

對于大多數(shù)初創(chuàng)企業(yè)而言，僅僅在工廠中進(jìn)行大規(guī)模的數(shù)據(jù)采集，投入巨大資金用于這一目的，存在巨大的風(fēng)險。這與行業(yè)內(nèi)缺乏通用解決方案的共性問題直接相關(guān)。

在今年全國兩會期間，十四屆全國政協(xié)委員、天娛數(shù)科CEO賀晗在采訪中指出，行業(yè)內(nèi)目前尚未形成通用算法平臺、通用3D數(shù)據(jù)平臺、通用標(biāo)準(zhǔn)認(rèn)證平臺和通用場景測試平臺，這些關(guān)鍵平臺的缺失將顯著影響行業(yè)的整體成本和創(chuàng)新效率。事實(shí)上，算力和數(shù)據(jù)是機(jī)器人行業(yè)研發(fā)投入規(guī)模最大的兩個領(lǐng)域。

作為國內(nèi)首個實(shí)現(xiàn)規(guī)?；慨a(chǎn)的機(jī)器人廠商，智元于3月10日推出了其首個通用具身基座模型——智元啟元大模型GO-1。此前，智元已完成機(jī)器人量產(chǎn)環(huán)節(jié)的全部流程，并通過量產(chǎn)后的大規(guī)模機(jī)器人編隊(duì)采集了百萬級高質(zhì)量數(shù)據(jù)。

大模型技術(shù)對于實(shí)現(xiàn)具身智能機(jī)器人到底有多重要？在AI大模型出現(xiàn)之前，機(jī)器人的認(rèn)知能力非常有限，只能按照預(yù)設(shè)指令執(zhí)行動作，并且無法理解自然語言指令。但隨著以ChatGPT為代表的AI大模型產(chǎn)品取得突破，傳統(tǒng)機(jī)器人的認(rèn)知能力也得到了顯著提升。例如，大模型通過整合多模態(tài)數(shù)據(jù)（包括視覺、語言、觸覺等方面），使具身智能機(jī)器人能夠更全面地感知和理解環(huán)境。

對機(jī)器人行業(yè)而言，如果不能實(shí)現(xiàn)強(qiáng)大的AI能力，機(jī)器人就缺乏未來競爭力。沒有智能化、沒有作業(yè)能力的機(jī)器人本質(zhì)上只是一個硬件設(shè)備，其應(yīng)用范圍和價值非常有限。正如新能源車和智能手機(jī)行業(yè)一樣，硬件技術(shù)本身會趨于同質(zhì)化，未來的競爭焦點(diǎn)將落在智能化和作業(yè)能力上。智元合伙人、具身業(yè)務(wù)部總裁、研究院執(zhí)行院長姚卯青告訴南都記者，未來，AI能力將成為區(qū)分機(jī)器人產(chǎn)品核心競爭力的關(guān)鍵因素，而智元已經(jīng)將AI技術(shù)提升到了公司的戰(zhàn)略高度。

據(jù)悉，GO-1大模型具備以下特點(diǎn)：一是能夠結(jié)合互聯(lián)網(wǎng)視頻和真實(shí)人類示范進(jìn)行學(xué)習(xí)，從而增強(qiáng)對人類行為的理解能力；二是支持在數(shù)據(jù)極度匱乏甚至沒有示例的情況下，泛化到新場景和新任務(wù)，從而顯著降低了具身模型的使用門檻和訓(xùn)練成本；三是能夠?qū)崿F(xiàn)不同形態(tài)機(jī)器人之間的遷移適配能力，快速適應(yīng)不同本體的使用需求；四是配備了智元整套數(shù)據(jù)回流系統(tǒng)，能夠持續(xù)從實(shí)際執(zhí)行中積累數(shù)據(jù)，不斷進(jìn)化和優(yōu)化自身能力。

在機(jī)器人技術(shù)領(lǐng)域，我們認(rèn)為該方向目前仍處于發(fā)展初期階段，尚未達(dá)到完全收斂的狀態(tài)。受限于數(shù)據(jù)質(zhì)量問題，機(jī)器人行業(yè)尚未能完成全面驗(yàn)證工作，這也是智元希望主動開源的重要原因。去年12月，智元機(jī)器人正式發(fā)布開源數(shù)據(jù)集AgiBot World（智元世界），該數(shù)據(jù)集包含超過100萬條軌跡、涵蓋217個任務(wù)，涉及五大關(guān)鍵場景。與此同時，智元還公開了相關(guān)技術(shù)博客和論文。預(yù)計在今年第一季度，智元機(jī)器人將向核心用戶開源其主要模型GO-1。

姚卯青也表示，大模型在機(jī)器人應(yīng)用落地過程中將經(jīng)歷一個漸進(jìn)式探索的過程。他認(rèn)為，機(jī)器人應(yīng)用的落地將從一些結(jié)構(gòu)化、易操作的場景開始，逐步向半結(jié)構(gòu)化和開放性更強(qiáng)的任務(wù)過渡。只有通過在各行業(yè)、各場景中積累數(shù)據(jù)，并結(jié)合與人類的交互數(shù)據(jù)，才能真正實(shí)現(xiàn)通用人工智能在物理世界中的廣泛應(yīng)用，最終使機(jī)器人真正走進(jìn)千家萬戶，執(zhí)行各種開放指令。

商業(yè)化元年，爆發(fā)拐點(diǎn)面臨哪些挑戰(zhàn)？

當(dāng)前，機(jī)器人量產(chǎn)面臨技術(shù)、成本、市場、產(chǎn)業(yè)鏈等多個維度的多重挑戰(zhàn)。盡管宇樹科技已經(jīng)在機(jī)器人量產(chǎn)領(lǐng)域積累了8年經(jīng)驗(yàn)，擁有幾款成熟產(chǎn)品，但要真正實(shí)現(xiàn)量產(chǎn)仍需克服諸多困難。

智元的量產(chǎn)速度已取得顯著進(jìn)展。據(jù)南都記者了解，2024年10月，智元已下線100臺機(jī)器人，而截至2025年1月6日，其通用具身機(jī)器人累計下線已達(dá)1000臺。姚卯青指出，目前約70%的產(chǎn)量已對外銷售，預(yù)計2025年行業(yè)頭部企業(yè)的出貨量將達(dá)到數(shù)萬臺水平，2026年這一數(shù)據(jù)將進(jìn)一步提升至10萬臺左右。

談及智元的量產(chǎn)速度，姚卯青強(qiáng)調(diào)，要實(shí)現(xiàn)機(jī)器人產(chǎn)品的量產(chǎn)，不僅需要優(yōu)秀的研發(fā)設(shè)計能力，還需要強(qiáng)大的供應(yīng)鏈管理和制造能力。智元機(jī)器人團(tuán)隊(duì)成員來自多個行業(yè)，包括車輛、通信和消費(fèi)電子領(lǐng)域，多數(shù)成員均具備大規(guī)模產(chǎn)品量產(chǎn)的經(jīng)驗(yàn)。此外，從市場角度看，機(jī)器人產(chǎn)業(yè)已進(jìn)入加速發(fā)展的新階段。

姚卯青還指出，智元在與主要競爭對手的較量中面臨諸多挑戰(zhàn)。這些競爭對手不僅在技術(shù)、資金和制造能力上具有優(yōu)勢，還擁有完整的人才儲備。在此背景下，智元正致力于通過完善供應(yīng)鏈和生產(chǎn)體系，形成規(guī)模效應(yīng)，等待機(jī)器人領(lǐng)域真正爆發(fā)的拐點(diǎn)時刻到來。

姚卯青認(rèn)為，2025年是機(jī)器人行業(yè)全面商業(yè)化的重要一年。目前，智元除了現(xiàn)有生產(chǎn)線外，還在積極布局和建設(shè)新的產(chǎn)線，并與多家工廠達(dá)成合作生產(chǎn)伙伴關(guān)系。這些合作將由智元統(tǒng)一規(guī)劃質(zhì)量標(biāo)準(zhǔn)、制定標(biāo)準(zhǔn)測試流程，并對生產(chǎn)工藝和SOP等方面進(jìn)行把控。

此外，2月21日，智元與大模型"六小虎"之一的階躍星辰達(dá)成戰(zhàn)略合作。雙方將共同探索基于AI+具身機(jī)器人技術(shù)的多場景應(yīng)用。姚卯青透露，雙方將重點(diǎn)圍繞階躍星辰的多模態(tài)、推理和訓(xùn)練等底層模型能力展開深度合作，將這些技術(shù)賦能到機(jī)器人產(chǎn)品中。

最近，一款售價9.9萬元的機(jī)器人引發(fā)行業(yè)廣泛關(guān)注。姚卯青指出，此時機(jī)器人技術(shù)與供應(yīng)鏈仍處于早期發(fā)展階段，尚未達(dá)到收斂狀態(tài)。在此階段，價格戰(zhàn)毫無意義。他強(qiáng)調(diào)，機(jī)器人技術(shù)的真正價值應(yīng)體現(xiàn)在軟件與硬件協(xié)同合作的效能上，而非簡單的物大玩具化。

【區(qū)域觀察】

各地紛紛打造機(jī)器人"特色產(chǎn)品"

上海則將目光投向了養(yǎng)老領(lǐng)域

隨著宇樹機(jī)器人在春晚舞臺上大放異彩，去年因大模型軍備競賽而備受關(guān)注的具身智能迎來了新的發(fā)展階段。近期，各地紛紛推出機(jī)器人"新花樣"：深圳眾擎科技的人形機(jī)器人PM01完成了全球首例人形機(jī)器人前空翻動作后，迅速跑到深圳人才公園，以12公里/小時的時速完成邊跑邊切換的行走動作；宇樹科技旗下機(jī)器人化身白素貞和許仙，在杭州西湖上演了一場"賽博版《白娘子》"；4月13日，北京亦莊將舉辦全球首個人形機(jī)器人半程馬拉松賽，屆時機(jī)器人將與運(yùn)動員在起點(diǎn)同時鳴槍起跑。

與各地推出不同機(jī)器人"花樣"相呼應(yīng)的是，具身智能企業(yè)已逐漸成形。目前，北京、上海和深圳三大城市聚集了多家具身智能企業(yè)。此前有投資人指出，各地的產(chǎn)業(yè)稟賦形成了獨(dú)特的產(chǎn)業(yè)生態(tài)。其中，高校密集的北京企業(yè)更傾向于在"大腦"領(lǐng)域布局，而深圳則以強(qiáng)大的制造業(yè)為后盾，吸引多家企業(yè)布局"身體"部分，上海則在兩者之間形成了獨(dú)特的發(fā)展模式。

2024年5月，我國首個國家級公共平臺——國家地方共建人形機(jī)器人創(chuàng)新中心在上海正式揭牌；2025年1月，全國首個異構(gòu)超大型人形機(jī)器人訓(xùn)練場在滬啟用。國家地方共建人形機(jī)器人創(chuàng)新中心總經(jīng)理許彬表示，上海的人形機(jī)器人產(chǎn)業(yè)發(fā)展正酣，這一發(fā)展與其作為汽車及工業(yè)機(jī)器人高地的基礎(chǔ)制造業(yè)和完整產(chǎn)業(yè)鏈不無關(guān)系。姚卯青也透露，目前圍繞上海的人形機(jī)器人產(chǎn)業(yè)，已有多家投資機(jī)構(gòu)和布局正在進(jìn)行，許多產(chǎn)業(yè)鏈伙伴有望向上海聚集。

在應(yīng)用場景方面，上海不僅限于工業(yè)和制造業(yè)，更將目光投向養(yǎng)老領(lǐng)域。去年7月，上海市人民政府辦公廳印發(fā)了《上海市推進(jìn)養(yǎng)老科技創(chuàng)新發(fā)展行動方案（2024—2027年）》，提出要研發(fā)適用于語音、人臉、情感、動作識別和環(huán)境感知的人工智能模型與算法，研發(fā)具身智能、生成式人工智能等新技術(shù)，提升養(yǎng)老科技產(chǎn)品的自主感知、自主學(xué)習(xí)、自主決策、自主執(zhí)行能力。

從時間角度來看，姚卯青預(yù)測，未來1至2年，人形機(jī)器人將在局部工業(yè)場景實(shí)現(xiàn)應(yīng)用落地，但要走進(jìn)家庭，還需要5年左右的時間。他還提到，當(dāng)機(jī)器人具備像人類一樣具備通用能力的物理世界AGI（通用人工智能）時，養(yǎng)老目標(biāo)就能實(shí)現(xiàn)，這方面的實(shí)現(xiàn)仍需要5至10年的時間。

本次文章由南都政商數(shù)據(jù)新聞部、上海新聞部聯(lián)合出品，統(tǒng)籌由甄芹、馬寧寧完成。

注：以上改寫過程中，我保持了原文的核心信息和結(jié)構(gòu)，對部分語句進(jìn)行了調(diào)整，替換了一些同義詞，同時優(yōu)化了語序，使文章更加流暢。例如，將"各地爭當(dāng)機(jī)器人‘顯眼包’"改為"各地紛紛打造機(jī)器人'特色產(chǎn)品'"，將"上海瞄準(zhǔn)養(yǎng)老場景"改為"上海則將目光投向了養(yǎng)老領(lǐng)域"，這些調(diào)整旨在使文章表達(dá)更加自然流暢，同時保持了原意。

采寫：南都專業(yè)記者 林文琪 馬寧寧 田愛麗