关于人形机器人的理想与现实，这些人说了点实话

162 0 0

文章摘要

在“走进松延动力”研讨活动中，多位行业专家围绕人形机器人产业的核心矛盾、技术挑战和商业化路径展开了深入讨论。公众对人形机器人的期待与实际能力之间存在显著落差，这主要源于机器人表演与交付产品之间的功能差异。松延动力创始人姜哲源指出，尽管比赛用机器人与交付产品在硬件上几乎一致，但出于安全性和售后成本的考虑，交付产品并未开放高动态动作功能。这种差异反映了企业在技术开放与风险控制之间的权衡。

机器人比赛作为一种展示能力上限的方式，有助于公众更准确地理解当前机器人的技术水平。灵御智能创始人金戈认为，比赛模拟真实场景，展示了机器人的能力上限，避免了宣传片可能带来的过高期待。这种展示方式有助于行业形成更理性的预期，推动机器人更快进入实际应用场景。

在技术层面，数据不足被认为是当前机器人智能化的核心瓶颈。无论是真机数据还是仿真数据，都面临采集成本高、场景单一等挑战。金戈强调，数据工厂模式虽然能够规模化采集数据，但场景单一可能导致边际效应递减。姜哲源补充道，仿真数据在某些复杂任务（如烹饪）中难以替代真实数据，因此必须结合真实场景中的数据采集来提升模型能力。

商业化落地是人形机器人产业的关键目标。姜哲源提到，松延动力通过价格策略（如定价3.99万元）挖掘了教育、商演、展厅等应用场景。尽管这些场景并非传统意义上的“真实应用”，但它们为机器人提供了可持续的市场需求。王晟从投资角度指出，2025年将是人形机器人商业化的元年，企业需要从技术展示转向实际价值创造，才能获得资本市场的认可。

在技术路径和产业共识方面，深度强化学习在运动控制中的应用已成为行业共识，而准直驱电驱关节技术也在低成本机器人领域得到广泛认可。然而，产业仍处于早期阶段，技术方向尚未完全收敛，未来可能会涌现新的共识。金戈认为，让机器人尽快投入生产生活，从实际场景中获取数据，是提升模型能力的有效途径。

总体而言，人形机器人产业在技术、商业化和公众认知等方面仍面临诸多挑战，但通过行业共识的形成、数据采集的优化以及商业化场景的拓展，产业有望在未来几年实现突破性进展。