中科慧灵机器人乐队演奏表演

　　热闹背后的冷思考

　　2025年，国内人形机器人的出货量约1.2万台；2026年，这个数字预计会涨到8万-10万台。汤浩把今年称作“从1到10的小爆发年”，但他也清醒地知道，爆发的背后，藏着不少隐忧。如果满分是100分的话，杨平愿意给当下的行业现状打10分，尚且属于刚刚起步的阶段，汤浩的打分甚至还更低一些。

　　首当其冲的是数据难题。大语言模型可以靠互联网上的海量文本训练，但具身智能需要的是和物理世界交互的高质量数据——机器人怎么拿起一张纸、怎么叠好一个鞋盒、怎么避开地上的障碍物，这些数据都得一点点采集。“现在本体企业和用户侧，连数据该怎么积累、怎么用都还没完全搞明白。”在杨平看来，这是制约行业发展的最大瓶颈。

　　尽管如此，业内普遍认为，行业已经迈过概念验证阶段，正进入围绕真实场景打磨产品能力的新阶段。

　　需求挖掘难，是另一个拦路虎。很多企业拿着机器人到处找场景，却不知道工厂真正需要什么。“不是把机器人做出来就万事大吉了，要能把产业的真实需求，拆解成机器人能执行的工作流和任务流，这才是最难的。”汤浩说，迪洛斯智能今年从泛化的大模型应用全面转向具身智能，核心就是要做“场景翻译官”，把客户的需求转化成技术语言。