繁體
  • 简体中文
  • 繁體中文

熱門資訊> 正文

機器人「大腦」加速進化 模型與數據成為產業競爭新焦點

2026-08-21 02:15

  8月20日,在2026世界機器人大會上,一家機器人企業在展示機器人手機裝機質檢產線。新華社圖
  在2026世界機器人大會上,優必選公司的工業具身智能人形機器人在進行紙箱拆碼垛演示。新華社圖

  ◎記者 竇世平

  過去,機器人大會上的「明星」往往是能夠完成複雜動作的機器人本體。今年,產業關注點正在發生變化:從「機器人能做什麼」,轉向「機器人如何學會更多事情」。

  在2026世界機器人大會現場,上海證券報記者觀察發現,越來越多企業展示的不再只是機器人行走、抓取、運動控制等單項能力,而是圍繞具身智能模型、世界模型、數據採集、仿真訓練等底層能力展開佈局。機器人產業競爭正在從過去的硬件性能比拼,轉向「模型+數據」的綜合能力競爭。

  這一變化背后,是人工智能技術向物理世界加速延伸。業內人士認為,機器人要真正進入生產生活場景,不僅需要具備執行任務的能力,也需要形成對現實世界的理解能力。隨着機器人「大腦」不斷進化,模型和數據正在成為產業發展的新焦點。

  從「會運動」到「會理解」

  機器人智能底座加速升級

  機器人產業正在經歷從「動作智能」向「認知智能」的轉變。過去,機器人更多依靠預設程序完成固定任務,而面對開放環境,機器人需要具備理解場景、學習任務和遷移能力。

  世界模型因此成為行業關注的重要方向。千訣科技創始人、CEO高海川在接受記者採訪時表示,從技術演進規律看,基於世界模型的路線正在成為下一階段人工智能競爭的重要方向。世界模型的核心並不是簡單生成內容,而是對環境狀態、變化規律以及行動與環境變化之間的關係進行建模,從而幫助模型預測未來狀態並支持決策。

  這一趨勢也體現在機器人學習方式的變化上。大曉機器人董事長王曉剛告訴記者,過去一年,行業對機器人學習真實物理世界的認識正在從「以機器為中心」轉向「以人為中心」。過去機器人更多依賴單一本體數據和遙操作方式訓練,但這類數據難以直接遷移到其他機器人和複雜環境。未來機器人進入開放世界,需要提升面對未知場景和新任務時的泛化能力。

  當前,具身智能模型仍處於從技術探索走向規模應用的階段。銀河通用創始人兼CTO王鶴表示,具身智能基礎模型仍處於早期階段,模型在具體任務中仍需要進一步訓練和適配,未來隨着基礎模型能力提升、后訓練需求降低,機器人應用規模有望進一步擴大。

  從單一機器人到通用模型,從固定程序到自主學習,機器人產業的競爭邏輯正在發生變化。未來機器人之間的差距,不僅體現在機械結構和運動能力,也體現在理解世界和解決問題的能力。

  數據成為機器人「新燃料」

  產業競爭進入基礎能力比拼階段

  隨着模型能力提升,數據正在成為機器人智能進化的重要支撐。與數字世界大模型不同,具身智能面對的是現實物理世界,需要大量包含動作、環境、空間關係和交互過程的數據。如何獲得規模化、高質量的數據,正在成為影響機器人能力提升的重要因素。

  「2026年是具身智能數據規模化的元年。」光輪智能聯合創始人兼總裁楊海波對記者表示,隨着行業從展示型Demo走向真實部署,數據需求正在快速增長。過去行業數據需求主要集中在數百小時、數千小時級別,如今頭部客户需求已經提升至十幾萬小時甚至百萬小時規模。

  與此同時,數據競爭正在從「拼數量」轉向「拼質量」。楊海波表示,當前企業更加關注數據的多樣性和有效性。機器人面對真實世界時,需要覆蓋不同環境、不同任務和不同變化條件的數據,僅有規模增長並不足以支撐模型能力提升,數據質量和評測能力正在成為產業重要壁壘。

  數據供給方式也正在發生變化。過去機器人訓練更多依賴人工示教和遙操作,而如今,真實數據、仿真數據、人類行為數據等多種數據形態正在結合。高海川表示,世界模型需要建立對真實世界運行規律的理解,這不僅需要視覺數據,也需要包含物理交互信息的數據支撐。未來,隨着世界模型向機器人等物理場景延伸,對於高質量、多樣化數據的需求將持續增長。

  隨着數據規模擴大,讓數據轉化為通用能力成為新的競爭方向。星海圖市場部經理王甜琪表示,行業已經從過去針對單臺機器人進行任務調試,轉向通過具身智能基礎模型預訓練,再向不同機器人本體遷移,通過模型能力複用,機器人面對新任務、新環境時,可以減少重複訓練成本。

  機器人產業正在進入從單點技術突破邁向基礎能力建設的新階段。多位受訪人士認為,未來競爭的關鍵,不只是製造一臺性能更強的機器人,而是圍繞模型、數據、仿真和訓練體系,構建支撐機器人持續學習和能力提升的基礎設施。

風險及免責提示:以上內容僅代表作者的個人立場和觀點,不代表華盛的任何立場,華盛亦無法證實上述內容的真實性、準確性和原創性。投資者在做出任何投資決定前,應結合自身情況,考慮投資產品的風險。必要時,請諮詢專業投資顧問的意見。華盛不提供任何投資建議,對此亦不做任何承諾和保證。