难得一见！走进人形机器人的“诞生现场”｜新奇点进化营专场回顾

9月22日，新奇点CLUB进化营走进国家地方共建具身智能机器人创新中心。

机器人跑步、跳舞、翻越障碍的画面对很多人来说并不陌生，但镜头之外，它如何被研发、训练、验证，又怎样从一台实验样机走向真实产业，很少有人有机会亲眼看见。

这一次，我们获得了一次难得的深度探访机会：走进北京人形机器人创新中心总部展厅、数据采集基地与中试验证基地，沿着人形机器人从技术研发、数据训练到工程化落地的完整链路，一路追溯它的“诞生路径”，并邀请到专家乔华敏老师，开展一场深度分享与交流。

这是一次走进具身智能研发源头的学习——看见机器人今天已经抵达哪里，也看见它真正走入工厂、园区与我们的日常生活之前，还要跨越哪些关键障碍。

01 总部展厅：看见人形机器人背后的完整系统

第一站来到总部展厅，与普通展厅不同，这一次带领大家参观的讲解员，本身就是一台人形机器人。

可以说，人形机器人几乎汇集了人工智能领域最复杂的技术：视觉感知、自然语言理解、任务规划、运动控制、灵巧操作、空间定位以及人机交互，它因此成为检验具身智能综合能力的重要载体。

大家沿着指定路线了解人形机器人的发展脉络，展厅里既有展示区，也有互动体验区。机器人不再只是视频里的概念，而是真实站在面前，行走、交互、回应。

北京人形机器人创新中心成立于2023年，2024年升级为国家地方共建具身智能机器人创新中心，它的目标是聚焦具身智能机器人核心技术研发和生态建设，打造全球领先的具身智能机器人创新平台。

硬件方面，有具身天工通用人形机器人平台，以及天轶轮臂机器人等产品；软件方面，有慧思开物一站式通用具身智能开发平台，强调“一脑多能、一脑多机”，让同一个大脑可以适配不同本体、不同场景。

在商业化布局上，中心提出“1大能力 + 5大场景 + 3大方案”：

5大场景包括商业服务、能源运检、实验室、泛工业、物流分拣；

3大方案包括科研教育方案、数采基地方案、中试基地方案。

一句话总结：具身智能的下一步，不是单点技术的炫技，而是数据、模型、本体、场景、标准、生态的协同进化。

02 走进数据采集基地：机器人如何学习世界

离开总部展厅来到数据采集基地，不同型号的机器人分布在一个个训练工位中，在厨房、货架、工作台等场景里，反复练习抓取、放置、开门、整理和搬运。

人类拿起一个杯子，几乎不需要思考。但机器人必须依次解决很多问题：杯子在哪里？它与桌面、墙壁和其他物体是什么关系？应该从哪个方向靠近？使用多大的力度才不会滑落或捏坏？移动过程中如何避开障碍？

因此，机器人的“聪明”并不是凭空出现的，现场看到的采集工位，正是在为机器人建立这种经验。根据乔华敏老师的介绍，目前的数据基地覆盖数十类典型场景和上百台机器人本体，数据年生产能力可达千万条级别。

既然暂时无法像人一样学会一件事后触类旁通，就只能采集更多场景、物体和动作数据，让机器人“见得更多”，但数据增加，并不等于这个问题已经被彻底解决。

机器人产业正在快速进步，但它仍处在需要大量试验、训练与验证的早期阶段。真正重要的，不只是看见它已经会什么，也要看见它为什么还不会。

03 中试验证基地：机器人产业化的关键一跃

第三站，大家来到中试验证基地。这里更像一座“机器人工厂”，涵盖机器人装配、测试、调试产线，让大家第一次近距离看到人形机器人从零部件走向整机、从样机走向量产的关键环节。

如果说数据采集基地解决的是“机器人怎样学会一项能力”，那么中试验证基地解决的，就是“这项能力怎样变成可以稳定制造、测试和交付的产品”。

在研发视频中，一台机器人成功完成一次抓取，可能已经足够令人兴奋。但在真实应用中，企业需要的是它连续完成几百次、几千次任务，面对设备磨损、环境变化和突发情况时，依然保持稳定。从技术原型到可以交付的产品，中间还隔着一整套工程化过程：

整机装配是否标准化？

关节、传感器和控制系统能否长期稳定运行？

不同批次产品的性能是否一致？

出现故障后，问题能否被快速定位？

新的算法与硬件能否顺利接入？

生产成本能否被控制？

中试验证基地承担的，正是整机装配、系统联调、性能测试、工艺优化和小批量试制等工作。在这里，一台机器人不再只是科研人员手中的样机，而要开始接受产品化与规模化的检验。这也是很多具身智能讨论中容易被忽略的一环。

现场的用户关心的问题与我们的生活息息相关：机器人会先进入家庭，还是先进入工厂？

很多人最期待的画面，是家里出现一台能够做饭、洗衣、打扫和照顾老人的机器人。但乔华敏老师判断，家庭可能恰恰是机器人最晚成熟的场景之一，原因在于，家庭是高度非结构化的。

即使每个家庭都有客厅、厨房和卧室，户型、家具、物品位置、生活习惯也完全不同。今天移动一把椅子，明天更换一个水杯，都可能成为机器人需要重新处理的变量。

相比之下，工厂、仓库、实验室、能源站和园区的任务边界更加清楚：搬运什么物品、从哪里搬到哪里、巡检哪些设备、怎样判断异常，都可以被拆解、训练和验证。因此，机器人更可能先在结构化、重复性强或存在安全风险的场景中落地。

所以，机器人走向现实的顺序，很可能不是先进入每个人的家，而是先进入那些“人不愿意做、不能持续做，或者不适合由人做”的场景。

04 专家重磅分享：机器人真正的下一步，是从“会动”走向“会做事”

参访结束后，北京人形机器人创新中心解决方案专家乔华敏老师以《具身智能赋能未来》为主题，系统梳理了机器人从工业时代走向具身智能时代的发展路径。

乔老师分享，很多人对人形机器人的印象，是从春晚、马拉松、运动会开始的。但作为从业者，他看到的是另一条更长的曲线。

他把机器人发展大致分为五个阶段：

初代工业机器人、协作机器人、AGV、服务机器人、具身智能机器人。

前三个阶段，本质上都属于工业机器人阶段。直到大模型出现之后，机器人终于不再需要人“一个字一个字敲出来”去编程，而是开始具备一定的自主能力。

所以他说：具身智能机器人，是人类的第三台计算机：

个人电脑把计算能力带到桌面，智能手机让计算进入随身场景，而具身智能机器人可能进一步让计算拥有身体，进入现实世界执行任务。

目前行业逐渐形成的主流架构是：大脑 + 小脑 + 本体。

大脑负责感知、决策、规划；小脑负责把指令拆解成具体动作；本体负责执行。就像人一样，听到“帮我拿瓶水”，大脑知道要做什么，小脑拆解成走到哪、抬哪只手、拿哪瓶、送到哪，本体再完成动作。

老师举了一个很具体的例子：机器人在家庭场景里出门取快递，可能忘记关门。这不是因为它不会关门，而是因为它缺乏“常识”，缺乏举一反三的能力。

这就是泛化能力，也是目前最难解决的问题。

今天教会机器人抓一瓶水，它可能只会抓长得差不多的东西。换成鼠标，它就不一定会抓。因为动作逻辑不同，场景不同，物体不同。人类可以靠常识迁移，机器人目前更多只能靠数据去堆。

所以，数据采集基地才如此重要。数据不是万能的，但在泛化问题还没有被彻底解决之前，数据是机器人学习的重要路径。

世界模型、仿真环境、多模态大模型，都是可能的方向，但什么时候能走到“ChatGPT时刻”，目前还没有确定答案。

这四个小时，我们看到的不仅是一台台人形机器人，更是一整套正在成形的产业系统。

真正的具身智能，是一条从本体、模型、数据，到制造、验证和场景落地的完整链条。机器人已经开始走出实验室，但决定它能走多远的，是它能否理解真实世界，在复杂环境中稳定完成任务，并为产业和人的生活创造真正的价值。

这也是新奇点·进化营坚持走进现场的意义：

不只追逐一个热门概念，而是来到技术发生的地方，看见它如何被研发、训练、制造和验证；也在与一线实践者的交流中，建立对未来更具体、更真实的判断。

我们专门为新奇点CLUB会员打造了免费的“进化营”。

更重要的是 “1+1”特权：新奇点CLUB会员可以免费带一位朋友，或者带上你的孩子一起来听。

未来还将有更多前沿、稀缺、难得的进化营在等你，每次进化营不仅仅是你的学习，更是给孩子的一次眼界洗礼！

⬇️

加入新奇点CLUB

免费参与进化营

关于新奇点·进化营

新奇点CLUB，是一套以“长期进化”为目标的学习与实践系统。它并非单一课程，也不是传统社群，而是围绕真实决策场景构建的一套认知提升解决方案。

四个关键词概括：知 · 行 · 物 · 联

知：回到科学、管理、投资、哲学的源头，理解世界运行的底层逻辑

行：通过线下大师课与工作坊，将理念转化为可复用的方法

物：沉淀经典书籍、案例与工具，构建可调用的决策资源库

联：连接具有长期主义视角的同行者，形成高质量的认知共同体

新奇点·进化营正是「行」的落地载体——通过线下面对面深度交流，让思想回到“在场”的状态，在提问、碰撞与修正中，激发新的理解。

加入新奇点CLUB

免费参与进化营

BD@cheerspublishing.com,

拜托点下“在看”