在上海市智元機器人數據采集中心的廚房場景中，一名數據采集員手持操作手柄指揮著機器人用一只手在調料架上拿起雞精調料瓶，另一只手輕輕打開調料瓶蓋子，小心翼翼地捏起瓶內的小勺，將雞精撒入鍋中。之后，機器人將調料勺放回調料瓶，蓋上蓋子，將調料瓶放回調料架。這樣，一條接近真實使用場景下的數據采集才算完成。

　　該數據采集中心每天可以產出數萬條機器人真機數據和仿真環境數據，這些數據將用于訓練大模型，讓人形機器人學習并掌握這些技能。智元機器人的通用具身機器人已實現量產，在該公司的工廠，一排排機器人正在組裝、下線，目前的年產能力能達到數千臺。

　　中新經緯近日實地走訪智元機器人，探究人形機器人的應用前景。智元機器人研究院執行院長、具身業務部總裁姚卯青表示，人形機器人走向家用市場大約需要5年時間，而價格可能在5萬元這一級別。

　　“數百條數據能實現比較好的倒水效果”

　　人形機器人的話題已討論多年，但近期著實又火了一把，從央視春晚的機器人扭秧歌到資本市場相關板塊的火熱、投融資市場的摩拳擦掌，人形機器人成了科技賽道上的 “流量密碼”。

▲智元機器人人形機器人產品。中新經緯 薛宇飛攝

　　上海市張江機器人谷聚集多家機器人行業的知名公司，成立于2023年2月的智元機器人就是其中之一。目前，智元機器人已完成多輪融資，公司估值超過70億元人民幣。

　　姚卯青對中新經緯表示，一方面，資本市場的大力推動對人形機器人的發展起到了很大作用，從全球看，美國特斯拉創始人埃隆·馬斯克布局人形機器人行業，英偉達也在這方面動作頻頻。另一方面，大語言模型不斷實現突破，給機器人的智能化提供了技術基礎。

　　數據尤其是高質量數據，就如同一道道練習題，大模型在數據的不斷投喂下進行練習與模仿，才能變得更加智能。而是否擁有高質量數據，成為發展人形機器人的卡點之一。姚卯青稱，具身智能訓練領域大規模的開源數據集是美國Google公司的Open X-Embodiment，但該數據是全球幾十家機構拼湊起來的，質量較差，而且有些數據已經丟失，行業需要一個高質量、大規模的數據集。

▲智元機器人數據采集中心。中新經緯 薛宇飛攝

　　在4000平方米的智元機器人數據采集中心，搭建出家居、餐廳、工業、商超、辦公五大類場景，包含超過兩百個細分場景的任務。在這些場景中，數百名數據采集員通過頭戴VR眼鏡、手持操作手柄指揮著機器人進行各種動作。比如，家居場景依據真實住宅進行布局，包括臥室、客廳、廚房、衛生間等空間，可以實現機器人整理物品、收拾碗筷、打掃房間等。在奶茶店場景下，采集機器人奶茶制作、送餐、收拾桌子等過程。

▲智元機器人正在采集收拾桌子的數據

　　中新經緯看到，在數據采集員的操控下，一臺機器人拿起桌上的茶壺，慢慢地將水倒入面前的杯子中，然后將水壺放回原位。不過，重復、單一的數據，對訓練大模型作用甚微，采集過程中，數據采集員會不斷挪動杯子和茶壺的位置，記錄下不同場景下的數據。同樣，采集機器人掃地時，數據采集員也將垃圾擺放在不同位置，通過操作手柄讓機器人手臂上的吸塵器去吸取。該數據采集員表示，這項動作一天約能采集數百條。

　　姚卯青說：“智元機器人的模型訓練路線與語言大模型比較類似。最開始是預訓練，該階段使用盡量多的數據進行訓練，形成對環境的基本感知等。之后，會采集數百條高質量數據，里面也會做一些泛化，比如倒水的動作，對水壺、桌面、光照等進行更換，拿放位置及倒水姿態進行調整等，大概數百條數據能讓機器人實現比較好的倒水效果。”

▲智元機器人人形機器人正在采集數據。中新經緯 薛宇飛攝

　　智元機器人數據采集中心負責人阮丞向中新經緯解釋稱，簡單來說，智元機器人具身基座大模型是端到端的VLA大模型，它以互聯網多模態大模型為基礎，先讓模型具有通用的感知和動作理解能力，再使用相同本體的高質量真機動作數據進行訓練，也就是數據采集中心所采集的數據，讓模型具備動作的精細執行能力。

　　阮丞說：“這個過程可以對比教小孩子學做菜，最開始是認識菜、肉、調料，之后告訴他操作步驟，最后是實踐操作。就倒水這一動作來說，（我們）先讓大模型認識各式各樣的水壺、杯子以及杯子里的水位等，之后讓它具備在不同場景下的泛化能力，最后在高質量真機動作數據的訓練下，能夠精準理解倒水的相關動作。”

▲智元機器人正在采集倒茶水的數據

　　阮丞也稱，教會人形機器人學會每項動作需要采集多少條數據，因任務和要求不同可能有所差異，沒辦法準確量化，而且，隨著對人形機器人的要求越來越高，可能需要更多的數據。

　　2024年底，智元機器人對該數據采集中心的百萬真機數據集AgiBot World進行了開源。據介紹，相較于Google的Open X-Embodiment，AgiBot World長程數據規模高出10倍，場景范圍覆蓋面擴大100倍，數據質量也從實驗室級上升到工業級標準。

　　對具身大模型的不斷訓練已經產生效果。阮丞說：“以最早期的抓取放置任務訓練為例，讓機器人抓取一個物品從一個筐放進另一個筐，隨著訓練數據的增加，模型的能力也得到很大擴展，對不同樣式不同位置的筐和物品，甚至完全沒見過的物品，機器人也能進行識別并投放。在不斷的研究與探索中，我們的認知也在不斷地被顛覆。現在的模型具備了同時執行多個任務，對不同場景和新物體的泛化能力，同時還能理解跟隨語言指令。”

　　“解決一個工序也有上萬臺市場規模”

　　2023年11月，中國工業和信息化部發布的《人形機器人創新發展指導意見》中提出，到2025年，人形機器人創新體系初步建立，“大腦、小腦、肢體”等一批關鍵技術取得突破，確保核心部組件安全有效供給。整機產品達到國際先進水平，并實現批量生產，在特種、制造、民生服務等場景得到示范應用，探索形成有效的治理機制和手段。

　　今年1月初，智元機器人對外宣布，公司通用具身機器人累計下線達1000臺。此前，中國國內的傅利葉、宇樹科技等機器人公司也對外宣布過有關機器人量產的消息。國際上，埃隆·馬斯克在今年1月份表示，特斯拉計劃在今年生產數千臺套人形機器人Optimus，若進展順利，明年產量將達5萬至10萬臺。

▲智元機器人上海臨港量產工廠內正在組裝的人形機器人。中新經緯 薛宇飛 攝

　　中新經緯在智元機器人上海臨港量產工廠看到，一些機器發出嗡嗡聲響，200多名工人操作著不同的程序組裝人形機器人，一些已經下線的機器人還需要進行最后的測試。

　　智元機器人制造部總經理張紹政對中新經緯稱，除了一些標準化的組件外，人形機器人的大多數核心部件都是該公司自研，再交由相關工廠完成部件的生產后，最后的組裝交由臨港量產工廠完成。目前，臨港量產工廠的年產能達到了數千臺，后續還有進一步擴大產能的計劃。

　　智元機器人已交付的機器人主要用于工業生產場景和一些展館內機器人導覽介紹等交互服務場景。在工業生產場景，機器人主要從事“PPT”工序，即Pick（抓取）、Place（放置）和 Transfer（轉運）。姚卯青表示，在汽車制造、3C制造等場景下，機器人可以替代一些重復、機械的工作，需求量龐大，“解決一個工序也有上萬臺市場規模，未來如果真正能實現完全的工業自動化，人形機器人行業會成為比汽車制造業更大的一個產業。”

　　借鑒自動駕駛的等級劃分思路，智元機器人將具身智能技術的發展也分為五個階段，即G1至G5。G1階段，屬于基礎自動化階段，基于簡單的機器視覺加上人工程序化編程，這一階段的機器人系統設計和配置都針對特定的應用需求，缺乏泛化能力。G2階段，通過抽象出可復用的原子技能，機器人可以實現一定程度上的場景遷移和泛化。這一階段的機器人已經能夠基于大語言模型（任務編排大模型）進行任務編排，具備一定的智能水平。到G3階段，機器人將能夠更靈活地適應不同場景和任務，通過持續學習不斷優化自身性能。

　　姚卯青說：“目前整個行業的具身智能技術還處于G1到G2的階段，學術陣地可能到了G3階段。到G4階段，我覺得還需要5年時間，而到G5階段則要10年。簡單講，在G3階段，具身智能技術會在單一任務上可以實現與人一樣的成功率；在G4階段，可以實現用一個模型完成多種任務；到G5階段，則是具身智能技術的終極形態，它可以實現推理、反思、糾錯。”

　　就智元機器人而言，姚卯青透露，公司今年計劃走通G3階段產品的技術路線，明后年會繼續向更多場景與任務進行拓展，同時對G4階段的產品進行一些布局。

　　走向家用市場或需要5年時間

　　相比于一些花式炫技，消費者更關心人形機器人何時能夠“飛入尋常百姓家”。

▲智元機器人上海臨港量產工廠內的人形機器人。中新經緯薛宇飛攝

　　今年2月，宇樹科技的H1和G1人形機器人開售，G1的售價為9.9萬元，H1的售價為65萬元。2024年12月，眾擎機器人的人形機器人PM01發售，售價8.8萬元。

　　目前，智元機器人的客戶主要來自企業端，采訪中并未透露人形機器人的零售價格。但姚卯青稱，智元機器人的人形機器人產品的生產成本正在不斷下降，每年大約會有15%～20%的降幅。人形機器人的成本主要是一些關節類組件，隨著行業量產，這類組件的價格會明顯下降。智元機器人去年推出了全棧開源機器人靈犀X1，科技愛好者、開發者可在智元商城購買相應的組件套餐。

　　姚卯青預計，人形機器人走向家用市場，大約需要5年時間。他說：“走向家用的人形機器人，到時能接受一些開放式的指令，可以從事一些常見的家庭工作，比如取放東西、泡杯茶、拿快遞、丟垃圾、疊被子、洗衣服等常見工作。走入家庭的產品，價格可能在5萬元這一級別。”

　　姚卯青稱，具身智能技術發展到G4階段時，智力上與人已經差不多，在居家場景使用時，會替代家政服務人員完成部分基礎工作，但體力上是否可以跟上要取決于硬件的迭代情況。他說：“是否能讓人形機器人爬到窗戶外面擦窗，這還需要行業共同努力。”

　　姚卯青表示，人形機器人的發展也面臨硬件與軟件上的瓶頸。硬件方面，對機器人的手部研發亟待突破，目前市場的高自由度靈巧手的靈活度與人手相比仍存差距。另外，關節和電機的輕量化、小型化，外殼材料的高強度、輕量化、仿真化，電池的功率密度的提升，芯片的更大算力及更低成本，更豐富和精密的傳感器等，都需要改進。軟件方面，具身智能技術還處于G1到G2階段，因此在算法方面還有很長的路要走，這中間，數據也比較核心。

　　當前，全球多個國家都在人形機器人行業發力，中國的優勢在哪里？姚卯青表示，一是，供應鏈方面，中國擁有龐大而完整的零部件供應鏈，這是其他國家或地區無法比擬的；二是，人才方面，中國擁有數量龐大的工科人才和專家隊伍，人才的專業技術過硬，同時，整個人力成本也相對較低；三是，政策支持，政府部門對人形機器人的支持力度較大。

　　2月17日在北京召開的民營企業座談會引發廣泛關注。座談會上，6位民營企業負責人代表先后發言，就新形勢下促進民營經濟發展提出意見和建議。智元機器人相關負責人表示，黨和國家對民營經濟發展的支持是有目共睹的，對培育新質生產力更是不遺余力。當前正值人形機器人產業的快速發展期，既需要民營企業充分發揮主觀能動性，也需要各級政府政策的支持與幫助，相信中國的人形機器人產業一定大有作為。

　　國信證券機械首席分析師滿在朋在2月16日的研報中稱，2024年是國內外人形機器人的原型機發布大年，經過半年到一年的技術優化與調試，2025年有望成為真正的量產元年。DeepSeek AI成功突破AI發展的高昂成本問題，憑借降本、開源的優勢，在人形機器人領域展現出強大的賦能能力，有望助力機器人在環境感知、任務規劃與決策、持續進化等大模型方面實現質的飛躍。

　　中信證券表示在研報中稱，在全球勞動年齡人口下降、人工成本上升的背景下，用機器替代流水線上的簡單重復勞動并逐步成為人類生活的多場景下的助手是一大趨勢。“人形”是最適合人類社會所有場景的形態，無需改變場景來適應機器，一旦技術成熟可直接用于所有社會場景。中信證券認為，2025年全球人形機器人出貨量將會突破1萬臺，預計到2030年將達到500萬臺左右，市場需求會提升至約7500億元。

　　（中新經緯）