「具身智能新時代：人形機器人產業化進程探討」

聚焦具身智能商業化進程 內業稱：量產部署加快，但“今年出貨量不會很大”|行業觀察

財聯社記者 付靜

近日，浙江人形機器人創新中心首席科學家兼浙江大學求是特聘教授熊蓉在接受媒體採訪時表示，具身智能、空間智能及人形機器人正處於起步階段，從實驗室研究進入產業化階段，但要實現落地應用仍需經歷技術快速發展的高峰期。他指出，無論是人形機器人還是具身智能，都需要建立一個生態系統，並需要資本的耐心投入。

全球首個人形機器人半程馬拉松賽引發了市場對具身智能機器人的高度關注。據悉，全球45%的人形機器人來自中國，並且許多國內人形機器人本體廠商已經啟動量產計劃。儘管產業前景廣闊，但系統架構的不一致性、解決方案的泛化能力不足及場景適配的複雜性等挑戰，限制了具身智能行業的規模化商業化進程。

產業鏈瞄準商業化加速

據財聯社記者觀察，從上游核心零部件（芯片、傳感器、靈巧手、關節模塊等）到機器人本體及終端（汽車、3C電子等），產業鏈各環節已聚集了眾多企業。

在芯片環節，英特爾方面透露，當前以人形機器人為代表的具身智能普遍採用大小腦雙系統的主流算力方案，即負責AI計算的“大腦”和控制運動的“小腦”。長遠來看，大小腦的融合將成為趨勢。

英特爾的具身智能大小腦融合方案涵蓋了異構計算平台（包括酷睿Ultra處理器、銳炫顯卡等）及具身智能軟件開發套件。信步科技的具身智能開發平台HB03將CPU（運動控制）與GPU/NPU（感知計算）集成於一塊主板，搭載英特爾酷睿Ultra 200系列處理器和英特爾銳炫B570顯卡，峰值算力達96TOPS。

對於成本問題，英特爾技術專家指出，單一系統能顯著降低軟件開發、測試、優化及部署的整體開發成本，而雙系統則需為兩種不同CPU架構維護兩套不同的代碼，增加了維護的複雜性。

在更受關注的本體環節，多家人形機器人本體廠商已啟動量產計劃。智平方近日發布了新一代通用智能機器人AlphaBot 2，並宣布目標：到2028年實現萬台場景應用，2033年擴展至百萬台規模，涵蓋工業、物流、家庭服務等場景。

此外，馬斯克曾表示，特斯拉計劃在今年生產數千台Optimus人形機器人。根據集邦諮詢數據，中國市場已有11家主流本體廠商在去年啟動量產計劃，部分廠商的量產規劃超過千台。

大規模落地仍存諸多挑戰

受益於政策推動、供應鏈完善及市場需求增長，全球45%的人形機器人產品來自中國。集邦諮詢預測，今年中國市場人形機器人本體產值將超過45億元，頭部本體廠商的量產計劃將進一步推動中國市場人形機器人零部件供應鏈的生態布局。

根據最新數據，截至目前，A股市場在新一代信息技術、高端裝備製造等領域的上市公司數量分別為225家、128家等，將為人形機器人的產業化發展提供硬件支撐及軟件協助。

高工機器人產業研究所（GGII）預計，2031年人形機器人將進入快速增長期，2035年中國人形機器人市場規模有望接近1400億元。

值得注意的是，今年具身智能首次被寫入《政府工作報告》。然而，葉志輝坦言，“單純的人形機器人產品今年出貨量可能不會很大。”他認為，隨著資本和技術的不斷投入，將會出現更多應用，類似於早期工業機器人和服務機器人在疫情後的增長趨勢。

熊蓉指出，人形機器人被視為具身智能的最佳載體，但同時也是最大的需求者和挑戰者。雖然現在的機器人已能跑能跳，但實際作業的卻很少。

她提到人形機器人發展面臨多重挑戰，包括運動學習的提升、交互行為的學習數據匱乏等問題。

王景佳強調，大規模落地取決於功能是否足夠完善以及成本是否能被市場廣泛接受。

在標準制定方面，熊蓉表示，目前有多個機構在推動人形機器人的團體標準，但尚未觸及核心問題，制定安全標準將更為重要。

總的來看，具身智能的發展仍然處於一個充滿挑戰的階段，如何在技術、成本及標準化方面取得突破，將是推動行業前進的關鍵因素。

以上文章由特價GPT API根據網上資料所翻譯及撰寫，過程中沒有任何人類參與 🙂