機器人賽場大考：具身智能何時迎來ChatGPT時刻？語料數據質變與標準化成關鍵

財聯社12月15日訊（記者 張校毓）機器人比賽是什么樣的場景？在復雜的模擬港口環境中機器人負重百斤穿梭；面對模擬臥床的老人，機器人進行著翻身、喂藥與攙扶；此外還有疊衣、收納、甚至是在雜亂的客廳中找到那把丟失的鑰匙……12月12日至14日，2025全球開發者先鋒大會暨國際具身智能技能大賽在上海舉行，一眾智能機器人在賽場展開實景競技。

財聯社記者現場獲悉，當下業內普遍認同的場景發展脈絡是，從物流、工業等標準化場景的突破，最終慢慢過渡到醫院、社區、家庭等康養與居家服務場景。業界普遍認為，明年將是檢驗機器人量產能力的關鍵一年，語料數據質變與標準化成為推動具身智能規模落地關鍵。

圖靈獎得主、中國科學院院士、大賽指導委員會主任姚期智在開幕式致辭中針對具身智能發展的關鍵方向分享了四點前瞻性見解：一是要從模仿走向推理，二是要從數據匱乏走向數據飛躍，三是要從局部技能到全身協同，四是要從各自為戰到統一評測。他強調，產業與學界的攜手，將加速智能機器人進入千行百業與千家萬戶。

行業整體仍處于“0.0-1.0”的中間階段

“一手拿衣架，一手拿衣服。”財聯社記者在比賽現場看到，一臺機器人正小心地將衣服用衣架掛上，以完成居家服務競技場的比賽任務。按照比賽任務要求，該機器人在30分鐘（自主模式）或25分鐘（搖操作模式）內，在模擬家居環境中連續完成衣物整理、餐具收納和桌面/地面清潔。

機器人正在完成居家服務競技場的比賽任務 圖片來源：財聯社記者攝

居家服務場景外，工業裝配、應急救援、醫療康養、餐廳服務、插花和靈巧手等其他賽道也有不少機器人選手悉數登場，并最終共計誕生了9位不同賽道的“冠軍”。

除了參賽的機器人，AI玩具、瘋狂動物城朱迪系列下棋機器人、靈巧手、桌面級四足機器人、AI首飾、AI教育機器人等智能終端產品也到場展示。

以靈巧手為例，靈巧智能相關負責人告訴記者，其五指靈巧手DexHand021具有19個自由度的工業級量產五指三關節靈巧手，內置23個傳感器，可通過視覺伺服和外骨骼套裝實現單手玩魔方、一手抓多物、使用常用工具等功能。

財聯社記者在現場獲悉，當下業內普遍認同的場景發展脈絡是，從物流、工業等標準化場景的突破，最終慢慢過渡到醫院、社區、家庭等康養與居家服務場景。與此同時，相較于工業搬運、餐飲服務、醫院等場景，與會人士普遍認為，機器人進入居家場景不是“降維”而是“升維”，也將是耗時最長、最困難的賽道。

目前不少企業也正朝著這一場景發展脈絡布局。正如卓益得創始人李清都教授在大會上表示，2025-2027年卓益得將聚焦To B服務市場，布局機器人軟硬件全產業鏈，已在文旅表演、安防巡檢、科研教育等多元場景實現落地；2028年后將向C端家庭服務場景跨越。

不過值得注意的是，當前具身智能行業仍處于初期發展階段。

國地共建人形機器人創新中心首席科學家江磊在大會的具身紀元智創百家論壇現場分享了自己對于行業發展的判斷。他將機器人行業的發展分為三個階段：0.0階段為感知-執行階段、1.0階段為認知-執行階段、2.0階段為決策-執行階段。在他看來，當前機器人行業整體正處于0.0-1.0的中間階段。

東方富海合伙人王兵也在圓桌論壇上表示，具身智能的行業尚處于非常早期。“如果說1.0是以真正能夠進入家庭的具身智能機器人（為劃分階段）的話，那當前還處于0.1的水平。”

他進一步分析認為，具身智能賽道未來想象空間廣闊，但發展過程兼具復雜性與長期性。從行業趨勢來看，未來整機領域的競爭將進入白熱化階段，部分領域會是紅海競爭。

“供應鏈有巨大機會，但是供應鏈里面則需要區分價值大小。”王兵認為，部分零部件可能已陷入紅海競爭，比如技術門檻較低的電機、金屬關節等；相比之下，一些市場體量雖不突出但技術壁壘高的零部件，或更具價值挖掘潛力，如特殊的傳感器、新型運動機構等。

語料數據質變與標準化成推動規模落地關鍵

根據工信部印發的《人形機器人創新發展指導意見》中的發展目標，到2027年，人形機器人技術創新能力顯著提升，形成安全可靠的產業鏈供應鏈體系，構建具有國際競爭力的產業生態，綜合實力達到世界先進水平。

那么如何迎接具身智能的ChatGPT時刻？在2025全球開發者先鋒大會思辨會與智創百家論壇上，業界普遍意識到，語料數據質變與標準化成為推動具身智能規模落地的關鍵。

2025全球開發者先鋒大會思辨會 圖片來源：財聯社記者攝

思辨會上，靈御智能首席科學家、清華大學自動化系長聘副教授莫一林表示，具身智能領域數據缺失是公認的非常嚴重的行業問題，與之形成鮮明對比的是自動駕駛領域，兩者之間的數據集規模存在巨大差距。

數據缺失的問題不僅體現在數量層面，數據質量層面同樣不容忽視。莫一林進一步分析表示，當前具身智能的多數數據采集于實驗室、數據采集場等相對干凈、受控的數據環境；而自動駕駛的數據則來自真實的道路行駛場景，導致具身智能數據質量與自動駕駛數據存在較大差距，這一問題亟待正視與解決。

在此基礎上，還有觀點進一步指出，具身智能的數據在維度、信息密度方面同樣存在短板。

上大通用智能機器人研究院特聘研究員、技術副總監黃嘉鋒認為，物理世界的任務執行，僅依靠文本、圖像及關節等本體數據遠遠不夠，真實場景下的任務完成離不開交互過程。因此，具身智能的數據維度亟需拓展，力傳感器、觸覺傳感器等相關數據的補充至關重要，這些對人類而言習以為常的感知信息，卻是機器人理解物理世界的關鍵。

此外，數據的正負樣本比例也應納入考量。黃嘉鋒表示，當前對具身智能的訓練，多集中于“如何正確完成任務”的正向數據，但缺乏如“未抓好杯子導致掉落、碎裂”等負向數據。而這些負向數據所承載的“為何掉落”“為何碎裂”等物理邏輯，正是具身智能需要理解的核心內容。

除了以語料數據質變迎接具身智能的ChatGPT時刻外，這場萬億級產業革命，同樣離不開“標準”。

躍遷聯盟、機器人之家聯合創始人夢雯認為，當前具身智能產業呈現“三熱三冷”的鮮明特征：一是技術熱但協同冷，二是資本熱但落地冷，三是需求熱但信任冷。而這些痛點的核心，在于產業發展“快而無序”。

她以上游核心零部件為例，盡管無框力矩電機、諧波減速器國產化率已顯著提升，但六維力傳感器等關鍵部件的性能參數、接口規范仍無統一標準，導致整機企業選型成本增加30%以上，兼容性故障發生率高達28%。“這正是具身智能普及之路上必須跨越的‘卡脖子’關卡。”夢雯稱。

在智平方副總裁邱巍看來，行業標準的出臺具有積極意義。他以汽車、手機產業的發展歷程為例指出，過往幾代汽車、手機之所以能形成巨大市場規模，核心原因之一便是標準化的推動。

他進一步闡釋，標準化一方面能大幅降低行業整體成本，另一方面可助力生態繁榮，而在此基礎上能實現差異化創新。不過邱巍同時強調，標準推進需把握節奏，若過早（固化）標準化（內容），反而可能成為行業發展的上限。

更進一步，夢雯分析認為，當前具身智能仍處于快速迭代期，標準既要避免“滯后性”，也要防止“一刀切”。在核心安全、基礎接口等關鍵領域明確剛性規范，為產業發展劃定底線；在技術創新、場景拓展等前沿領域預留彈性空間，為創新探索保留土壤。

“全球具身智能標準格局尚未定型，這正是我們搶占話語權的關鍵窗口期。目前，上海正牽頭組建國際人工智能標準化聯合會，國內19家產學研機構聯合構建的人形機器人數據集標準，已成為國際標準制定的重要參考。當我們的技術標準被全球認可，不僅能降低國內企業出海成本（預計減少合規成本25%-30%），更能吸引全球創新資源向中國聚集，形成‘標準引領-技術迭代-產業升級’的良性循環。”夢雯表示。