AI 大模型的浪潮，把人形机器人从实验室的长期课题，推到了产业爆发的临界点。
国内整机及具身智能相关企业已经突破百家，行业普遍预期全年国内人形机器人产量有望冲击10 万台，但其中绝大多数样机仍停留在展演、娱乐场景，能够真正落地干活的产品占比有限。资本市场热度高涨，机器人在赛事现场完成奔跑、跳跃等高难度动作，舞台演示视频不断出圈。
但热闹表象之下，行业始终横亘着一组现实矛盾：样机在测试环境里表现惊艳，走到真实世界却屡屡碰壁；硬件供应链快速成熟，可机器人大脑、环境泛化能力依旧存在明显短板；行业期待大规模落地，多数产品却仍停留在展示、娱乐场景，真正能算清投入产出比的业务还十分有限。
全球竞争格局也已经改写。曾经由日本企业主导的人形机器人赛道，在人工智能驱动的新一轮变革中，演变为中美两强领跑。中国拥有完整的零部件制造基础与庞大的潜在应用市场，但如何把制造优势转化为算法、模型层面的底层能力，仍是全行业需要回答的命题。
热潮必然伴随泡沫。大量玩家涌入，一部分团队瞄准长期技术攻坚，也有不少企业追逐短期风口，希望赚一波快钱。
当潮水退去，什么样的公司能够留存？
赛场之上的性能突破，如何转化为工厂、高危作业场景里实实在在的生产力？
数据、模型、算力三大瓶颈该怎样一步步打通？
本期《财新时间》对话北京人形机器人创新中心CEO 熊友军，以下是对话内容（节选）。
《财新时间》对话熊友军
《财新时间》：天工最近一次非常受到大家的关注，是世界机器人运动会，机器人跑步破了博尔特的记录。是什么会让你们得到这么多金牌？
熊友军：运动会是一种极限的测试环境，全方位地测试机器人的本体、大小脑，还有系统的稳定可靠性。像关节，就是一个非常重要的一个核心技术，从电机减速到伺服驱动，到它的能量密度，这方面都做了全面的优化；在运动控制这一块，我们的自己的一套天工Lab 的这套运动控制的训练的框架，这个就是行业里面最早开源开放的这些技术。
再就是，像环境的感知、导航，定位，运动的规划，这些应该是一整套体系领先，不是单一技术的领先。
《财新时间》：然而大家的疑问是，我们的机器人能跳得这么高，跑得这么快，与转化成实际生产当中的价值，有什么必然的联系吗？
熊友军：应该说它拓展了机器人的技术的边界，还有它的天花板。通过比赛来检验这些技术的领先性、稳定性、可靠性。应该说比赛是一个很好的检验场景。
像天工Omni（“捂脸跑”机器人），实际上它是为了做陪伴、陪护，跟人的交流，并不是为了跑步而生的，所以在训练的过程中，你看它跑出那个姿势，本质上是因为它的肩关节、它的能力适应不了机器人跑步的快节奏。我们临时让它执行这么个任务，它在仿真环境里面去训练的时候，自己进化出来一套这样的跑步的范式。所以它是一个学习的很好的例子。
《财新时间》：这几年行业有一个很大的变化，开始更多关注ROI。现在什么样的企业能够负担得起？
熊友军：机器人算 ROI 的话，确实还没法算得过来，可能还是偏贵，而且它的泛化能力、部署的时间成本，还是有点偏高的。但是，随着供应链、还有机器人的泛化能力的提升，成本是大幅下降的。然后机器人干的活是越来越多了。所以我们有一句话叫成本家电化，智能是博士化，以后买一个机器人，可能就是像买台电视机，买台洗衣机一样，不那么贵，它能干的事呢，就越来越多。
《财新时间》：现在企业客户对于ROI的期待大概是多长时间？
熊友军：看机器人的折旧的话，一般就三年。
《财新时间》：现在能做到吗？
熊友军：其实在有些场景下面，我觉得已经开始算得过来了。我们希望它优先服务的场景是那种 3D 场景。所谓 3D 就是，比较危险的dangerous场景，比较脏的dirty场景，还有比较枯燥无味的dull场景，比如操作带电的，高压、特高压场景，还有一些是辐射，有病毒、粉尘、甚至爆炸这种危险的场景，我觉得这个早就已经可以算得过来了。这种场景呢，不是拿机器人的价值跟人的价值去比，而是跟人的生命健康这个方向去比，我觉得这个是个非常有价值的。
《财新时间》：像您刚刚讲的这些高危作业的场景，在整个工业流程当中，还是相对小众的场景。它有多大的想象空间可以支撑这个行业所期待的出货量和渗透率？
熊友军：这个市场是很大的一种场景。我们现在说实话，到今天为止，人形机器的出货量，去年也就一点几万台。今年估计说 10 万台。事实上，10 万台都满足不了现在我刚才说的这 3D 场景的这种需求。
《财新时间》：这 10 万台里面包括什么样的比例？大部分还是娱乐场景比较多？
熊友军：对，之所以是娱乐场景，是因为现在机器人的能力还没达到，满足不了这些特种场景这种真实的这种需求。
《财新时间》：我可不可以理解为，现在国内的人形机器人公司，大家的技术水平差不太多，就是并没有非常突出和特别有突破的？
熊友军：各自有各自的优势。但是，可能行业的需求在这，但是我们现在还只能做到这了，还是有一定 gap的。我一直觉得，具身智能这个行业，就人形机器人这个产业，是一个非常大的一个产业，应该说其实本质上不存在什么竞争。
《财新时间》：不存在竞争？
熊友军：因为需求是客观存在的。我们现在中国的任何一家人形机器人公司，只要它在技术上面取得了很强的突破，满足了客户需求，就能够拥有好的市场。所以本质上它的竞争对手就是它自己，就是它自己技术的突破。
《财新时间》：讲到数据，现在行业里面的三种数据的来源，真机交互数据，仿真的合成数据，还有互联网的视频数据。您是怎么看待这三条数据的路线之争？
熊友军：本质上这三种数据都是很需要的，它们其实功能上面都是互补的。首先，网络上视频数据。它量比较大，获取也比较容易。它是机器人认知这个物理世界非常重要的一环。虚拟仿真的数据，我可以在虚拟仿真环境里面去泛化这些数据，比如说同一个场景，同一个物体，同一个任务，我可以改变光线，改变背景等，可以很快地改变，能够带来一些数据的泛化和增强，可以让机器人做一些预训练、去学习。真实的环境数据，成本比较高，量会比较小，但是，因为它是来自于真实的场景，所以它能够让机器人真正地干起活来。我觉得这是不断递进的过程，所以这三种数据本质上我觉得是不分伯仲的，都是需要的。
《财新时间》：天工目前数据的组成比例大概是怎样的？
熊友军：按照不同的这个任务可能会有不同的比例，但是大致可能像 4: 1 的这种模式吧， 80% 左右用虚拟仿真的数据，然后20% 左右来自于一个真实场景的一些数据。
《财新时间》：数据采集中心，未来它会成为一个独立的生意吗？
熊友军：这是很好的一个问题，我觉得未来具身智能这个领域会有几个很重要的发展瓶颈。第一个，就是模型、算法，架构等这些这些东西，现在具身智能大模型还没有收敛。早前大家觉得VLA可以解决，后面大家觉得分层控制的方式，多模态大模型加上VLA，加上世界模型，有段时间说世界模型；现在呢，大家又在谈大一统的、端到端的这种模型。所以其实行业里面，范式不断在探索。
第二个，就是算力，这个是毫无疑问是很重要的。那有了这两个，算力和模型之后，其实还有一个就是数据。现在整个机器人具身智能的数据，一个很重要的问题，就是缺的问题。相对于传统的AI 大模型的训练，完全是数量级的差距，是远远不够。
另外，它的泛化能力，它的多样性，还有质量方面是差的。其实我们可以横向和纵向对比一下。横向对比呢，比如说像美国有家公司叫Scale AI，它的市值在300 亿美金左右，就已经是很大的一个产业了，一个独立的公司。那纵向对比呢，在无人驾驶、智驾这个领域，也有很多公司是单独就是来给智驾公司，给智驾训练一整套算法，采集数据，然后做数据的标注、清洗，做数据的运营服务等等，这样的公司其实发展得也挺好的。 所以我就觉得说，在具身智能这个时代、机器人这个时代一样的，这一块也会形成个比较巨大的一个产业。
《财新时间》：最近有一些针对行业当中的一些数据采集中心的一些争议，关于具身企业自建的数据采集中心，形成了一个采购的内循环，您是怎么看待这个问题的呢？
熊友军：本质上呢，这个数据采集中心有没有价值？它收集的这个数据对行业发展有没有用？我觉得这是两个问题。在现在机器人真正地在物理场景的工作的数量有限的情况下面，我们人为地去创造这个场景，收集一些真实的数据，这个是对行业是有用的，而且价值还是蛮大的。 但是，商业上的价值，我觉得这个是大家争论的焦点。
《财新时间》：讲到这个，我在您之前的一个采访当中，也看您提到过，当时就选择哪一个方向，其实你们内部说也有一些讨论、争论。
熊友军：实际上我们有几条路径都在探索。我到今天为止，我也不觉得说，原来的 VLA 或者多模态大模型加世界模型这个方法不行。
《财新时间》：您说Pelican-Unify 是全球首个统一表征的具身世界模型。 什么时候确定的这个路线？因为我看您2025 年初的采访当中，也有人问到这个问题，那个时候您还似乎没有一个特别明确的结论。
熊友军：其实这几种模型，它们都有它们自己的优势， 比如说 VLA 的这种，在一些相对结构化的环境，像工业上面做分拣、搬运、简单的一些操作，是用VLA，我觉得是 OK 的。
世界模型呢，它其实更多地是擅长于对未来的预测，加上多模态大模型，那可以做人机交互、环境感知、长程任务的规划,在有一定场景变化的这种场景里面，我觉得它是有生命力的。像多模态大模型，端到端的这种模型，未来可能是在真正的家庭里面，需要快速响应，这种我觉得是可能它会更加好一点。
我们的Pelican-Unify 这个统一的世界模型呢，实际上是把VLA、和世界模型，和多模态大模型，它们的优点应该都统一起来了，通过把不同的输入，在同一个向量空间里面进行进行训练，进行统一表征。从它的训练的情况来看的话，它确确实实能够提升机器人执行的准确率，这是我们最关注的指标。
《财新时间》：它的短板是什么？
熊友军：短板就是它现在的算力要求高。
《财新时间》：天工在现在国内这么多的具身智能，或者做人形机器人的公司当中，你们最大的与众不同的地方在哪？
熊友军：我觉得还是我们国家队的身份。因为我们创新中心是在工信部和北京市，共同指导下面成立的这个中心，是要结合行业的一些共性的、关键的一些核心技术进行突破，进行创新，把这些最好的技术，最好的创新的一些成果，开源开放给行业，让更多行业用起来，这个是最重要的任务。我们也希望说这些技术能赋能行业，能够带来一些商业化的这种利润、利益，反哺创新中心，让创新中心有更多的资源，能够可持续地经营，这个是我觉得是必须的。
《财新时间》：如何平衡完成国家队的任务和商业化之间的关系？
熊友军：商业化不是我们的第一追求，做好技术创新。原来说过must-have，还有nice-to-have。做好技术创新就是我必须要去做的事， must-have，这是第一任务，然后商业化的就是， nice-to-have，如果说有这个机会，那当然更好。
《财新时间》：关于上市对于天工来说，你们IPO的计划是什么？
熊友军：这个倒没有说一定有什么指标。我觉得就是，看行业发展的状态，还有我们自己的自身的情况。
《财新时间》：但你们是有这个计划的对吗？
熊友军：我们优先还是完成国家的一些战略任务，完成技术创新的一些使命。在这个基础上，我们还是要去追求创新中心的可持续发展。可持续发展的模式可能有很多种，上市是其中的一个选项之一，当然还有很多其他的一些选项。
《财新时间》：对下一轮的融资有什么样的规划吗？还是已经在进行中？
熊友军：下一轮的融资其实已经在规划了，已经在做了。
《财新时间》：这些投资方，你希望它能够给天工带来什么？
熊友军：不仅是给我们带来资金的助力，更多的可能是带来一些我们所缺的资源。比如说场景的资源、比如说算力，大模型的这种方向上，还有数据等方面，我们希望战略发展方向上是同路人。
《财新时间》：对于他们的而言，比如说资金的存续期，包括退出机制，他们也没有更多的要求和规划吗？
熊友军：创新中心不追求短期的商业回报，他们都是有非常清晰的这个认知的。
《财新时间》：未来三年，天工最重要的 KPI 是落在哪个方面？
熊友军：我们还是希望解决在一些重点领域里的瓶颈问题。比如说机器人大脑的问题，它的泛化能力，还有就是部署的成本要大幅地下降、时间周期要大幅地缩短。已经有很多的进展了，我觉得还需要很多努力。
《财新时间》：您已经在这个行业里24年，24年以前这个行业是什么样子的？
熊友军：那时候整个行业都在做关于工业的机械臂的研究。其实我当时博士论文其实也是关于机器人在危险场景下面做远程遥操作的一个课题，当时叫基于增强现实的机器人遥操作，整个人形机器人行业那个时候做得好的就是日本。但是呢，第一个非常慢，第二个呢，就是基本上都是人在后面遥控，这就是机器人的现状。国内当时做人形机器人的，基本上只有大学。
《财新时间》：在 20 年之前，没有想到这个行业会像今天这么拥挤吗？
熊友军：就是这几年我觉得是非常非常快，这个倒是超出我们的预期的。之前我觉得基本上是线性地在发展，是有增长，但是没有像今天这样是爆发式地、炸裂式地增长。当然这个有现在这种技术迭代，范式迭代的关系了，大家觉得已经到了这个时间点，到了爆发的这个时间点了。
《财新时间》：未来的短期 3 年、或者 5 年、10 年，市场上这上百家企业会剩下多少家？哪些公司是真正有机会的？
熊友军：从当前这个阶段来说，存在即合理，说明这个市场真的是蓝海市场，很有价值。发展到一定程度之后，可能剩下来就是那么几家，我比较认可有核心竞争力的公司。
《财新时间》：那核心竞争力究竟是什么呢？
熊友军：就是一定有自己擅长的某一个独门绝技，或者说在行业里有领军的能力，要么你在市场方面非常强，垂直领域非常强，要么底层的技术真的非常领先，要么说你的生态，打造得非常好，或者是可能是在某一个核心零部件上面，有自己很独到的地方，那我觉得也也有机会。手机、汽车，都是一样的，刚开始行业发展的时候，百花齐放，百家争鸣。但是随着沉淀之后，可能真正到最后就是，有核心竞争力的公司最后沉下来。我觉得还有一点就是，一定要有坚持的能力。我看到现在市面上很多的公司呢，进这个领域，发现这个行业火了，就想赚一波快钱，就进入这个领域；一旦这个行业进入低潮了，或者碰到什么样的一些问题了，它可能就转方向了。非常非常多，这些我觉得是绝对不可取的。
《财新时间》：您说过一句话：没有泡沫的产业，只有泡沫的公司。怎么去识别在这种纷杂的环境当中，一家公司它到底是有多大的泡沫？
熊友军：我觉得主要还是看它的产品。
《财新时间》：产品足够好，还是订单足够多？
熊友军：是市场认可度，还有它技术积累的厚度。早期的时候确实有些 PPT 的公司，讲的可能比较多一点。但是真拿出来，有时候我们说是骡子是马，拉出来遛遛，其实机器人运动会、跑马拉松，大家都是统一的环境，统一的平台，你不是都是吹自己很牛吗，那都拿出来试试看呗，其实这个过程就能看出来，是一个很好的一个试金石和一个极限的测试场，就可能分出三六九等来。
……
采访文字稿进行了部分删减，完整内容请观看视频内容。
京公网安备11011202100775号