具身智能机器人领域正迎来前所未有的发展热潮，众多新兴企业纷纷崭露头角。

宇树科技、智元创新、云深处等机器人行业的领军企业，正积极筹备冲刺IPO，这一动向吸引了大量资本的关注与投入。

据海关总署最新公布的数据，截至2026年前五个月，我国各类机器人的出口总量已攀升至1037.7万台，出口总金额高达199.9亿元，产品广泛销往全球150余个国家和地区，展现出强劲的国际竞争力。

人形机器人赛道同样取得了显著进展，预计2026年全年整机产量将突破10万台大关。据相关统计，目前我国机器人相关企业数量已超过115.4万家，其中广东、江苏、浙江等省份的企业数量位居前列，形成了产业集聚效应。

然而，2026年机器人赛道的发展重点正悄然发生变化，从以往的单纯展示技术转向实际应用落地。6月底，国内首个以“人工智能+机器人”为核心，贯穿全产业链的产教融合体——“机器人学校”在杭州市余杭区正式揭牌成立，这一创新举措填补了国内机器人专项产业培育平台的空白。

据悉，杭州机器人学校由浙江大学机器人研究院牵头，联合浙江省质量科学研究院、杭州城西科创大走廊共同推进建设。该校面向机器人本体开展“职业技能”培养与认证，首批新生包括了来自工业、服务、安保、文娱等多个领域的30台机器人。

近日，《徽声在线》记者独家专访了浙江大学机器人研究院院长、杭州机器人学校创始人朱世强教授。朱教授就当前机器人赛道的全球竞争格局、机器人“大脑”技术的路径分化、机器人创业企业如何跨越“死亡谷”等话题，分享了他的独到见解与研判。

图片来源：受访者提供

机器人发展的核心驱动力：智能化水平持续提升

徽声在线：特斯拉的Optimus人形机器人有望实现大规模量产，您如何看待当前中美在人形机器人领域的竞争态势？

朱世强：从产业属性来看，人形机器人目前仍属于未来产业范畴。要将其从未来产业转变为现实的支柱产业，还需经历一个漫长且复杂的过程，其中智能化程度的提升是关键所在。当前，衡量机器人发展水平的核心指标并非生产量，而是其智能化程度的高低。

即便特斯拉实现了量产，也离不开中国强大的产业链支撑。特斯拉的量产将带动国内配套能力的提升，产生积极的产业效应。更重要的是，中国拥有独特的“工程师红利+极致性价比”发展模式。像宇树科技、Deepseek等企业的成功，正是得益于完整的产业集群与高效的资源整合能力。在机器人这样高度复杂的领域，单打独斗难以取得长远发展。

此外，中国机器人企业在技术创新、市场应用等方面也展现出强大的竞争力。随着技术的不断进步和市场的不断扩大，中国有望在全球人形机器人领域占据重要地位。

徽声在线：过去两年，资本市场对人形机器人赛道表现出了极高的热情。然而，在一些具体应用场景中，我们看到的落地机器人形态多样，有的选择轮式，有的则是异构形态，并未都采用人形。您如何看待这一现象？

朱世强：从应用角度来看，机器人的本质是智能化的自动装备，其核心价值在于帮助人类解决问题。的确，在很多应用场景中，作业并不需要人形机器人来完成。应用端更关注的是机器人是否具备实质性的功能，而非其形态。

然而，从产业发展角度来看，人形机器人具有巨大的科学意义和强大的未来产业牵引作用。人形机器人技术的成熟将形成一个广谱的技术体系，涵盖众多技术门类，其复杂程度不亚于航天科技。随着人形机器人核心技术的突破，将带动整体技术体系的提升，这是人形机器人的科学价值所在。

此外，未来当人形机器人各方面技术成熟、成本下降后，双足机器人仍将具有其独特的优势。只是从当前情况来看，人形机器人还存在一些局限性，如成本较高、可靠性差、场景适应能力不够、智能不足等。因此，市场在推进应用的过程中，更注重机器人解决实际问题的能力，而不拘泥于其形态。

徽声在线：当前人形机器人赛道处于怎样的发展阶段？

朱世强：目前，真正能够走进生活、解决实际问题的人形机器人产品还非常稀少。尽管社会热度高涨、资本涌入频繁，但大多数机器人仍停留在“秀本体”的1.0时代，即比拼的是灵活性、运动能力与外观设计。

真正的变革在于迈向以“大脑”为核心的2.0时代。未来的机器人，核心区别将在于智力水平。不是看它能不能翻跟头，而是看它能不能独立完成任务。这一转变好比从“肌肉记忆”到“逻辑思维”的跨越，就像人类学会剥橘子后能举一反三去处理其他水果，而非依赖海量重复训练。

机器人缺“大脑” 企业需跨越两道“死亡谷”

徽声在线：人形机器人走向真实的物理世界，业内普遍关注缺乏大量真实世界数据的问题。数采成为机器人的热门细分赛道之一，您如何看待当前机器人数采模式？

朱世强：当前数据训练主要采取“规模化真实交互数据采集”模式。这种方式类似于某些运动训练，能够形成“肌肉记忆”和条件反射，但遇见不同场景可能就出问题。而且，机器人物理交互数据具有场景专属、硬件绑定、采集成本高昂等特征，单家企业很难规模化沉淀数据。

我们走的是不同的技术路线。虽然数据采集也是必要的，但我们的核心不是靠大量数据不断训练来形成作业能力。那种方式泛化能力很弱，换一个场景就失效了。我们的核心是大脑赋能，用大脑来推动机器人的熟化，提高其适应不同场景的能力。

为了实现这一目标，我们不断优化大脑算法，提高其对不同场景的识别和理解能力。同时，我们还与多家企业合作，共同开展数据采集和共享工作，以降低数据采集成本，提高数据利用效率。

徽声在线：目前具身智能“大脑”领域存在多条技术路线的争论，如VLA（视觉-语言-动作）端到端路线、世界模型以及大小脑分层协同等路径。您团队的“无际大脑”在VLA基础上加入了逻辑推理层，形成VL²A架构。为什么选择这条路线而非其他架构？您判断当前哪种技术路径最有可能率先实现规模化商用？

朱世强：VLA模型将视觉、语言和行动及多模态信息处理融合在同一个大模型框架内，为具身智能开辟了一条很好的技术路线。但其泛化能力不强、精细动作不易实现、决策过程呈黑箱特性、故障排除困难等特点，决定了其在机器人领域的应用有很大局限性。

世界模型的技术路线目前还处于学术讨论阶段，可见的将来，我们还很难看到有能解决真实问题的通用世界模型。因此，这条路线在短期内实现规模化商用的可能性较小。

其实人类在决策过程中，无论有意义或无意义，自觉或不自觉，我们都在使用逻辑。因此，我们在VLA架构中融入逻辑功能，形成VL²A的独特框架。这不仅使机器人决策的过程有了清晰可检验的逻辑步骤，同时也减少了决策过程中过度的数据依据和计算量，使模型在端侧部署成为可能。

当然，就目前的技术发展现状而言，任何大脑都不具备解决所有问题的能力。各种技术路线的探索都是有益的，VL²A模型也是在进化过程中，还远未到万能的程度。至于哪种技术路径最有可能率先实现规模化商用，目前还难以准确判断，需要看各技术路线的发展速度和市场需求的变化。

徽声在线：有数据显示全球机器人企业三年生存率不足10%，五年生存率不足3%。大量企业手握优质硬件本体却倒在从“裸机”到“产品”的路上。您多次提到这背后是“大脑”能力的缺失。机器人企业如何跨越“死亡谷”？不同品类、不同场景的机器人，对“大脑”的需求是否存在本质差异？

朱世强：机器人中小企业在发展过程中要跨越从“本体”到“母机”、从“母机”到“样机”两个“行业死亡谷”。

从“本体”到“母机”的第一个“死亡谷”，是指机器人仅具备基础运动功能（本体），但缺乏集成控制系统和智能决策能力，无法形成可实际应用的原型机（母机）。这要求企业在研发过程中注重控制系统的集成和智能决策能力的提升。

为了跨越这一“死亡谷”，企业可以加强与高校、科研机构的合作，引进先进技术和管理经验。同时，企业还可以加大研发投入，提高自主创新能力，形成核心竞争力。

从“母机”到“样机”的第二个“死亡谷”，意味着机器人企业虽有原型机，但未能通过场景化训练赋予其自主思考、学习与适应能力，无法转化为可在真实复杂环境中工作的成熟样机。这要求企业在产品开发过程中注重场景化训练和实际应用能力的提升。

为了跨越这一“死亡谷”，企业可以积极寻找应用场景，与用户合作开展场景化训练。通过不断迭代优化产品，提高其在实际应用中的性能和稳定性。

机器人行业创业风险高是普遍现象，大量企业手里攥着跑得稳、跳得高的本体，却倒在从“裸机”到“产品”的路上。缺的就是“大脑”。机器人学校能否成为跨越“死亡谷”的通用解决方案？我的回答是：能提供关键助力，但不是万能药。

“大脑”赋能只是产品化的必要条件，不是充分条件。硬件可靠性、供应链、市场渠道等因素同样重要。企业需要在这些方面同步发力，才能提高产品化的成功率。

不同品类、不同场景的机器人，对“大脑”的需求确实存在本质差异。所以学校设了技校、卫校、艺校、体校四个专业方向。工业机器人的大脑需要精准操作和流程优化能力，以提高生产效率和产品质量；服务机器人的大脑需要理解和共情能力，以更好地与人类交互和提供服务；安保机器人的大脑需要警觉和判断能力，以及时发现和处理安全隐患。

“大脑”不是一套通用软件，而是一个可适配、可定制的能力基座。企业需要根据自身产品的特点和应用场景的需求，对“大脑”进行定制化开发，以提高产品的竞争力和市场适应性。

机器人学校：解决机器人在实际场景中“干活”的问题

徽声在线：杭州机器人学校被称为“国内首个以大脑赋能、智能体集成”的产业赋能平台。在您看来，机器人学校与机器人中试平台、场景训练场最大的区别是什么？

朱世强：杭州机器人学校与机器人中试平台、场景训练场是不同的技术路线。我们的目标是做机器人“育成”的工作，解决的是机器人能不能在实际场景中“干活”的问题。

我们借鉴人类职业教育体系，为机器人设计了完整的培养路径。先进行“入学体检”，全维度评估硬件与运动能力；再按安保、家政、导览等岗位“分科培养”，装入“大脑”；培训结束后接受权威机构考核，再颁发《专项技能等级证书》，持证上岗。这是一个从“裸机”到“智能技工”的蜕变过程。

徽声在线：您提到机器人学校借鉴了人类教育机构的理念，包括让机器人学习遵守伦理道德和法律法规。学校还设置了五维培育，涵盖伦理安全维度。在您看来，机器人的“伦理教育”和“技能教育”哪个更难？目前国内在机器人伦理安全方面是否有统一的标准框架？

朱世强：在我看来，“伦理教育”和“技能教育”都不易，难以简单比较哪个更难。机器人要走向大规模应用、与人类共生，既要越过“大脑”和“灵巧手”这两道坎，更要把好“从善守正”这一个关。从这个角度说，“一个关”正是伦理安全。

技能教育相对会有明确的目标和可量化的指标，如机器人能不能抓稳杯子、能不能走稳路等，一测便知。但伦理教育涉及的是价值判断、行为边界和社会接受度等问题。

什么叫“符合伦理”？不同文化、不同场景、不同人群可能有不同答案。我们让机器人学习遵守人类的伦理道德和法律法规，但“遵守”的前提是“理解”。从这个角度说，让机器真正“理解”伦理，比让机器“学会”技能要复杂得多。

目前国内在机器人伦理安全方面还没有统一的标准框架。但随着机器人应用的不断扩大和深入，建立统一的标准框架将变得尤为重要。这将有助于规范机器人行为，保障人类安全和权益。

徽声在线：2026年被业界视为具身智能规模化商用的元年。今年1至5月，我国机器人规上企业营收已突破900亿元，同比增长26.9%。展望未来三到五年，您认为机器人“大脑”领域会像当年的操作系统一样形成少数几个主流平台，还是会呈现“百花齐放”的格局？杭州机器人学校在这个生态中将扮演怎样的角色？

朱世强：目前还很难预料大脑的最终格局，但有一点是肯定的，机器人行业将很快从秀舞技、秀本体到秀实用能力的2.0时代，这个时代一定是大脑引领的时代。目前大脑还完全没有成形，各种技术路线的竞争有利于行业进步。

杭州机器人学校在这个生态中的角色，我定位为“大脑赋能平台”和“产业加速器”。我们不做机器人本体，我们做的是为行业提供模块化、标准化、可复用的机器人大脑基座，降低研发门槛，缩短产品化路径。

为了实现这一目标，我们不断优化大脑基座的性能和功能，提高其适应不同场景和需求的能力。同时，我们还积极与高校、科研机构、企业等合作，共同推动机器人大脑技术的发展和应用。

再往前一步，我希望把它建成一个具有强大影响力的具身智能行业赋能中心，向上连接高校与科研，向下连接本体、零部件、制造与应用企业。让机器人不再“各自散养、自学成才”，而是走进一套“有组织的学习”体系。

这也是我们一直讲的：做全球硅基生命有组织教育的开拓者。我们的目标是推动机器人产业从“1.0时代”迈向“2.0时代”，从“能动的机器人”到“懂事的机器人”，从“科技玩具”到“实用工具”。