机器人“大脑”加速进化 模型与数据成为产业竞争新焦点
| ||
|
◎记者 窦世平
过去，机器人大会上的“明星”往往是能够完成复杂动作的机器人本体。今年，产业关注点正在发生变化：从“机器人能做什么”，转向“机器人如何学会更多事情”。
在2026世界机器人大会现场，上海证券报记者观察发现，越来越多企业展示的不再只是机器人行走、抓取、运动控制等单项能力，而是围绕具身智能模型、世界模型、数据采集、仿真训练等底层能力展开布局。机器人产业竞争正在从过去的硬件性能比拼，转向“模型+数据”的综合能力竞争。
这一变化背后，是人工智能技术向物理世界加速延伸。业内人士认为，机器人要真正进入生产生活场景，不仅需要具备执行任务的能力，也需要形成对现实世界的理解能力。随着机器人“大脑”不断进化，模型和数据正在成为产业发展的新焦点。
从“会运动”到“会理解”
机器人智能底座加速升级
机器人产业正在经历从“动作智能”向“认知智能”的转变。过去，机器人更多依靠预设程序完成固定任务，而面对开放环境，机器人需要具备理解场景、学习任务和迁移能力。
世界模型因此成为行业关注的重要方向。千诀科技创始人、CEO高海川在接受记者采访时表示，从技术演进规律看，基于世界模型的路线正在成为下一阶段人工智能竞争的重要方向。世界模型的核心并不是简单生成内容，而是对环境状态、变化规律以及行动与环境变化之间的关系进行建模，从而帮助模型预测未来状态并支持决策。
这一趋势也体现在机器人学习方式的变化上。大晓机器人董事长王晓刚告诉记者，过去一年，行业对机器人学习真实物理世界的认识正在从“以机器为中心”转向“以人为中心”。过去机器人更多依赖单一本体数据和遥操作方式训练，但这类数据难以直接迁移到其他机器人和复杂环境。未来机器人进入开放世界，需要提升面对未知场景和新任务时的泛化能力。
当前，具身智能模型仍处于从技术探索走向规模应用的阶段。银河通用创始人兼CTO王鹤表示，具身智能基础模型仍处于早期阶段，模型在具体任务中仍需要进一步训练和适配，未来随着基础模型能力提升、后训练需求降低，机器人应用规模有望进一步扩大。
从单一机器人到通用模型，从固定程序到自主学习，机器人产业的竞争逻辑正在发生变化。未来机器人之间的差距，不仅体现在机械结构和运动能力，也体现在理解世界和解决问题的能力。
数据成为机器人“新燃料”
产业竞争进入基础能力比拼阶段
随着模型能力提升，数据正在成为机器人智能进化的重要支撑。与数字世界大模型不同，具身智能面对的是现实物理世界，需要大量包含动作、环境、空间关系和交互过程的数据。如何获得规模化、高质量的数据，正在成为影响机器人能力提升的重要因素。
“2026年是具身智能数据规模化的元年。”光轮智能联合创始人兼总裁杨海波对记者表示，随着行业从展示型Demo走向真实部署，数据需求正在快速增长。过去行业数据需求主要集中在数百小时、数千小时级别，如今头部客户需求已经提升至十几万小时甚至百万小时规模。
与此同时，数据竞争正在从“拼数量”转向“拼质量”。杨海波表示，当前企业更加关注数据的多样性和有效性。机器人面对真实世界时，需要覆盖不同环境、不同任务和不同变化条件的数据，仅有规模增长并不足以支撑模型能力提升，数据质量和评测能力正在成为产业重要壁垒。
数据供给方式也正在发生变化。过去机器人训练更多依赖人工示教和遥操作，而如今，真实数据、仿真数据、人类行为数据等多种数据形态正在结合。高海川表示，世界模型需要建立对真实世界运行规律的理解，这不仅需要视觉数据，也需要包含物理交互信息的数据支撑。未来，随着世界模型向机器人等物理场景延伸，对于高质量、多样化数据的需求将持续增长。
随着数据规模扩大，让数据转化为通用能力成为新的竞争方向。星海图市场部经理王甜琪表示，行业已经从过去针对单台机器人进行任务调试，转向通过具身智能基础模型预训练，再向不同机器人本体迁移，通过模型能力复用，机器人面对新任务、新环境时，可以减少重复训练成本。
机器人产业正在进入从单点技术突破迈向基础能力建设的新阶段。多位受访人士认为，未来竞争的关键，不只是制造一台性能更强的机器人，而是围绕模型、数据、仿真和训练体系，构建支撑机器人持续学习和能力提升的基础设施。
