从“秀功能”到“能干活 ” ，人形机器人产业咋突破？

　　两部门联合发文，启动具身智能实景实训 ，力争年内落地应用1万台人形机器人

　　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上，却遭遇了系列难题：太阳暴晒下电池续航骤减
，雨季潮湿容易短路，带宽不足任务中断……

　　为何在实验室表现稳定的机器人
，到了实际场景中却出现问题？机器人能干好活吗？

　　日前，工业和信息化部、国务院国资委联合印发通知 ，正式启动2026年度人形机器人与具身智能实景实训专项行动
，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 ，带动形成万台级规模落地能力 。这是国家层面首次联合发文推动人形机器人规模化落地应用
，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
。

　　机器人能干活最大挑战是什么？

　　此次行动聚焦工业 、服务
、特种三大领域 ，重点面向生产制造、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。

　　与实验室不同
，人形机器人大规模进厂，面临的是实际的复杂作业环境 ，这对结构耐久 、热管理
、功耗优化等抗疲劳设计、高负荷连续作业能力 、人机混行环境下的使用安全等提出了新的要求 。

　　对于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的回答是：“能干活的机器人
。”她表示
，人形机器人从实验室走向真实场景，面临的最大挑战并非技术本身 ，而是技术能否在复杂
、动态、不可预测的真实环境中稳定发挥作用
，让机器人成为能真正走进千行百业 、服务烟火人间的生产力工具。

　　EX机器人联合创始人李博阳表示，能够进入工厂并被大规模部署的机器人需要在零部件标准化
、整机可靠性、软件和模型成熟度 、场景深度适配
、成本控制等方面达到较高的水平 。

　　近来  ，已有多款机器人凭借卓越的性能和广泛的适用性
，在高价值场景交出了“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、全自主的规模化部署 ，双臂轻松搬起50公斤的重物
，单次充电可实现长达8小时作业
。

　　在特种与高危作业环境中，具身智能的安全价值日益凸显。在能源保供的电厂燃煤转运中 ，网易灵动多台无人装载机通过全局调度平台实现集群作业
，可从容应对高温 、高粉尘环境；在内蒙古霍林河北露天煤矿的严苛环境中，“灵掘”挖掘机器人单机装车效率已达人工80% ，近70%作业时间无需人为干预，成功适配极寒、高粉尘等严苛环境与多型号设备 。

　　如何升级机器人“大脑 ”？

　　持续迭代升级机器人“大脑
”被视为人形机器人的下一个发展重点
。两部门发布的通知提出
，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和运动控制算法，持续提升“大小脑”模型算法抗干扰和自适应水平 ，强化复杂或异常工况下的泛化与容错能力。

　　“实景实训是验证人形机器人能否在真实环境中满足需求的‘试金石’ 。 ”赵于莉表示
，实景实训的核心价值在于，每一次真实作业产生的全流程数据都会实时回流至机器人的“大脑
” ，同步迭代
。作业体量越大、数据越多
，模型能力就会越强，作业效率会越高。

　　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全链路生态合作
，实训空间深度接入鹏龙行的大数据平台 、场景知识库与AI营销系统，使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”驱动下进行针对性训练 ，跳过漫长的网点铺设周期
，快速实现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物理本体与真实环境的交互适配 ，例如双足行走稳定性、双臂协同精准性 、灵巧手触觉反馈等，需在1∶1还原场景中反复调试
。早在2025年10月的宁波“领航未来·具身智能验证场 ”上
，通过1∶1还原工业制造
、智慧家庭、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 ，能快速响应和处理各种复杂任务。

　　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与仿生人形机器人的融合展开深度合作 ，共同探索“感知大脑+仿生躯体
”的技术路径 。对此
，李博阳告诉记者，EX机器人的下一步发展方向是机器人软硬件的仿生能力进一步增强 ，人机实现全方位多维度交互
，包含声音 、听觉
、视觉、触觉 、表情
、肢体等全方位的交互，这都需要在实景实训中完善与迭代
。

　　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意识到实景实训的重要性 ，但企业“单打独斗”打造实训场景仍面临众多难点。

　　“近来 实训场景的难点是真实环境不确定性会提高数据处理和模型训练的难度
，而过于理想化的标准实训场景又可能泛化性不够，难以适应真实应用中所面对的情况 。 ”李博阳告诉记者 ，缺少实景实训的机器人仅能完成标准化演示，无法胜任常态化作业
，这也是过往很多城市和企业打造标准化的训练基地和仿真环境，却仍难让机器人落地应用的原因。

　　对此 ，两部门发布的通知明确
，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
，开放协同的生态尤为关键，用户单位、整机企业
、零部件供应商、算法公司 、科研院所应联合起来 ，共同研发验证平台 。另外
，政府可提供配套首台(套)应用补贴等政策支持，降低从实训到量产的门槛
。

　　在创新应用联合体的协同攻关下 ，企业希望加速布局的实景实训真实场景单元具备哪些条件？赵于莉建议
，场景单元应在具备真实性的同时保持一定程度的标准化，使得在某一场景中验证成功的解决方案能够向同类场景快速复制推广 ，这要求场景单元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中
，应确保数据安全、隐私和商业秘密得到妥善保障 。

　　“专项行动直击‘重演示 、轻落地’的行业顽疾，推动实景实训 ，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。

（文章来源：工人日报）