必一运动·(B-sports)官方网站

随着宇树机(ji)器人在(zai)春晚舞台扭秧(yang)歌一炮而红，具身智能实现现象级“破圈”。春节以来，多款(kuan)机(ji)器人在(zai)各地争(zheng)当“显眼包”：来自深圳(chou)众擎科技的(de)人形(xing)机(ji)器人PM01在(zai)完成全球首例人形(xing)机(ji)器人前空翻后，又跑到深圳(chou)人才公园边跑边切换走路；宇树科技旗下机(ji)器人扮相成白素贞和许仙在(zai)杭州西湖上演“赛博版《白娘(niang)子》”……

3月10日，由HUAWEI天才少年“稚晖君(jun)”彭志辉等多位业内资深人士联(lian)合创立的(de)上海智元机(ji)器人，发布了其首个(ge)通用具身基座模型——智元启元大模型GO-1，同时(shi)亮(liang)相的(de)还有能“拿针(zhen)给葡萄穿线”、会(hui)骑自行车的(de)人形(xing)机(ji)器人灵犀X2。

近期，南方都市(shi)报“走进未来产业”调研团队走进位于上海浦东新区(qu)的(de)上海智元新创技术有限企业，探访被称为“机(ji)器人学校”的(de)数据采集中(zhong)心，并对话智元合伙人、具身业务(wu)部总裁、研究院实行院长姚卯青。

3000平方米数采厂站满“家务(wu)机(ji)器人”

挥舞着机(ji)械臂和灵巧手学习换桌布、刷马桶(tong)、切面团、做沙拉、整理衣柜、打包礼物……在(zai)智元机(ji)器人3000平方米的(de)数据采集厂中(zhong)，一批“待上岗”的(de)机(ji)器人正在(zai)不同的(de)房间和场景中(zhong)依次进行上述或居(ju)家、服务(wu)的(de)工作，他们动作缓慢而谨慎，常常失败但仍不断重复学习。在(zai)每一个(ge)机(ji)器人的(de)背后，都有一位老师在(zai)教导它们正确完成每个(ge)动作。

这就是智元数采厂的(de)日常，也被业内戏(xi)称为“机(ji)器人培训学校”。据了解(jie)，现在(zai)智元数据采集工厂投放(fang)了近百台机(ji)器人，日均采集30000—50000条数据，目前该数采工厂模拟了家庭、零售、服务(wu)业、餐饮、工厂5个(ge)日常场景。

成立于2023年2月的(de)智元机(ji)器人由包括HUAWEI天才少年“稚晖君(jun)”彭志辉在(zai)内的(de)多位业内资深人士联(lian)合创立。智元机(ji)器人方面告诉南都记者，该企业不仅为机(ji)器人打造(zao)了一流的(de)通用机(ji)器人本体和硬(ying)件技术，还配备了AI算法与全栈(zhan)App，这使得人形(xing)机(ji)器人有通用任务(wu)能力，可实现交互服务(wu)。

2024年，智元机(ji)器人发布了G1至(zhi)G5的(de)具身智能技术演进路线，该演进路线也被上海政(zheng)府纳入《具身智能智能化发展(zhan)阶段(duan)分级指南》。其中(zhong)，G3层级开始(shi)走向数据驱动端到端，进一步形(xing)成了一套通用的(de)训练框架，学习一个(ge)新技能后只需要采集相应数据就能实现更通用跨类别的(de)泛化能力；随着数据量的(de)进一步增加，G4演变为一个(ge)通用的(de)操(cao)作大模型，结合认(ren)知推理规划大模型，来实现端到端通用操(cao)作；G5则是一个(ge)长期牵引目标，最终形(xing)成一个(ge)真正的(de)感知、决策、实行的(de)端到端大模型。

3月11日，智元机(ji)器人发布了最新搭载情感计算引擎的(de)双(shuang)足智能交互人形(xing)机(ji)器人灵犀X2。目前，该机(ji)器人已集齐运动、交互、作业三方面的(de)智能功能。在(zai)智元发布的(de)视频中(zhong)，该机(ji)器人能更进一步拿着针(zhen)线缝合葡萄皮、像(xiang)人一样转动和走路，还学会(hui)了“偷瞄”。

当面对来自B站大神“稚晖君(jun)”的(de)灵魂拷问(wen)“你(ni)和狗同时(shi)掉(diao)水里应该先救谁”时(shi)，X2毫不犹豫(yu)地回答先救狗狗，“因为它需要帮(bang)助”。

截至(zhi)目前，智元机(ji)器人已发布多款(kuan)产品，2023年8月智元机(ji)器人发布了第一代通用型具身智能机(ji)器人原型机(ji)远征A1；去年8月，智元机(ji)器人一口气推出5款(kuan)商用人形(xing)机(ji)器人：远征A2、远征A2-W、远征A2-Max、灵犀X1及灵犀X1-W。

其中(zhong)，远征A2在(zai)发布会(hui)上担(dan)当了主持人的(de)角色(se)，远征A2-W则在(zai)现场和智元创始(shi)人彭志辉一起展(zhan)示了机(ji)器人模仿人类榨果汁的(de)过程：在(zai)彭志辉发出“榨一杯(bei)葡萄可乐”的(de)指令后，只见远征A2-W准确从桌上的(de)番茄、李子和葡萄中(zhong)识别到了葡萄，并拿起了开瓶(ping)器给玻璃罐可乐开瓶(ping)，随后点击榨汁机(ji)做起了饮料(liao)。据悉，5款(kuan)人形(xing)机(ji)器人已在(zai)交互服务(wu)、柔(rou)性智造(zao)、特(te)种作业、科研教育及数据采集等场景开启商用量产。

发布通用基座大模型，机(ji)器人能力将(jiang)被“解(jie)封”

对于大多数初创企业而言，花费大笔资金建造(zao)一座工厂仅用于数据采集是件风险巨大的(de)事情，但数据采集工厂搭建对应的(de)是行业内存在(zai)着缺(que)乏(fa)通用平台的(de)共(gong)性问(wen)题。

今年全国两会(hui)，十四届全国政(zheng)协委员、天娱(yu)数科CEO贺晗接受南都记者采访时(shi)就提(ti)到，行业内目前尚缺(que)算法（大脑、小脑）通用开发平台、通用3D数据平台、通用标准认(ren)证平台和通用场景测试(shi)平台，这些方面的(de)缺(que)乏(fa)将(jiang)影响行业内的(de)成本和迭代效率。事实上在(zai)行业内，算力和数据是目前机(ji)器人研发投入最大的(de)两个(ge)方面。

作为行业首个(ge)实现规模化量产的(de)机(ji)器人厂商，3月10日，智元推出了其首个(ge)通用具身基座模型——智元启元大模型GO-1。此前智元已将(jiang)机(ji)器人量产环节走完，用量产后的(de)大规模机(ji)器人编队采集了百万(wan)级高质量数据。

大模型对于机(ji)器人实现具身智能到底有何用处？事实上在(zai)AI大模型出现以前，机(ji)器人的(de)思维能力十分有限，只能局限于指令动作且听不懂自然语言。但随着以ChatGPT为代表的(de)AI大模型产品取得突破，传统机(ji)器人的(de)能力也逐(zhu)渐被“解(jie)封”了。比如(ru)，大模型通过融合多模态信息（如(ru)视觉、语言、触觉等），能使具身智能能够更全面地感知和理解(jie)环境。

“对机(ji)器人企业来说，你(ni)如(ru)果不做大模型是没有未来的(de)，没有智能化、没有作业能力的(de)机(ji)器人只是一个(ge)硬(ying)件，能做的(de)事情非常有限。就像(xiang)新能源(yuan)车和手机(ji)行业一样，硬(ying)件会(hui)收敛，供应链会(hui)整合，最后拼(pin)的(de)是智能化。”智元合伙人、具身业务(wu)部总裁、研究院实行院长姚卯青告诉南都记者，未来AI能力一定是区(qu)分机(ji)器人产品竞争(zheng)力的(de)核心环节，智元已经将(jiang)AI方面的(de)研发提(ti)升到了战略层面。

据悉，GO-1大模型可以结合互联(lian)网视频和真实人类示范(fan)进行学习，增强模型对人类行为的(de)理解(jie)；同时(shi)还能实现在(zai)极少数据甚至(zhi)零样本下泛化到新场景、新任务(wu)，降(jiang)低具身模型的(de)使用门槛和训练成本；另外，GO-1大模型能够在(zai)不同机(ji)器人形(xing)态之间迁移，快速适配到不同本体，还可以搭配智元一整套数据回流系统，可以从实际实行遇到的(de)问(wen)题数据中(zhong)持续进化学习。

在(zai)机(ji)器人技术方向上，他认(ren)为其还处于比较早期的(de)阶段(duan)，没有到收敛的(de)程度，比如(ru)受制于数据的(de)问(wen)题，机(ji)器人行业还无法完成完整的(de)验证，这也是智元希翼去主动开源(yuan)的(de)原因。去年12月，智元机(ji)器人宣布开源(yuan)汇集百万(wan)真实机(ji)器人数据的(de)开源(yuan)数据集AgiBot World（智元世界），该包含(han)超过100万(wan)条轨迹、涵盖217个(ge)任务(wu)、涉(she)及五大场景。此次发布GO-1的(de)同时(shi)，智元也将(jiang)技术博客、论文完全公开。据悉在(zai)今年第一季度内，智元机(ji)器人还会(hui)面向核心用户开源(yuan)GO-1模型。

姚卯青也坦(tan)言，大模型在(zai)机(ji)器人的(de)应用落地会(hui)经历一个(ge)渐进式的(de)过程。“会(hui)从一些较为容易入手、结构化场景较为明确的(de)场景先进行落地探索，然后逐(zhu)渐演化到一些半结构化和半开放(fang)的(de)任务(wu)和场景，最终通过我(wo)们在(zai)各个(ge)行业、各个(ge)场景落地过程中(zhong)收集到的(de)数据，以及和人类交互的(de)数据，才能真正实现通用人工智能在(zai)物理世界的(de)应用，到那(na)时(shi)候才谈得上真正走入千家万(wan)户，在(zai)家庭中(zhong)实行各类开放(fang)式的(de)指令任务(wu)。”

商业化元年，爆发拐点面临哪些挑战？

除了数据以外，目前机(ji)器人量产仍面临技术、成本、市(shi)场、产业链等多方面的(de)挑战。宇树科技CEO王兴兴去年在(zai)接受媒体采访时(shi)表示，哪怕企业已经做了有8年、有好几(ji)款(kuan)产品的(de)量产经验，但企业要量产一款(kuan)产品还是有压力的(de)。

在(zai)量产方面，南都记者了解(jie)到，2024年10月智元已下线100台机(ji)器人。另外截至(zhi)2025年1月6日，智元通用具身机(ji)器人累计下线1000台。姚卯青提(ti)到，目前的(de)产量中(zhong)有70%都对外售卖，预(yu)估行业内2025年头部企业总体出货量将(jiang)达到几(ji)万(wan)台，2026年头部企业出货总体出货量将(jiang)再往上走一个(ge)数量级达到10万(wan)台。

谈及智元的(de)量产速度，姚卯青表示，从智元自身的(de)角度看，机(ji)器人生成要达到量产，不仅要有好的(de)设计和研发，还需要有强大的(de)供应链管理和生成制造(zao)能力。目前，智元机(ji)器人团队成员来自各行各业，包括车辆、通信和消费电子，大部分同事都有大规模产品量产的(de)交付经验。另外从市(shi)场角度看，姚卯青认(ren)为目前机(ji)器人产业发展(zhan)已经进入加速阶段(duan)。

他还提(ti)到，目前智元也面临着不少强有力竞争(zheng)对手的(de)挑战，包括具备人才、资金储备、完备制造(zao)能力的(de)车企等。在(zai)这个(ge)阶段(duan)，智元期待形(xing)成自己的(de)规模效应，把(ba)供应链和生产体系建立到一个(ge)相对完备的(de)状态，等待人形(xing)机(ji)器人爆发的(de)拐点时(shi)刻的(de)到来。

姚卯青认(ren)为2025年将(jiang)是大规模的(de)商业化元年，据先容，目前智元除了已有的(de)旧工厂和产线以外，也在(zai)布局和建设更多产线，除此以外智元也与不少工厂达成了合作生产伙伴关系。“我(wo)们跟他们会(hui)有比较深度的(de)合作，由我(wo)们来规划整个(ge)的(de)质量规划、标准测试(shi)的(de)工序(xu)，同时(shi)我(wo)们也会(hui)把(ba)控生产工艺、生产SOP等方面。”

另外在(zai)2月21日，智元与大模型六小虎(hu)之一的(de)阶跃星辰达成战略合作，据悉双(shuang)方将(jiang)共(gong)同探索AI+具身机(ji)器人应用场景。姚卯青透露，后续围绕阶跃的(de)多模态、推理和训练、工程化等底层模型能力，进行深度的(de)合作，将(jiang)阶跃星辰多模态等能力赋能到机(ji)器人上面。

近期，业内售价9.9万(wan)元机(ji)器人引起广泛关注。姚卯青提(ti)到，机(ji)器人技术和供应链目前还处于比较早期的(de)阶段(duan)，远没有到收敛的(de)程度，此时(shi)卷价格(ge)战毫无意(yi)义。“这个(ge)阶段(duan)还是要以价值(zhi)为导向，让机(ji)器人能真正做App硬(ying)件协同配合产生效果，而不是买一个(ge)大号的(de)电动玩具”。

【区(qu)域观察】

各地争(zheng)当机(ji)器人“显眼包”

除了汽车、制造(zao)业，上海瞄准养老场景

随着宇树机(ji)器人在(zai)春晚舞台上一炮而红，去年因大模型军备竞赛而进入下一阶段(duan)的(de)具身智能破圈走向更多人。近期，多款(kuan)机(ji)器人在(zai)各地争(zheng)当“显眼包”：来自深圳(chou)众擎科技的(de)人形(xing)机(ji)器人PM01继完成全球首例人形(xing)机(ji)器人前空翻后迅速跑到深圳(chou)人才公园以12公里/小时(shi)的(de)瞬时(shi)速度流畅(chang)边跑边切换走路；宇树科技旗下机(ji)器人扮成白素贞和许仙在(zai)杭州西湖上演“赛博版《白娘(niang)子》”；4月13日，北京亦庄将(jiang)举(ju)行全球首个(ge)人形(xing)机(ji)器人半程马拉松(song)赛，届时(shi)人形(xing)机(ji)器人将(jiang)与运动员在(zai)起点同时(shi)鸣枪起跑。

与各地推出不同机(ji)器人“花活(huo)”相映衬的(de)，是具身智能企业的(de)分布。目前，以北京、上海与深圳(chou)三大代表性城市(shi)为例，都聚集了一批具身智能企业。此前有投资人向南都记者分析，本地产业禀赋造(zao)成了不同的(de)产业生态。其中(zhong)，高校林立的(de)北京企业更偏向于在(zai)具身智能“大脑”方面做布局，而深圳(chou)背靠强大制造(zao)业，吸引不少企业布局具身智能的(de)“身体”部分，而上海则更多是南北风格(ge)的(de)结合。

2024年5月，中(zhong)国人形(xing)机(ji)器人领域首个(ge)国家级公共(gong)平台——国家地方共(gong)建人形(xing)机(ji)器人创新中(zhong)心在(zai)上海揭牌；2025年1月全国首个(ge)异构超大型人形(xing)机(ji)器人训练场在(zai)沪正式启用。国家地方共(gong)建人形(xing)机(ji)器人创新中(zhong)心总经理许彬在(zai)接受媒体采访时(shi)提(ti)到，上海人形(xing)机(ji)器人产业加速发展(zhan)，也与上海此前作为汽车及工业机(ji)器人高地有良好制造(zao)业基础与完整产业链相关。姚卯青也透露，目前围绕上海人形(xing)机(ji)器人产业已有不少投资和布局在(zai)进行，更多的(de)产业链伙伴有望往上海汇聚。

在(zai)落地场景方面，除了常见的(de)工业、制造(zao)业场景，上海也更为极致(zhi)地瞄准了养老场景。去年7月，上海市(shi)人民(min)政(zheng)府办公厅印发《上海市(shi)推进养老科技创新发展(zhan)行动方案（2024—2027年）》，《方案》提(ti)到要研发用于语音、人脸、情感、动作识别和环境感知的(de)人工智能模型与算法，研发具身智能、生成式人工智能等新技术，提(ti)高养老科技产品自主感知、自主学习、自主决策、自主实行等能力。

从时(shi)间上来说，姚卯青预(yu)判，未来1—2年人形(xing)机(ji)器人能够在(zai)局部工业场景应用落地，但机(ji)器人走进家庭还需要5年左右的(de)时(shi)间。另外，他还提(ti)到当机(ji)器人实现像(xiang)人一样有通用能力的(de)物理世界AGI（通用人工智能）时(shi)，养老的(de)目标就可以达到了，这方面还需要5—10年时(shi)间。

出品：南都政(zheng)商数据资讯部、上海资讯部

统筹：甄芹 马宁宁

实行/采写(xie)：南都记者 林文琪 马宁宁 田爱丽