从“小突破”到“大布局”人形机器人产业“加速跑”

200多家国内外机器人企业参会，1500余件展品亮相，100余款新品首发首秀hellip;hellip;2025世界机器人大会为业内外观众带来了一场科技盛宴。

在规模上，2024年，中国工业机器人市场销量达30.2万套，连续12年保持全球最大工业机器人市场；在创新上，2024年，中国机器人专利申请量占全球机器人专利申请总量的三分之二；在应用场景上，工业机器人、服务机器人持续赋能千行百业，渗透率逐年提升。

完整的工业体系与丰富的应用场景成为我国机器人快速迭代的催化剂，特别是带动了人形机器人的突破。自2023年10月工信部发布《人形机器人创新发展指导意见》以来，各地积极响应国家战略部署，北京、上海、广东等省市相继出台专项政策，在技术创新、产业集聚、应用示范等方面展开全方位布局。今年初，摩根士丹利发布一份报告称，人形机器人身体部分是中国企业的强项。

具身智能初创公司自变量机器人的创始人王潜表示:我们产品中如关节模组、传感器等核心部件基本实现100%国产自研，产业链的完备和效率是我国机器人与海外同行相比的明显优势。

拥有硬件的加持，近年来国内兴起的大模型也为机器人产业添砖加瓦。业内人士认为，相较于工业机器人，人形机器人以通用智能体为目标，强调感知mdash;决策mdash;执行的完整链路，随着具身智能大模型的兴起，为人形机器人提供了初级大脑，开启从0到1的智能进化，并通过数据飞轮实现模型能力与产品性能的持续提升。

业内人士表示，当前机器人大模型的快速演进，主要得益于架构端与数据端的协同突破。在架构上，从早期的SayCan语言规划模型，到RT-1实现端到端动作输出，再到PaLM-E、RT2将多模态感知能力融合至统一模型空间，大模型已逐步具备看图识意、理解任务、生成动作的完整链条。在数据端，目前已形成互联网、仿真、真机动作三类数据协同支撑的结构化体系，前两者提供预训练量级与泛化场景，后者则直接提升模型在物理世界中的实用能力。面向未来，具身大模型将在模态扩展、推理机制与数据构成三方面持续演进，并有望引入触觉、温度等感知通道。

当前核心挑战在于构建长思维链的过程，机器人能够去打通视觉语言和行动之间的壁垒，让其像人一样在行动中感知，在感知中融合物理反馈和行动思考过程，让思考结果及时地体现在行动当中去，从而去适应复杂的物理世界。王潜说。

今年机器人大会现场，有超50家整机企业带来数百款人形机器人产品，持续拓宽应用场景。

机器人的lsquo;进化rsquo;，远比我们想象中的要快，未来 3 到 5 年，通用机器人就有望逐步进入到消费端。王潜认为，机器人在落地场景当中，需要考虑两点价值:一是该任务是否拥有足够的数据价值，相对而言，复杂的环境更有利于收集更多元的数据，反哺模型训练。二是机器人在执行任务过程中能否能为客户提供足够的经济价值，比如承担人类生产生活中相对繁琐、劳动价值低的环节。

200多家国内外机器人企业参会，1500余件展品亮相，100余款新品首发首秀hellip;hellip;2025世界机器人大会为业内外观众带来了一场科技盛宴。

在规模上，2024年，中国工业机器人市场销量达30.2万套，连续12年保持全球最大工业机器人市场；在创新上，2024年，中国机器人专利申请量占全球机器人专利申请总量的三分之二；在应用场景上，工业机器人、服务机器人持续赋能千行百业，渗透率逐年提升。

完整的工业体系与丰富的应用场景成为我国机器人快速迭代的催化剂，特别是带动了人形机器人的突破。自2023年10月工信部发布《人形机器人创新发展指导意见》以来，各地积极响应国家战略部署，北京、上海、广东等省市相继出台专项政策，在技术创新、产业集聚、应用示范等方面展开全方位布局。今年初，摩根士丹利发布一份报告称，人形机器人身体部分是中国企业的强项。

具身智能初创公司自变量机器人的创始人王潜表示:我们产品中如关节模组、传感器等核心部件基本实现100%国产自研，产业链的完备和效率是我国机器人与海外同行相比的明显优势。

拥有硬件的加持，近年来国内兴起的大模型也为机器人产业添砖加瓦。业内人士认为，相较于工业机器人，人形机器人以通用智能体为目标，强调感知mdash;决策mdash;执行的完整链路，随着具身智能大模型的兴起，为人形机器人提供了初级大脑，开启从0到1的智能进化，并通过数据飞轮实现模型能力与产品性能的持续提升。

业内人士表示，当前机器人大模型的快速演进，主要得益于架构端与数据端的协同突破。在架构上，从早期的SayCan语言规划模型，到RT-1实现端到端动作输出，再到PaLM-E、RT2将多模态感知能力融合至统一模型空间，大模型已逐步具备看图识意、理解任务、生成动作的完整链条。在数据端，目前已形成互联网、仿真、真机动作三类数据协同支撑的结构化体系，前两者提供预训练量级与泛化场景，后者则直接提升模型在物理世界中的实用能力。面向未来，具身大模型将在模态扩展、推理机制与数据构成三方面持续演进，并有望引入触觉、温度等感知通道。

当前核心挑战在于构建长思维链的过程，机器人能够去打通视觉语言和行动之间的壁垒，让其像人一样在行动中感知，在感知中融合物理反馈和行动思考过程，让思考结果及时地体现在行动当中去，从而去适应复杂的物理世界。王潜说。

今年机器人大会现场，有超50家整机企业带来数百款人形机器人产品，持续拓宽应用场景。

机器人的lsquo;进化rsquo;，远比我们想象中的要快，未来 3 到 5 年，通用机器人就有望逐步进入到消费端。王潜认为，机器人在落地场景当中，需要考虑两点价值:一是该任务是否拥有足够的数据价值，相对而言，复杂的环境更有利于收集更多元的数据，反哺模型训练。二是机器人在执行任务过程中能否能为客户提供足够的经济价值，比如承担人类生产生活中相对繁琐、劳动价值低的环节。