近日，智元机器人第10000台机器人在上海下线了。
这是中国机器人快速量产的缩影。四足机器狗在变电站里巡检、双足机器人在工厂里搬运料箱、无人配送车在快递网点穿梭，这些事情正在同时发生。智元机器人、宇树科技、新石器等中国企业在人形机器人、四足机器人和无人配送车的量产方面跑在全球前列。
这些机器人已经用在特定场景，但远远够不上完美，尤其是“大脑”发育很不健全。它们在模拟环境中经历过碰撞、台风与暴风雪等各类场景。现在，中国机器人率先冲进真实世界，世界也会反馈给它们以阳光、湿滑的道路，还有真实的暴风雪。
量产阶段领跑
“‘精灵’系列，已经在工业制造、物流、安防等场景落地，龙旗科技的平板电脑产线就有我们的A2，甚至可以24小时不间断干活儿，做屏幕的上下料。”智元创始人彭志辉在第10000台机器人下线的现场表示。
在均胜电子的工厂，智元的机器人也能以超过人类的速度完成高难度的工装、三销定位的装配，这些场景对机器人的精度、稳定性要求都很高。
智元下线万台机器人，意味着其本体制造能力已经完成从最早的“手工作坊”到现在“工业级标准”转变。这也带动供应链，比如核心零部件里的减速器、传感器、电池等相关企业的升级。
从全球人形机器人出货量来看，中国厂商背靠相对完善的硬件产业链、庞大的应用需求基础以及快速迭代的工程化能力而跑在前面。
据研究机构IDC统计，2025年智元和宇树科技的人形机器人出货量约为5000台，位居行业头部阵营，在规模化交付能力、产品成熟度以及应用场景覆盖上具有优势；乐聚机器人、加速进化和松延动力的出货量1000台左右，具备重点应用场景的落地经验；银河通用、优必选等厂商的出货量400台到1000台，以试点项目和定制化交付为主。
相比之下，海外的Figure AI、Agility Robotics等国际厂商在2025年仍主要处于试点测试阶段，出货量仅数十台。特斯拉的擎天柱尚用于内部测试，量产时间已经多次跳票，最新消息是在2027年启动规模化量产。
“整体来看，中国厂商已在当前阶段的人形机器人规模化落地中占据先发优势，而国际厂商的商业化进程仍有待加速。”IDC报告称。
中国企业同样在四足机器狗赛道跑在前面。
“机器狗，目前只有中国在大规模地研发和制造。”康迪科技（KNDI.NASDAQ）董事长董学勤对第一财经记者表示，康迪科技与云深处合作，把机器狗卖到美国用于仓库巡检。
“机器狗在巡检过程中，如果有人员进入仓库，可以脸部扫描识别这个人是不是非法？如果非法的话，机器狗可以语音警告，同时把照片或视频信息发送到云端，或者发送给安保公司进一步处理。”董学勤介绍说。
美国是全球第一大消费市场，它有大量的仓库设施，防火防盗是一个大难题。美国人工比较贵，而且效率比较低，这给了机器狗以市场机会。虽然美国的波士顿动力等企业也在开发机器狗，但据董学勤观察，在这个新兴领域，波士顿动力机器狗的市场存在感并不强。波士顿动力更倾向于传统液压机器狗的生产与落地，但国内机器狗更多采用电机驱动，成本更低，运行速度相对更快，所以市场竞争力更强。
据IDC报告，2024年全球四足机器狗市场出货量约2万台。中国厂商凭借性价比和规模化能力重塑了产业格局，宇树科技和云深处的市场份额分别为32.4%、18.9%，排名第三的波士顿动力份额12.2%。
在无人配送车领域，新石器和九识等企业处于头部位置。
在已有业务的基础上，新石器近期发布其最新规模化落地的“即时配送服务”业绩，在不到十个月时间，该服务已落地数城，累计提供超150万次即时配送服务，并在青岛建成了全球最大单城市无人车队。新石器预计年内将即时配送模式覆盖全国50个城市。而且，新石器的无人配送车已经在中东等海外市场展开常态化运营。
双足、四足或是无人物流车，这些机器人形态各异。中国的制造能力，使得它们能够快速上量且在全球都有价格优势。但这些机器人有一个共同的瓶颈：“大脑”发育尚不健全。
“大脑的进化是主旋律”
2025年，一家企业向五一视界（06651.HK）创始人李熠寻求帮助，希望将机器狗部署到变电站做巡检。
由于地处偏远，这家企业需要派驻两名工程师到现场，在深山老林住一个半月，不断测试和训练。虽然机器狗的自身成本才20万，但人力和交通物流成本综合起来，机器狗的部署成本太高了。五一视界是一家做数字孪生的科技公司，其业务之一是在模拟环境中训练机器人，使其能更好地进入真实世界。
这一案例显示了机器人在真实环境中遭遇的困境。普通人类在陌生环境里很快就能爬山涉水，但机器人的智力尚不足以支撑这些能力。
“现在我们的机器人，四肢很发达，但是头脑相对简单一点。”董学勤评价说。康迪科技的四足机器狗部署在美国工厂，也需要专业人员遥控跑遍全场以构建地图，这是个烦琐的过程。
机器人的智能模块主要包括两部分，有时被类比为机器人的小脑与大脑。小脑控制机器人的运动，使之具备稳定性、复杂运动的能力；大脑使机器人具有理解环境、自主决策、任务执行等能力。
董学勤认为，机器狗的“腿脚”（运动能力）已很成熟，但“大脑”智能严重不足。它还没办法突破环境语义理解、任务自主规划与动态决策。未来，机器狗产业发展的核心，是装上能理解、思考和行动的“大脑”。
人形机器人也需要升级智力。
“全球范围内具身大模型技术均处于研发测试阶段，公司报告期内尚未将自研的通用具身大模型规模化应用于机器人产品。”宇树科技的招股说明书透露，人形机器人的泛化能力等领域的技术成熟度有限，机器人智能化决策及非标准化场景适应能力尚未完善。
“机器人大脑的进化是主旋律。”彭志辉表示，这几年人形机器人之所以这么火，并不是因为机器人本体有什么突飞猛进的黑科技，而是因为AI的发展、大模型的发展。
现在学术界、工业界主流的趋势是转向基于大模型的VLA技术。
“这让我们真正开始尝试延续大语言模型的Scaling law，堆规模、堆数据、堆算力，希望让机器人的通用智能能涌现出来。”彭志辉表示。
彭志辉认为，未来世界模型会发挥重要作用，能让机器人像人类一样做反事实推演。人类做事的时候会先在脑海里推演一遍下个动作所带来的后果，再动态调整自己的策略。这才是人形机器人从感知到反应，从认知到规划的根本性跨越。
在真实世界经历暴风雪
黄仁勋认为，人工智能会接管物理世界。
人工智能已经从生成式AI，来到代理式AI时期，再向后发展就是物理AI时期了。前两者主要是数字世界，而后者则是AI落地于真实世界。机器人和自动行驶的汽车，会是物理AI的主要载体，它们需要理解温度高低、力度大小等。
主流视觉模型虽然能产出逼真画面，但经常违反物理定律，难以直接部署在机器人。因此，面向真实物理环境的世界模型被视作最前沿的研究方向之一。
“物理AI的金字塔是世界模型，正如生成式AI和代理式AI的金字塔是大语言模型一样。大语言模型预测的是下一个词，世界模型预测的是下一帧画面或者下一个动作。”李熠解释说。
中国和美国企业都在尝试在世界模型赛道实现突破。
图灵奖得主杨立昆，从Meta离职后的创业项目也是围绕世界模型进行的。杨立昆与其团队近期发表的一篇论文，研究了参数只有15M的世界模型，在单GPU上即可训练完成的可能性。而英伟达则在2025年就推出了Cosmos世界模型。
通用具身智能机器人公司无界动力最近挖来了理想汽车前端到端负责人夏中谱。夏中谱将在无界动力担任联合创始人兼联席CTO，全面负责基于世界模型的原生具身智能多模态大模型研发。
五一视界则在近期发布了“物理直觉”世界模型。在技术架构上，这款模型围绕物理AI，构建了“重建与生成、训练与部署、预测与规划”三大模块。
世界模型的核心难点是数据稀缺。
四足或双足机器人，必须适应更多样化的需求，比如爬上一座小山，或者负重情况下涉水过河。一些企业遥控操作机器人完成动作而采集数据，但成本很高。
“现实世界采集的数据是不够的。”李熠表示。这也是为什么机器人企业需要高仿真度的训练平台和空间。“高仿真平台构建复杂道路环境、各类建筑设施，模型在这个世界里会遇到各种合成策略，比如暴风雪。”
现在中国企业把量产的机器人、无人车推向世界，它们会在真实世界经历暴风雪等各类场景，收集到宝贵的数据。
新石器方面向第一财经透露，其低速无人车已经可以适应广东的大雨天气，也可以在东北暴风雪后的道路上执行派送任务了。目前，新石器的无人配送车的行驶里程已经突破1亿公里，海量交互数据会反哺模型进化。
“随着第10000台机器人下线，身体和大脑开始同步进化。每一台机器人都会被部署在汽车制造产线、3C电子的制造车间，成为数字AI和物理世界的通用接口。”彭志辉说，当一万台机器人在车间工作，所提供的是真实环境高价值的数据，不再是开发阶段模拟器里运行的数据。这些物理反馈，会帮助企业更好地训练基座模型。
“现在的世界模型，一切都刚开始，如同2017年的大语言模型一样。”李熠表示。“至少在十年内，你把一个机器人或者机器狗放在陌生的环境里面执行任务，纯粹靠AGI（通用人工智能），不需要任何的后训练，这件事暂时是无解的。”
中国机器人，已经走在“出厂即进化”道路上。只是这条路，可能比较长。
举报 第一财经广告合作，请点击这里此内容为第一财经原创，著作权归第一财经所有。未经第一财经书面授权，不得以任何方式加以使用，包括转载、摘编、复制或建立镜像。第一财经保留追究侵权者法律责任的权利。如需获得授权请联系第一财经版权部：banquan@yicai.com 文章作者
彭海斌
相关阅读
数据为王，爱为燃料：揭秘饭圈情感经济链在饭圈黑话体系里，“粉籍”不亚于现实社会的户籍制度。唯粉是持“一户一籍”原则的纯粹主义者，，他们的日常工作是清除偶像星途上的一切“杂质”。
753 昨天 11:24
机器人“喂不饱”，真实数据仍是具身智能必争之地数据问题是当下机器人产业智能化升级面临的核心挑战之一。
2721 03-28 21:38
中国日均Token调用量三个月增四成，将建设全国一体化数据市场深化数据资源开发利用，健全数据要素基础制度，建设高质量数据集
4473 03-24 14:56
近5000平米的“数据工厂”里，人类手把手教机器人“洗盘子”机器人离真正“干活”还有多远？
6066 03-19 17:30
完善创新平台、强化资本赋能，北京“十五五”多举措支持具身智能“数据采集并非只是采集回来然后卖给客户这么简单，很多客户也会自己采集数据，”李遥对第一财经记者表示，数据采集核心的壁垒，贯穿数据定义、采集、处理、标注、验证到分发的全流程能力，需要深厚的软件工程、硬件工程与算法工程化积累，以及对具身智能行业的深刻理解。
149 03-19 15:32 一财最热 点击关闭启泰网提示：文章来自网络，不代表本站观点。
