下载客户端
当人形机器人一会儿化身“运动员”在运动场上翻腾跳跃，一会儿又成为“打工人”在工厂车间精准作业，一个问题引发广泛关注：人形机器人离日常生活还有多远？
智平方机器人打架子鼓 受访者供图
智平方机器人打架子鼓 受访者供图
现实是，人形机器人尚处于起步阶段，用户使用习惯、企业成本控制、智能化所依赖的数据不足等痛点亟待破解，人形机器人量产，一场“科技理想主义”与“工业现实主义”的碰撞正激烈发生。
场景壁垒
扭秧歌、跳斧头舞等方式让人形机器人快速进入到聚光灯下，但也有人认为，机器人还处于“炫技”层面。
例如，人形机器人面对工业场景，“拧螺丝、装零件”精度不足，或在实验室环境表现稳定，但进入工厂后因金属反光、粉尘干扰，感知系统频繁失灵。
人形机器人并非直接插上电就可以使用，技术与应用层面，还存在大量场景割裂的问题。在业内看来，人形机器人的应用是一件双向奔赴的事情，需要厂商和应用商共同探索。
智元机器人合伙人、具身业务部总裁姚卯青就谈到，机器人要精准理解世界，需要海量涵盖各类场景、各种情况的数据用于模型训练，甚至需要配合部分生产线进行改造，以便更好地让机器人接入进来，这是一个共创的过程，很少有机器人能直接拿来就用。
人类看起来很容易的动作，机器人却需要克服很多困难。例如，人类跨过台阶，知道有几级台阶，怎么走不会摔倒，或者怎么走是最方便的；机器人在一个环境中，多走几遍也未必就能拥有此类技能。
再比如，人看到一个纸质水杯，就知道它是一个柔性物体，很容易变形，人会充分控制手的力量，而机器人更多是线性训练，只能完成做一个动作、一种任务。
除了开放式的数据采集，比如来自家居、实验室等场景，一些真实应用场景的数据采集，也需要客户愿意开放。
好在，有一些企业主动提出数据共享，如采集机器人将碗放进洗碗机、将衣服丢进洗衣机等数据。“我们收到越来越多这样的专业化需求，和客户一起沉淀这些数据，这是我们最宝贵的数据资产。”姚卯青说。
展厅讲解员是人形机器人一大落地场景，但并不意味着这些场景没有壁垒。“比如在银行，客户递身份证过来，机器人去接还差3厘米，是让机器人往前走一步，还是机械臂再伸长一点？接的力度有多大，会不会捏坏？都是挑战。”数字华夏公共关系与政府事务部总经理吴为说。
吴为指出，机器人进展厅是一个循序渐进的过程，先要人工梳理大堂经理日常工作，机器人入场后，每一阶段先完成其中一部分工作，“比如前三个月先做第一二项，中间三个月完成第三四项，后三个月完成第五六项，逐步提升完成能力”。
而不同的场景，如银行展厅和前台，对导客能力的要求也是不同的。在银行，机器人要识别出用户需求，上一次业务没办理好，这一次是否需要继续。
从目前来看，机器人企业对高价值客户非常看重，通常央企国企、头部民企也愿意为之买单。“你只有服务头部客户，才能成为真正的头部企业。真正的行业壁垒是你的客户和数据。”吴为说，能否真正了解客户，实现场景闭环，不同厂商千差万别，他希望，进入展厅的是一个能导引、导购的机器人，而不是还需要人去遥控它。
量产难关
围绕技术和需求的问题，引发了“是先有鸡还是先有蛋”的争议，产业转化也始终是一个漫长的过程。
对数字华夏来说，目前“星行侠”在手订单超500台，现阶段亟待解决的不是缺订单，而是量产能力——如果靠“手搓”，卖得越多，越不成熟的产品会引来越多麻烦。
吴为解释，如果一个月生产几十台，靠人工组装的“手搓”方式问题不大，但如果产能超过100台，就得启动工厂流水线生产，还要组建专门工厂团队。
把机器人从实验室推向工程化量产，中间还有很多看不见的“鸿沟”，这不仅要求机器人厂商自己要有生产经验，还要完成中试；仅仅是靠自己学习，经验来得还是太慢。
“人工组装存在一定良品率问题，比如让机器人走3到4小时，即便是同一个算法，也会因为零部件的公差产生差异，有的机器人走着走着就摔了。而有了工厂，生产标准会更统一。”吴为说，通过工厂生产，会形成符合出厂的严格标准，走完全部测试验证，比如机器人至少要在耗尽两块满电电池情况下，走路不摔跤，才能符合基本的出厂要求。
在规模化量产后，除了考验团队产业化能力，还需要铺设一套完善的经销、售后体系，“1000台不是开一个发布会就能卖出去，需要提前构建整套经销商体系”。
在成立的一年多时间里，数字华夏还费尽心思地培育了一整套供应商体系。目前来看，人形机器人供应商特别繁多，仅仅一级零部件就有数百个，而且按照“一主多辅”的供应格局，即一家主供应商、多个备用供应商，需要管理一个数量庞大的供应链体系。
“其实有1/3的供应体系需要培育，包括派工程师去现场交流指导。”吴为举例说，人形机器人对电池能量密度要求比较高，当电池降到只剩20%时，可能就停止工作，甚至立马瘫软在地。
为此，数字华夏又给人形机器人星行侠加了“风火轮”，它可以给本体供电，总续航长达10小时以上。不过，当产量不够大时，很多供应商其实是亏本“陪跑”。
“上游的关节、减速器，要达到较大产能并保证产品一致性，还需要一段时间。”姚卯青也谈到，这些供应商总体偏中小型企业，一些机电领域的玩家也在跃跃欲试。
一个变局是，车企等生态企业的入局，大大提升了产品的稳定性。姚卯青回忆，此前智元的部分设备进驻奇瑞汽车4S店试运行时，4S店几乎是按车企的标准来验收，“整个过程确实很艰难，花了很长时间才实现高标准交付，一旦迈过这个坎儿之后，对我们来说，也是一次蜕变。”
标准缺失
在量产爬坡的同时，人形机器人缺乏统一标准的行业痛点正逐渐凸显。平台异构、接口割裂等，导致适配成本高昂、能力复用性差、开发门槛高。
人形机器人需要全身几十个关节精密配合，任何一个环节的短板都会影响整体性能，但这个产业链颇为复杂，既涉及多种硬件，又涉及软件和算法，脑机接口、电子皮肤、六维触觉传感器、三维触觉传感器等，有些处在萌芽期，有些已经过渡到发展期。
这也意味着，人形机器人厂商还未迈出一致性的步伐，甚至还未解决算法层面的路径分歧，数据也散落在各种场景中，要收集什么数据、怎么收集，人形机器人厂商无法给出最佳答案。
数据质量参差不齐，格式五花八门，自然会影响机器人的活动：大模型说错话，用户一笑了之；机器人摔一跤，可能就是几十万元的损失。
需要指出的是，目前投身机器人创业的团队，多是互联网、算法研发等中小科技型企业，具备工程量产能力的不多，加工制造过程也存在一定“技术鸿沟”。
领益智造副总裁、机器人业务负责人杨新宇说，一个全尺寸机器人，光结构件可能就一两百个，很难指望在立项之初，通过一两个版本就设计出成熟产品。
有厂商按照消费电子、车规级等标准来研发机器人，也有一些国字号机构尝试出台标准，但各家机器人公司的重心都在快速迭代产品上，短时间很难形成一套通用标准。
“这要不停迭代，往往设计出一版后，组装过程中就会发现各种各样的问题，再去改图纸，这都是硬件厂商的常态。”杨新宇说，人形机器人行业的基础零部件标准缺乏，包括电池、散热、电机以及寿命、测试等，都需要一边做一边摸索。
在杨新宇看来，尽管设计层面标准五花八门，但落地加工制造层面，则可以先把标准统一起来。工业场景最常见的上下料环节，领益智造通过开放生产环境，告诉机器人厂商，上下料的尺寸是什么样的，工作时间需要多久，电池需要多大，手部操作、导航精度多少，“机器人厂商没有这些概念，这需要双方合作，一点一点磨出来”。
南方+记者 郜小平
订阅后可查看全文(剩余80%)
