从“秀功能”到“能干活”，人形机器人产业如何突破？
近日，在上海复兴岛具身智能实景空间训练场上，全国32支创客团队将机器人从实验室带至训练场中，却遭遇了一系列难题：太阳暴晒下电池续航会骤然减少，雨季潮湿容易引发短路，而带宽不足则会导致任务中断……
为什么机器人在实验室环境中能够保持稳定运行，进入实际应用场景之后却会出现各种现实问题？机器人究竟能否把对应工作干好？
日前，工业和信息化部以及国务院国资委联合印发通知，正式启动2026年度人形机器人以及具身智能实景实训专项行动，从而凝练形成百个以上高价值应用场景，进一步丰富具身智能应用谱系，并带动形成万台级规模的落地能力。这是国家层面首次联合发文推动人形机器人实现规模化落地应用，并明确到2026年底部署超过1万台人形机器人进入商业使用场景。
此次行动重点聚焦于工业、服务以及特种三大领域，其中特别面向生产制造、检测分析、维修维护、仓储物流、餐饮零售、医疗康养、安全生产、应急救援、防灾减灾等9个场景来开展工作。
与实验室中的受控条件不同，当人形机器人开展大规模进厂作业时，面临的是实际生产中的复杂作业环境。这种差异会对结构耐久、热管理、功耗优化等抗疲劳设计、高负荷连续作业能力以及人机混行环境下的使用安全等方面提出新的要求。
针对工厂需要什么样的机器人这一问题，银河通用机器人首席战略官赵于莉给出的回答是能够实际干活的机器人。她指出，人形机器人若要从实验室走向真实的应用场景，那么所面临的最大挑战并非技术本身，而是技术能否在复杂、动态以及不可预测的真实环境中稳定发挥作用，从而让机器人得以真正走进千行百业、服务烟火人间，成为有效的生产力工具。
EX机器人联合创始人李博阳表示，如果机器人要进入工厂并且被大规模部署，那么就需要在零部件标准化、整机可靠性、软件以及模型成熟度、场景深度适配、成本控制等方面达到较高的水平。
目前，已经有多款机器人借助其卓越的性能以及广泛的适用性，在高价值场景当中交出了“实景实训”的答卷。在宁德时代电池工厂的先进制造产线上，银河通用工业重载机器人Galbot S1已实现零遥操以及全自主的规模化部署，双臂可以轻松搬起50公斤的重物，单次充电能够实现长达8小时的作业。
在特种与高危作业环境当中，具身智能的安全价值日益凸显出来。在能源保供的电厂燃煤转运过程之中，网易灵动多台无人装载机借助全局调度平台成功实现了集群作业，从而可以从容应对高温以及高粉尘环境；在内蒙古霍林河北露天煤矿的严苛环境之下，“灵掘”挖掘机器人单机装车效率已达到人工的80%，近70%作业时间无需人为干预，成功适配了极寒、高粉尘等严苛环境以及多型号设备。
如何升级机器人“大脑”？
对机器人“大脑”进行持续迭代升级，这一点被视为人形机器人的下一个发展重点。两部门所发布的通知提出，打造一批场景适配性强、性能指标领先的具身智能基础模型以及运动控制算法，从而持续提升“大小脑”模型算法的抗干扰以及自适应水平，并强化其在复杂或异常工况下的泛化与容错能力。
“实景实训所起到的是验证人形机器人能否在真实环境中满足需求的‘试金石’作用。”赵于莉表示，实景实训的核心价值在于，每一次真实作业所产生的全流程数据都会实时回流到机器人的“大脑”当中来进行同步迭代。作业体量越大、所产生的数据越多，模型能力就会越强，作业效率也会越高。
今年6月，银河通用机器人与北汽鹏龙旗下核心汽车经销服务企业鹏龙行达成了全链路生态合作，实训空间深度接入了鹏龙行的大数据平台、场景知识库以及AI营销系统，从而使得机器人能够在真实服务日志、客户反馈与标准话术体系等“活数据”所驱动之下开展针对性训练，得以跳过漫长的网点铺设周期，快速实现了商用机器人规模化场景落地。
浙江人形机器人创新中心有限公司副总经理许学成介绍，人形机器人实训侧重于物理本体与真实环境之间的交互适配，其中包括双足行走稳定性、双臂协同精准性以及灵巧手触觉反馈等方面，因此需要在1∶1还原的场景之中开展反复调试工作。早在2025年10月的宁波“领航未来·具身智能验证场”上，借助1∶1还原工业制造、智慧家庭以及商超零售等场景，公司领航者NAVIAI系列人形机器人持续学习人类行为模式，可以快速响应并且对各种复杂任务进行处理。
近日，北京航脑科技有限公司与EX机器人签署战略合作协议，双方将围绕脑机接口技术以及仿生人形机器人的融合来展开深度合作，共同对“感知大脑+仿生躯体”的技术路径进行探索。对此，李博阳告诉记者，EX机器人的下一步发展方向是进一步增强机器人软硬件的仿生能力，从而让人机实现全方位多维度交互，其中包含声音、听觉、视觉、触觉、表情、肢体等全方位的交互，而这些都需要在实景实训当中进行完善与迭代。
创新应用联合体协同攻关破难题
尽管众多机器人研发企业已经充分意识到了实景实训所具有的重要性，但是企业如果采取“单打独斗”的方式来打造实训场景，那么仍然会在多个方面面临众多难点。
当前实训场景所面临的难点在于，真实环境的不确定性会提升对数据开展处理以及对模型进行训练的难度，而如果标准实训场景设计得过于理想化，那么其泛化能力又有可能不足，难以有效适应真实应用中所遇到的情况。李博阳告诉记者，如果缺少实景实训的机器人，那么它们仅能够完成标准化的演示工作，无法胜任常态化的作业任务，这也是过往很多城市和企业虽然打造了标准化的训练基地以及仿真环境，但却依然难以让机器人实现落地应用的主要原因。
对此，两部门所发布的通知进行了明确，支持以用户单位、整机企业（或应用服务商）为主体，会同模型算法、零部件等供应链企业以及科研院所等，针对每个场景来组建创新应用联合体。不少企业表示将积极参与专项行动的场景遴选与联合体组建工作。
许学成认为，开放协同的生态体系所发挥的作用尤为关键，因此用户单位、整机企业、零部件供应商、算法公司以及科研院所应当联合起来，共同对验证平台开展研发工作。另外，政府可以提供配套首台（套）应用补贴等政策支持，从而降低从实训到量产的门槛。
在创新应用联合体所开展的协同攻关过程当中，企业希望加速布局的实景实训真实场景单元需要具备哪些条件？赵于莉提出建议，场景单元应当在具备真实性的同时保持一定程度的标准化，从而使得在某一场景之中验证成功的解决方案得以向同类场景进行快速复制以及推广，这就要求场景单元需要具备清晰的操作流程定义、可量化的评价指标以及可迁移的经验沉淀机制。同时，在数据采集与使用过程当中，应当确保数据安全、隐私以及商业秘密得到妥善的保障。
专项行动直击了“重演示、轻落地”的行业顽疾，所推动的实景实训工作可以倒逼行业技术研发从“秀功能”转向“解决实际需求”。李博阳说。
