人工智能辅助翻译
中国机器人已经会跑、会跳、会翻跟头。下一项任务要困难得多——让它们理解周围世界，并独立完成陌生的工作。这正是当前投资的主要方向。2026年上半年，中国具身智能（embodied AI，即能够与物理世界互动的AI）领域企业通过322笔交易融资935亿元人民币（130亿美元），是上年同期的5倍。
投资方向也在发生变化。此前，中国的人形机器人竞赛在很大程度上是硬件制造商之间的比拼。如今，越来越多的资金正流向研发机器人“大脑”的企业——即那些开发模型、使机器人能够感知周围环境、学习新动作并将技能从一项任务迁移至另一项任务的公司。市场人士指出，随着硬件成本不断下降，软件有望成为利润的主要来源。
产业规模已使中国不再局限于对个别原型机进行试验，而是开始尝试量产。截至6月底，全国已研发出400多款人形机器人，上半年产量超过4万台。据中国工业和信息化部预测，2026年全年产量将突破10万台。
但事实证明，让机器学会稳健行走，比让它正常工作要容易得多。工厂里的机器人不应只是漂亮地完成预先排练好的动作，而需要做到例如拿起陌生物品、连接柔性线缆，或为此前从未遇到过的难题找到解决方案。中国灵心巧手（Spirit AI）联合创始人高阳在接受路透社采访时指出：“‘大脑’确实是整个机器人系统中最薄弱的环节。”
这里最大的短板是数据。大型语言模型可以依托互联网上的海量文本和图像进行训练，而机器人需要的是真实物理动作的记录：人如何抓取物体、用多大力度握持、如何应对物体位置变化或障碍物。因此，在中国，围绕具身智能（embodied AI）的训练数据采集市场正在迅速崛起。
例如，Spirit AI公司雇用了约1000人录制日常生活动作和生产操作。蚂蚁集团旗下的机器人部门Robbyant使用16万小时的数据训练其中一个模型，其中包括5万小时由人类操控的机器人动作数据。同时，该程序在17家制造商的20种机器配置上进行了测试——其理念是让同一套智能系统能够适配不同的机器人。
另一种思路是在虚拟世界中训练机器。深圳DexForce公司通过创建生产场地的数字副本，在仿真环境中演练机器人的动作。该公司称，部分工业操作仅需6至8小时即可完成部署准备，而在某些严格设定的任务中，准确率超过99.9%。
与此同时，仅靠仿真并不够：虚拟环境目前仍无法完全复现真实世界的物理规律。因此，中国有关部门实际上正将工厂、仓库、门店和服务企业变为训练机器的试验场。6月，中国工业和信息化部与国务院国资委启动了一项人形机器人真实环境测试专项计划。到年底，有关部门希望形成100多个有需求的应用场景，并具备部署不少于1万台机器人的能力。
这已不仅仅是实验。在电池制造商宁德时代（CATL）的工厂里，Spirit AI机器人正在电池包测试环节连接柔性导线；该公司表示，此类操作的成功率超过99%。Robbyant公司的机器人在上海的两家药店负责拣选订单，不过药品在发出前目前仍由员工进行核验。
市场认为，下一个转折点将是机器人技术迎来属于自己的“ChatGPT时刻”。宇树科技（Unitree）创始人王兴兴提出了一个相当具体的测试标准：机器人应能根据口头指令，在80%的陌生环境中自主完成80%的任务。目前距离这一目标还很遥远。但中国机器人竞赛的方向已经改变：现在的问题不再是谁能更快地再组装出一台人形机器人，而是谁能率先教会它在没有预设脚本的情况下工作。
