以“实景实训”推动人形机器人与具身智能发展

中国工业互联网研究院副院长 田野

《中华人民共和国国民经济和社会发展第十五个五年规划纲要》提出，前瞻布局未来产业，推动具身智能等成为新的经济增长点。具身智能是“有身体”的人工智能，可执行现实世界任务并主动学习进化，是未来产业的重点发展方向，而人形机器人被视为具身智能的高级载体和理想形态。近期，工业和信息化部、国务院国资委联合印发通知，正式启动2026年度人形机器人与具身智能实景实训专项行动，面向工业、特种、服务等领域重点场景，推动人形机器人与具身智能产品部署应用，加速实现产业规模化发展。制造业是实体经济的根基，是具身智能赋能应用的主战场，实景实训专项行动正是破解人形机器人与具身智能落地瓶颈、赋能制造业高质量发展的关键举措。

一、人形机器人与具身智能加速赋能制造业数智化转型

近年来，我国人形机器人与具身智能产业蓬勃发展。从技术创新看，创新体系初步建立，感知、控制、驱动、传动等核心模块基本实现自主可控，整机产品达到国际先进水平。其中，人形机器人的智能水平快速迭代，多模态模型、世界模型等新技术不断涌现，“大脑”“小脑”加速融合，跨场景泛化与自主学习能力显著增强，已成为拉开产品性能差距的关键变量。从应用情况看，人形机器人已从小批量试制进入规模化落地部署阶段。2025年是我国人形机器人量产元年，全年产量超2万台。人形机器人在制造业领域的应用潜力巨大，尤其是装备、汽车等行业，具有规模大、场景多、可复制程度高等特点，是人形机器人规模化落地的核心突破口和主战场。

尽管我国人形机器人产业发展已具备一定规模，但在制造业领域应用仍面临三方面挑战。一是关键技术存在短板，整机“大脑”的智能化水平还存在不足，端侧推理芯片、操作系统等核心软硬件还有差距。二是优质工业具身智能数据集供给不足。行业普遍认为模型训练需求数据为数十亿规模量级，现有样本仅达到百万级。真实数据采集依赖专业设备和人员示教，难度大、成本高。且现有数据集格式不兼容、标准不统一、时序难对齐，数据迁移和泛化的应用难度较大。数据正从“有”向“优”和“准”的方向发展，但远未达到精准满足行业需求的程度。三是场景应用闭环存在堵点卡点。工业制造领域高附加值场景较少，整机购买、部署、运维成本高，通用训练场产生的数据与复杂的工业真实场景需求之间存在显著的“结构性错配”，缺少典型场景工艺流程的清晰定义和标准化提炼，难以形成良好的商业闭环和规模化推广效应。

二、以实景实训推动人形机器人赋能制造业实现价值闭环

专项行动针对当前具身智能产业“技术迭代依赖场景数据、场景数据依赖规模部署、规模部署依赖技术成熟”的循环困境，以制造业真实产业需求锚定实训方向、以复刻实景空间夯实训练底座、以应用验证打磨作业技能、以模式创新打通商业闭环。补齐人形机器人技术短板、打通场景商业化落地链路，为人形机器人深度赋能制造业数智化转型构建可落地、可复制、可推广的标准化实施范式。

一是建设实景实训空间，打造数据飞轮。以“高需求行业+高价值场景”牵引实景实训建设。围绕制造业数智化转型重点方向，深入柔性物流、精密装备、非标作业、高危巡检等场景的实际需求，遴选一批劳动强度大、环境危险性强、人力替代需求迫切、技术落地条件成熟的高价值场景。针对每个场景组建由用户单位与整机企业牵头的创新应用联合体。用户单位负责开放实景空间、量化部署应用目标并提供环境语义信息，整机企业及供应链定向攻关适配。以用户“真实行业需求+真实业务流程”建设专业实景实训空间。通过多元化数据采集方式，汇聚环境、操作、交互等各类真机数据，形成具备行业工艺经验的高质量数据资产，驱动模型持续进化。通过将进化后的模型再部署至实训环境，产生更高质量数据，形成“数据采集—模型训练—场景验证—数据回流”的正向循环。

二是加强应用验证与供需对接，实现商业闭环。以“应用验证—问题反馈—模型迭代”构建训练验证应用闭环。通过将各行业的标准作业程序（SOP）拆解为可量化、可考核的技能单元，具身智能大模型完成训练后，可立即进入训练验证场模拟验证环节，全面检测其作业成功率、鲁棒性和安全性，模型和本体企业可以快速定位短板，开展针对性优化与迭代升级，并将改进后的模型重新投入训练验证，技能成果经实景验证确认技术成熟度达标后进入规模化部署，规模化部署反哺新的场景需求。通过这一闭环，实现以用促训、以训促改、以改促优，不断缩小模型能力与场景之间的差距，加速具身智能技术的成熟与应用落地。通过加强供需对接，探索“人形机器人即服务”等按效用付费、经营性租赁手段，降低用户投入门槛，实现具身智能商业闭环。

三、推动人形机器人在制造业规模化应用

依托实景实训专项行动，构建从训练、测评到落地、推广的全链条产业化支撑体系，推动人形机器人由单点试点验证转向全行业规模化商业落地。

（一）建设场景化、专业化“具身智能+制造”训练场

实现具身智能在制造业领域的规模化应用，需要以典型场景进行牵引，以点带面，形成突破。一是制造业企业根据需求筛选并开放高价值真实作业场景，由专业化第三方机构根据场景条件指导企业建设具身智能专业训练验证场，形成实景实训空间。早期空间建设应围绕柔性物流、精密装配、高危巡检、非标作业等四类典型场景，复现仓储分拣、汽车装配、化工巡检、铸件打磨等真实作业环境与作业流程。二是针对各类场景系统梳理标准化元动作库与操作规范，涵盖感知认知、运动控制、作业执行和协同交互等不同动作类别，开展遥操作、无本体、纯视觉采集等多种方式数据采集，支撑人形机器人与具身智能技能模型训练与优化。三是组织重点制造业企业开展场景实训先行先试，在受控环境中全面验证机器人作业性能，形成快速迭代优化闭环；由创新联合体协同进行场景适配攻关，深化应用验证和产品迭代。

（二）构建高质量工业具身智能数据集

一是面向双足人形、轮式人形、不同自由度构型、多品牌异构机型等各类具身智能机器人本体，通过遥操作、UMI、Ego-Centric、人类视频等各类数据采集方式，聚焦工业场景特有的安全合规要求、动态环境感知、人机协作规范，构建具备行业专识工艺经验的高质量工业具身智能数据资产。二是统筹布局建设行业级工业具身智能领域数联网节点，串联各领域节点资源，搭建权威统一的工业具身智能可信数据空间，打通跨行业数据互通共享通道。三是引导制造业企业与本体企业盘活存量优质数据集，赋能具身智能大模型迭代训练与细分产线场景定制适配，以数据要素驱动具身智能技术深度落地制造业。

（三）促进具身智能本体企业与应用需求方实现高效精准供需对接

以“评测筛选+智能匹配”协同促进产业链上下游实现高效可信对接匹配。一是建立具身智能工业应用评测体系，面向制造业场景真实需求，依托相关国家及行业标准，围绕效率、质量、安全性、稳定性、经济性、灵活性、智能成熟度等多维度制定量化评测指标体系，完善产品向场景的安全准入和全生命周期溯源等机制。二是依托人工智能赋能新型工业化供需对接服务平台建设人形机器人专区，根据对整机产品的场景化应用评测结果和制造业企业实际需求，实现智能推荐匹配，破除产业链信息壁垒，实现供需资源精准撮合。在此基础上分级推进供需落地，区域方面，依托国家人工智能创新应用先导区、重点工业城市，围绕地方特色产业开展区域性对接；行业方面，引导产业链重点企业聚焦共性痛点，围绕质量管控、柔性装配、安全生产等关键场景组织专项对接。

中国工业互联网研究院构建了人形机器人与具身智能训练验证“4+2”工作体系。一是支持四川、福建、浙江等地开展具身智能专业训练场建设，通过“理场景—建环境—汇数据—拓应用”四步走战略，构建具身智能工业应用标准化元动作库与操作规范，为沉淀工业具身智能高质量数据提供标杆范式。二是积极探索人形机器人制造工厂应用成熟度评价体系，建设了人工智能赋能新型工业化供需对接服务平台人形机器人专区，以零部件供需对接、整机—场景供需对接两大维度推动构建“具身智能+制造”应用生态。三是与数据空间技术与系统全国重点实验室共建了工业具身智能数联网融创中心，加强高质量工业具身智能数据集建设，积极推动人形机器人从“单点验证”走向“规模化商业应用”。