從“秀功能”到“能干活”，人形機器人產業咋突破？

兩部門聯合發文，啟動具身智能實景實訓，力爭年內落地應用1萬臺人形機器人

近日，在上海復興島具身智能實景空間訓練場上，全國32支創客團隊將機器人從實驗室帶至訓練場上，卻遭遇了系列難題：太陽暴曬下電池續航驟減，雨季潮濕容易短路，帶寬不足任務中斷……

為何在實驗室表現穩定的機器人，到了實際場景中卻出現問題？機器人能干好活嗎？

日前，工業和信息化部、國務院國資委聯合印發通知，正式啟動2026年度人形機器人與具身智能實景實訓專項行動，凝練形成百個以上高價值應用場景，進一步豐富具身智能應用譜系，帶動形成萬臺級規模落地能力。這是國家層面首次聯合發文推動人形機器人規模化落地應用，并明確到2026年底，部署超過1萬臺人形機器人進入商業使用場景。

機器人能干活最大挑戰是什么？

此次行動聚焦工業、服務、特種三大領域，重點面向生產制造、檢測分析、維修維護、倉儲物流、餐飲零售、醫療康養、安全生產、應急救援、防災減災等9個場景。

與實驗室不同，人形機器人大規模進廠，面臨的是實際的復雜作業環境，這對結構耐久、熱管理、功耗優化等抗疲勞設計、高負荷連續作業能力、人機混行環境下的使用安全等提出了新的要求。

對于工廠需要什么樣的機器人這一問題，銀河通用機器人首席戰略官趙于莉的回答是：“能干活的機器人。”她表示，人形機器人從實驗室走向真實場景，面臨的最大挑戰并非技術本身，而是技術能否在復雜、動態、不可預測的真實環境中穩定發揮作用，讓機器人成為能真正走進千行百業、服務煙火人間的生產力工具。

EX機器人聯合創始人李博陽表示，能夠進入工廠并被大規模部署的機器人需要在零部件標準化、整機可靠性、軟件和模型成熟度、場景深度適配、成本控制等方面達到較高的水平。

目前，已有多款機器人憑借卓越的性能和廣泛的適用性，在高價值場景交出了“實景實訓”的答卷。在寧德時代電池工廠的先進制造產線上，銀河通用工業重載機器人Galbot S1已實現零遙操、全自主的規模化部署，雙臂輕松搬起50公斤的重物，單次充電可實現長達8小時作業。

在特種與高危作業環境中，具身智能的安全價值日益凸顯。在能源保供的電廠燃煤轉運中，網易靈動多臺無人裝載機通過全局調度平臺實現集群作業，可從容應對高溫、高粉塵環境；在內蒙古霍林河北露天煤礦的嚴苛環境中，“靈掘”挖掘機器人單機裝車效率已達人工80%，近70%作業時間無需人為干預，成功適配極寒、高粉塵等嚴苛環境與多型號設備。

如何升級機器人“大腦”？

持續迭代升級機器人“大腦”被視為人形機器人的下一個發展重點。兩部門發布的通知提出，打造一批場景適配性強、性能指標領先的具身智能基礎模型和運動控制算法，持續提升“大小腦”模型算法抗干擾和自適應水平，強化復雜或異常工況下的泛化與容錯能力。

“實景實訓是驗證人形機器人能否在真實環境中滿足需求的‘試金石’。”趙于莉表示，實景實訓的核心價值在于，每一次真實作業產生的全流程數據都會實時回流至機器人的“大腦”，同步迭代。作業體量越大、數據越多，模型能力就會越強，作業效率會越高。

今年6月，銀河通用機器人與北汽鵬龍旗下核心汽車經銷服務企業鵬龍行達成全鏈路生態合作，實訓空間深度接入鵬龍行的大數據平臺、場景知識庫與AI營銷系統，使機器人能夠在真實服務日志、客戶反饋與標準話術體系等“活數據”驅動下進行針對性訓練，跳過漫長的網點鋪設周期，快速實現商用機器人規模化場景落地。

浙江人形機器人創新中心有限公司副總經理許學成介紹，人形機器人實訓側重物理本體與真實環境的交互適配，例如雙足行走穩定性、雙臂協同精準性、靈巧手觸覺反饋等，需在1∶1還原場景中反復調試。早在2025年10月的寧波“領航未來·具身智能驗證場”上，通過1∶1還原工業制造、智慧家庭、商超零售等場景，公司領航者NAVIAI系列人形機器人持續學習人類行為模式，能快速響應和處理各種復雜任務。

近日，北京航腦科技有限公司與EX機器人簽署戰略合作協議，雙方將圍繞腦機接口技術與仿生人形機器人的融合展開深度合作，共同探索“感知大腦+仿生軀體”的技術路徑。對此，李博陽告訴記者，EX機器人的下一步發展方向是機器人軟硬件的仿生能力進一步增強，人機實現全方位多維度交互，包含聲音、聽覺、視覺、觸覺、表情、肢體等全方位的交互，這都需要在實景實訓中完善與迭代。

創新應用聯合體協同攻關破難題

盡管眾多機器人研發企業意識到實景實訓的重要性，但企業“單打獨斗”打造實訓場景仍面臨眾多難點。

“目前實訓場景的難點是真實環境不確定性會提高數據處理和模型訓練的難度，而過于理想化的標準實訓場景又可能泛化性不夠，難以適應真實應用中所面對的情況。”李博陽告訴記者，缺少實景實訓的機器人僅能完成標準化演示，無法勝任常態化作業，這也是過往很多城市和企業打造標準化的訓練基地和仿真環境，卻仍難讓機器人落地應用的原因。

對此，兩部門發布的通知明確，支持以用戶單位、整機企業(或應用服務商)為主體，會同模型算法、零部件等供應鏈企業以及科研院所等，針對每個場景組建創新應用聯合體。不少企業表示將積極參與專項行動的場景遴選與聯合體組建工作。

許學成認為，開放協同的生態尤為關鍵，用戶單位、整機企業、零部件供應商、算法公司、科研院所應聯合起來，共同研發驗證平臺。另外，政府可提供配套首臺(套)應用補貼等政策支持，降低從實訓到量產的門檻。

在創新應用聯合體的協同攻關下，企業希望加速布局的實景實訓真實場景單元具備哪些條件？趙于莉建議，場景單元應在具備真實性的同時保持一定程度的標準化，使得在某一場景中驗證成功的解決方案能夠向同類場景快速復制推廣，這要求場景單元具備清晰的操作流程定義、可量化的評價指標以及可遷移的經驗沉淀機制。同時，在數據采集與使用過程中，應確保數據安全、隱私和商業秘密得到妥善保障。

“專項行動直擊‘重演示、輕落地’的行業頑疾，推動實景實訓，可以倒逼行業技術研發從‘秀功能’轉向‘解決實際需求’。”李博陽說。