“人形机器人要形成生产力，不能满足于娱乐化和遥控操作。”

“做机器人不适合‘掀桌子式’的创业，一定要在真实场景中迭代，不能只在实验室里埋头苦干。”

“没有短期落地，就没有机会、没有资格去谈长期布局。”

8月12日结束的2025世界机器人大会（WRC）上，商业化的迫切性被创业者频频谈起，场景落地已成为具身智能创业公司的“必答题”。

尽管赛道上存在所谓“运动派”和“实操派”的分野，但这不意味着前者只表演不卖货。从“运动派”公司创始人的表态来看，他们并非意识不到“干活”才是真谛，也并非不清楚科研教育、导览表演等市场的“天花板”，更多是对商业化的短期打法存在不同判断。不可否认，主打提供情绪价值的“运动派”，确实从流量红利中挣到了实实在在的订单。

人形机器人“干活”面临的最大挑战在于，具身智能模型能力不足。这几乎是这条充满非共识赛道上的一项共识。但对于如何提升模型能力，业内的关注重点显现差异。主流声音认为，数据不足是模型能力难以泛化的短板。但宇树科技创始人王兴兴则在WRC期间反思称，现在最大的卡点是模型问题而非数据问题，“具身智能机器人模型架构都不够好”。

创业公司背后的投资机构亦愈发强调商业化能力。首程资本管理合伙人朱方文介绍，去年投资时主要看团队、技术路线和Demo（演示）效果，今年则纳入量产交付能力的评价指标。君联资本董事总经理纪海泉也直言：“我不需要你的技术是世界上特别前沿的，只能留在实验室没法商用，我们还是要看到PMF（产品市场匹配度）。”

根据朱方文给出的预测数据，今年全球人形机器人的出货量将突破1万台，预计有5到6家企业的出货量超过1000台，但都限于相对比较窄的应用场景。明年这一出货量数据有望翻倍甚至更多。

“运动派”在质疑声中出货

8月1日，松延动力参照车企发布月度交付量的形式，披露了7月公司量产交付105台人形机器人，而6月的交付量为38台。

这家创业公司凭借北京亦庄机器人半程马拉松“走红”。受益于此，松延动力方面称，在机器人马拉松后的1个月内获得超2000台意向订单，合同额超1亿元。其中，教育教具和商业演出市场占比超60%，文旅展厅需求激增。

“这些场景没那么高大上，但具有一定的确定性。”松延动力董事长姜哲源在WRC期间透露，公司组建了一支渠道运营团队，面向教育场景、文旅场景等进行市场开拓。当下，几乎每个省市至少都有一家合作的渠道商。基于这些商务能力，姜哲源想把现有的几个场景“打穿打透”。

王兴兴也在WRC一场论坛上提到出货情况：今年，宇树科技的小尺寸人形机器人G1几乎是全球出货量最高的一款人形机器人。王兴兴接受南都等媒体采访时说，1.2米左右的小尺寸人形机器人更轻巧、更灵活，非常适合娱乐、互动或其他二次开发，“如果让它‘干活’，多少有点为难它了”。

在业界，宇树科技、松延动力、众擎机器人、加速进化等由于擅长机器人跑步、跳舞、格斗、空翻、踢球等技能，被归类为所谓的“运动派”。虽然这些公司收获了线上线下诸多流量，但也面临诸多的质疑——集中指向落地场景的商业化价值有限。

但众擎机器人创始人赵同阳认为，当人形机器人具备足够的行走、奔跑、舞蹈能力之后，便可以在安防巡检、游乐园、学校等这类简单的场景先用起来，“虽然这些市场撑不起千亿的市值，但这毕竟只是刚开始”。

加速进化在6月下旬曾举办一场不借助遥控手柄的机器人足球赛。该公司创始人程昊认识到，机器人赛事有机会通过卖票、卖周边、寻找赞助商等方式，跑通商业闭环。尽管目前的受众群体偏小学生和初中生，但程昊预测，后续随着机器人踢球的观赏性增加，观众群体将更丰富。

从公司宣传物料来看，“运动派”也热衷于打低价标签。近期，宇树科技发布一款起售价3.99万元的小尺寸双足人形机器人R1，再度巩固外界对其“价格屠夫”的印象。

宇树科技新款小尺寸双足人形机器人R1。图：杨柳

有业内受访者认为，“运动派”选择的场景门槛低，导致定价只能一降再降。但王兴兴就定价策略回应称，希望通过更有竞争力的价格，让更多人愿意采购。人形机器人产业生态的建立，必须依靠足够多的出货量，让足够多的人去使用。

外界对“运动派”不乏误解，比如只做硬件和运动控制，不做具身智能“大脑”。王兴兴对此表示，尽管投入谨慎，但宇树科技一直非常重视机器人“干活”这件事，在数据采集等工作上花费了大量精力。据其透露，针对上肢操作的AI研发团队，其规模是公司内部最大的。之所以对外宣传少，原因是公司希望打造出复合多种能力的通用型AI，能胜任不同工作场景，而不是限于单一功能的AI。

“实操派”在简单场景上岗

8月11日，智元机器人披露一笔数千万元的采购订单：近百台轮式双臂机器人远征A2-W将落地富临精工工厂，负责料箱拆垛及上料工作。

此前7月中旬，优必选中标一项来自汽车领域的工业人形机器人采购项目，金额高达9051.15万元。优必选副总裁、研究院院长焦继超透露，预计今年交付500台工业版人形机器人，面向汽车、3C半导体等行业客户，其中以汽车客户为主。

记者在WRC展厅看到，工业场景的落地方向已逐渐收敛趋同，搬运、分拣和质检工作成为不少公司展示的核心。

乐聚的人形机器人已进入一汽红旗、海晨物流等公司的产线，从事物流搬运任务。乐聚机器人副总裁柯真东对记者表示，搬箱子、上下料、分拣属于工厂内相对简单、工作流程比较短的工序。以搬运为例，人形机器人的效率虽然目前仅为人工的1/3到1/2之间，但可以通过更长的工作时间去弥补。而对于拧螺丝或更高精度的工作，“（机器人）连进入工厂的门槛都没达到”。

走访许多工业客户之后，柯真东发现，一线和准一线城市的工厂面临“招工难”，对人形机器人有着真实的需求。此种情况下，与其说人形机器人在“抢饭碗”，不如说是去顶替空缺。但对于引进人形机器人，工业客户要计算ROI（投入产出比）。柯真东说，乐聚卖给工厂的售价约为20万至30万元一台，以此比对用工成本，基本上一年半到两年即可回本。

根据柯真东提供的数据，今年乐聚的整体交付目标是1000至2000台人形机器人——以科研、导购等商用服务场景为主，工业场景有小批量出货。

为了更适配工厂的环境，乐聚、优必选、智元、智平方这些探索工业场景的整机公司，均发布了轮式双臂机器人。智平方副总裁莫磊告诉记者，硬件形态不要做得过于酷炫，而要为量产而生。

智平方的爱宝系列机器人。图：杨柳

据了解，智平方的爱宝系列机器人已产生商业化订单，进入东风柳汽、吉利科技旗下半导体企业晶能微等工厂部署应用。莫磊说，机器人真正进入客户真实场景至为关键。没有落地使用，就没有数据；没有数据，产品就无法迭代；而客户也无法感受到产品的进展。归根结底，“先用起来比什么都关键”，持续提升模型能力是做好商业化的前提。

莫磊认为，工厂这类半结构化场景属于“跳一跳够得着”的落地目标，从简单的工种做起，“不要觉得不酷炫就不去做”。但智平方暂时不会考虑难度高、存在伦理风险的C端交互服务场景，也不会为了寻求立刻的商业化，去做一些门槛低、对未来发展缺乏助益的事情——比如，机器人炫技表演的商业化价值可能并不大。

“实操派”为人形机器人设定的“打工”路径亦有内部分化。银河通用、千寻智能等创业公司，首选了药店、商店等零售服务场景。这类场景考验人形机器人对不同形态货品的精准识别和抓取能力。

硬件够用但不够好，具身模型非共识涌现

人形机器人“上岗”，离不开硬件、负责运动控制的“小脑”以及负责推理决策的“大脑”紧密配合。

在王兴兴看来，人形机器人的硬件总体来说是够用的，但距离好用还有差距。若要实现低成本、高可靠性和大规模应用，硬件仍需不断完善。

高成本、使用寿命、硬件一致性、关节模组功率密度等仍构成本体层面的挑战，通信和算力问题也开始受到重视。记者了解到，当下，一台人形机器人大多搭载一块英伟达Orin芯片，最高算力为275Tops（每秒275万亿次运算）。在一些业内人士看来，如果机器人在场景中自主运行，这一算力规模远远不够。

王兴兴提到，受电池功耗等的制约，无法在人形机器人本体上部署大规模的端侧算力，但机器人未来对大规模算力的需求是毋庸置疑的。为解决算力不足的短板，王兴兴提出的应对办法是分布式算力，让机器人直接接入工厂内的近距离服务器，避免连接远距离集中式算力中心带来的通信延迟。

乐聚则把视线投向5G-A通信模组，和中国移动、华为联合打造了基于5G-A的人形机器人。柯真东解释称，人形机器人执行中长程任务的推理规划时，可以借助更低延迟的通信去接入部署在边缘侧的算力，以弥补端侧算力的不足。

和硬件相比，行业对机器人“大脑”的讨论声量更为浩大。尤其是王兴兴在WRC期间的一番发言，激起业内关于具身智能模型技术路径的争论。

王兴兴的观点是，具身智能模型完全不够用，效果乏善可陈背后的最大问题在于模型架构不够好、不够统一，而非数据问题。他说，大语言模型只要数据量足够大、质量足够好，模型性能就能快速提升。但在机器人领域，即便积累了海量数据，并在此基础上训练一款模型，但放到实体机器人上可能依然无法很好地对齐。然而，全球范围内对机器人数据短缺问题的关注度很高，反而欠缺了对模型问题的关注。

王兴兴上述发言针对的模型架构是VLA（Vision-Language-Action，视觉-语言-动作），他发现这类模型面临数据数量和质量双重瓶颈，在真实世界进行交互时的泛化性无法达到预期。

今年以来，VLA具身模型备受行业热捧，意在让人形机器人能通过视觉信号感知世界，听从人类的语言指令，并将指令拆解转化为具体的操作。

在VLA模型中，行业又衍生出“单一端到端”和“快慢双系统”等路线。前者将图像、语言指令作为输入，直接输出动作，具身智能公司PhysicalIntelligence发布的π0模型即采用这种方案；后者以美国FigureAI公司发布的Helix模型为代表，可理解为模块化的机器人“大小脑”协同方案，“快系统”类似于人类的本能反射，快速执行简单任务，“慢系统”则侧重深度思考和决策。“快慢双系统”架构是当前的热点趋势。

有学界研究者认为，“大小脑”协同的方案，是当前实现具身智能更易落地的技术路线。亦有业内人士告诉记者，VLA模型可以称作主流路线，但未必是唯一的路径，也不一定是最终的解决方案，因为其尚未在现实场景得到验证。

“如果具身智能模型的架构没有定位清楚，数据的定位也就不会清楚。”乐聚机器人董事长冷晓琨对VLA路线亦持观望态度，但为了短期内让机器人先用起来，乐聚的做法是通过“原子技能”式的训练方式，使机器人掌握料盘分拣、空箱搬运等底层能力。

模型架构之外，真机数据与仿真合成数据两大阵营的“持久战”依然延续。以银河通用创始人王鹤为代表的一方，不遗余力地强调仿真合成数据的重要性，主要原因是真机数据采集效率低、成本高。机器人“上岗”前，王鹤声称只需用少量真机数据进行后训练。

与之针锋相对的“真机数据派”认为，尽管仿真数据具有采集快、成本低的优势，但会面临Sim2Real（仿真迁移到现实）的效果差距。智元机器人合伙人、具身业务部总裁姚卯青此前向记者提到，普通的仿真器很难把真实世界的复杂特性加以抽象化。

技术路线争议之下，英诺天使基金合伙人王晟提醒：“在技术范式没成熟和收敛之前，往任何一个方向高歌猛进，都可能是在错误的道路上跑得很远。”

特朗普准备对俄实施“第二阶段”制裁　　美国总统唐纳德・特朗普于周日表示，他已准备好推进对俄罗斯制裁的第二阶段。这是他迄今最明确的表态，暗示可能即将就俄乌冲突加大对俄罗斯本土或其石油买家的制裁力度。　　此前，特朗普曾多次威胁要对俄罗斯实施进一步制裁，但因一直在推动和谈而暂未采取行动