十五规划重点发力！具身智能成新赛道，谁能抢占机器人王座？

马斯克的擎天柱机器人，作为全球公认的顶尖人形机器人代表，近期曝光的一系列“翻车”视频，却意外揭开了人形机器人智能化的遮羞布。

视频中，擎天柱用双手摘取VR眼镜的动作，让不少人质疑其背后存在远程操控，而非AI自主决策；而它绊倒自己、误踹物体、与人类互动失误、起床失败等场景，更是引发广泛热议，颠覆了人们对高端人形机器人的期待。

这些画面让公众意识到，人形机器人的智能化进程仍面临巨大挑战。平日里，AI在文字创作、内容总结、绘画设计等领域的出色表现，让人们对其“聪明程度”深信不疑，但为何到了人形机器人身上，就连稳健走路这样的基础动作都难以实现？

答案藏在“具身智能”这一专业概念中，它与人们熟悉的大语言模型最大的区别在于，具身智能需要依托物理实体（机器人的“身体”）与真实世界产生交互，而现实世界中存在的重力、距离、气候等复杂变量，都是AI需要攻克的难题。

这就像人类婴儿的成长：从诞生到学会翻身，再到稳健行走，需要历经数月的反复尝试与适应。对机器人而言，在真实环境中灵活行动同样艰难，每一个简单动作的背后，都需要应对无数未知变量。

也正因如此，具身智能被列入“十五规划建议”中的重点发展未来产业，谁能率先突破核心技术，谁就将占据未来产业的制高点，拥有巨大的成长空间。

在具身智能的研发逻辑中，机器人的“成长”与人类儿童的认知过程高度相似，都离不开“学习”，对应到技术层面，便是算力、算法与数据三大核心要素。而数据，恰恰是具身智能研发过程中的最大难关。

大语言模型的学习只需依托文本数据，比如“柜子”二字在书中仅有固定含义，但在现实世界中，柜子可能是木质、铁皮、塑料等不同材质，即便结构相同，机器人打开柜门时所需的力道、角度也千差万别，这些具象化的细节，都需要海量数据来支撑训练。

数据的重要性，也体现在语料市场的蓬勃发展中。据预测，2025年中国语料市场总规模将达109亿元，复合增速保持在25%。但放眼全球，中文语料的占比仍处于劣势：根据大模型训练数据白皮书统计，全球英文语料占比约59.8%，而中文语料仅为1.3%。

不过，仅靠虚拟数据远远不够。虚拟环境过于“纯净”，无法模拟风雨、冷热等真实世界的复杂变量，比如高温环境可能导致机器人故障停工，这些细节只有通过真实数据才能覆盖。

因此，将虚拟数据与真实数据相结合，成为机器人训练的高效路径。而真实数据的收集过程，远比想象中艰难，每一组有效数据的背后，都需要大量的场景测试与反复校准。

这也让人们重新审视人形机器人的现有成果：即便擎天柱被质疑存在远程操控，其流畅的动作表现依然离不开技术积累；那些看似充满表演性质的机器人跳舞、上台阶、与人互动等场景，背后同样是成千上万组数据的支撑与算法的优化。

人形机器人“不够聪明”的背后，是无数中国智能制造企业的默默耕耘。如今，虽然人形机器人仍处于“不太聪明”的发展阶段，但随着越来越多企业聚焦具身智能领域，一条成熟完整的产业链正在逐步形成。

业内普遍认为，人形机器人终将迎来属于自己的“安卓时刻”，就像当年安卓系统的普及催生了智能手机的爆发式增长，当具身智能技术实现突破、产业链趋于完善，机器人将摆脱当前的局限，在家庭服务、工业生产、医疗护理等多个领域发挥重要作用，甚至超越手机，成为人类最亲密的伙伴。

人形机器人的智能化之路虽充满挑战，但方向已然清晰。在算力、算法、数据的持续迭代中，这些钢铁之躯正一步步告别“笨拙”，朝着更智能、更灵活的方向迈进，而这背后，是中国制造业向高端化、智能化转型的坚定步伐。