江磊:到年底,人形機器人出貨量或達20萬台

市場資訊
09/11

專題:中國國際服務貿易交易會 物理AI與具身智能機器人創新生態交流會

  服貿會專題活動「物理AI與具身智能機器人創新生態交流會」於2026年9月11日在京舉辦。工業和信息化部人形機器人標準化技術委員會副主任委員、國家地方共建人形機器人創新中心首席科學家江磊出席並演講。

  以下為演講實錄:  

  江磊:尊敬的張峯書記、各位來賓,也是啱啱結束世界機器人大會,北京世界機器人運動會,做完之後有很多的感想正好藉着服貿會的平台,把我這一次參與大會的一些感想總結一下,我覺得正如剛纔張峯書記介紹在過去3年人形機器人經歷了從0到1,今年大家都說怎麼從一個小批量的量產到規模化?我對這個有所感悟,應當說是第一次來分享我的這個感悟,有很多不對的地方供大家參考。

  最大的感想就是這一次運動會8.64秒,機器人居然能跑過人類冠軍,現場看確實非常震撼,觀賞性也特別好。大家都在問具身智能這麼熱,上半年已經跑過半馬,這一次跑過百米,好像400米跟1500米,包括跳高、跳遠都超過了人類。大家都在問機器人已經這麼強了,在運動性能上超過人類了,下一站的發展方向在哪裏呢?所以針對這些熱潮事件,我給它總結了一下,用三個方向給大家分享一下我個人對整個行業的觀察。

  去年大家都說是量產元年,今年大家也想用一個詞,每年都是元年,那就是爆發元年。世界機器人大會,電子學會產業報告也說整個上半年的出貨量已經到4萬台,其實每次統計,我個人感覺還是偏保守。從整個行業調研來看,今天我們做這個報告,到年底我們覆盤一下,我認為這個數有可能進入到20萬台,甚至更樂觀會到30萬台。為什麼會那麼快?去年大家都說具身智能的方向在哪兒?今年整個上半年的孖展都超過935億元,那麼大的一個產量,我更想要替整個人形行業說一下,大多數的人都認為人形機器人賣到哪裏去?如果真的是研究,尤其我們標委會TC8前期10家頭部的人形公司,我們蒐集了以後,基本上處於供不應求的狀態,機器人生產不出來,是當前人形機器人最大的瓶頸障礙。我們知道基本上這一輪創業的科學家、企業家都是很年輕的小夥子,很多科學家,如何把一個工業品製造出來,我認為這是跟很多人想象的不一樣。

  另外什麼是具身智能?我們標委會也一直在討論,一直說進入物理AI,這次大會用的標題特別好,我認為物理AI會成為今年或明年之後更被大家廣泛認知的。進入物理AI這個時代,我們用機器人的視角,通常會把具身智能看作感知、決策、執行一體化的一個閉環的過程。今年我們認知到一個比較熱的詞是Agent,去年大家說Agent是什麼?我相信今年大家能夠感受到,如果大模型給我們寫文章,跟Agent給我們寫文章,同樣的promote,Agent的能力是更強的。有一個ReACT的框架,我覺得挺適合區別於過去機器人視角提出的感知決策行動,很重要的一個是有了思考,在ReACT框架中,思考和推理是驅動整個具身智能閉環核心的要素。我認為尤其在旁邊Rigure03也發布了自主上下樓梯的視頻,網上也有,大家可以很好地搜索到。

  所以具身智能,我經常說一個詞,在物理AI的時代,每6個月它的核心內涵都會發生一個比較明顯的改變,可能跟我們過去看具身智能行業有很多想象的不一樣,這些不一樣就上半年6個月世界機器人大會之後到現在我們看的應該有4個事件和大家想的不一樣,我給大家總結一下。

  第一件事就是快,榮耀奪冠,這一次北京半馬。榮耀,應該說是一個手機行業公司,幾乎擊敗了絕大數的機器人公司,這件事給我最大的衝擊就是快,我相信很多的企業都說我要不要進入具身智能,董事長給總經理佈置任務,你用2年給我轉型完畢。但是榮耀這件事給我們一個提示,它不是一個漸進式的過程,你是具身智能就是,你不是就不是,6個月就能證明你是不是在這個賽道,所以大家一定要下定決心進入具身智能,不要給自己設後退的線,6個月,按道理我們說6個月就能造出一款半馬的機器人,能跑完整個半馬。我覺得今年的中位數在1個半小時左右。如果大家仔細去研究行業,積極參加TC8標委會的活動,只要真正了解這些行業的,應該這些事不是特別難,但是很遺憾有300家公司倒在了起跑線的1公里,我就說這300家公司沒有很好的去了解什麼是人形機器人行業。

  第二件事就是奇。最近我們一直在討論機器人行業整個的發展速度,工信部的報告,我們整個工業機器人的增長值是28%,如果大家了解機器人行業,世界機器人組織IFR給出的值是5%—7%,也就是比GDP好一點有限,這個好像跟機器人界的體感不一樣,這麼熱鬧的一個行業才這麼點嗎?所以我又去搜索了人形機器人的產業報告是300%,同樣的機器人3個字,為什麼一個300%,一個是28%,10倍的差距,值得大家去思考。所以我總結了一個有意思的觀點,我發現這個事,機器人界的人看人形機器人行業,我發現全部都是焦慮,機器人用到哪裏去。但是從AI的視角來看人形行業全部都是未來,人形幫助AI走出螢幕,它有算力、有數據、有未來,所以這背後的原因是什麼,值得大家思考。

  第三件事就是怪。我們現在進入到了具身智能的時代,大家都說花了好幾千萬,整個行業936億卷出來的7個具身智能的模型,我給大家總結出來,居然全部都是開源的。花了好幾千萬、好幾億,我們把模型開源出來,為什麼要開源?所以現在很多人進入具身智能賽道還需要去做一個模型再去探索科學問題的本身,但大家依然忽略了具身數據。

  第四件事就是神。SOTA在改變推動整個具身智能的新秩序。兩個特別大的競技場:WorldArena、RoboChallenge VLA,我暫且先放這兩個,雖然有很多爭議,因為它是AI界特別容易接受的,每一個AI公司都願意把自己的產品拿出來挑戰一下什麼叫SOTA?state of the art,世界最高水平就是SOTA。過去機器人是不做SOTA排名的,我的產品不想要跟同行去比較,我要做出自己的特點,但其實我想這一次我們的半馬,我們的運動會,世界機器人大會給了一個很好的舞台,機器人有沒有能力,你拿出來溜一溜,所以我建議現在大家在做人形機器人行業的話,一定不要去低水平重複。我前面介紹你只要真的了解人形行業,你從TC8標委會選到的核心零部件,你今年的平均水平能夠拼出一個人形機器人,能跑完21公里的半馬,而且用1個半小時,居然很心痛的是大多數人不知道這件事,所以我覺得SOTA是在推動整個製造業的進展。

  這四件事的反常識,我覺得進入具身智能行業最重要的就是速度觀、增長觀、資產觀、競爭觀要全面的重塑,才能夠讓你有一個這樣的活力,所以我經常用這一頁人形機器人的冰與火,2022年我就讓大家研究你到底走在阿西莫路上,還是走在特斯拉路上,這是兩個截然相反的路徑。如果你的路徑選擇錯誤,將會完全的走在錯誤的路徑上。

  但有沒有方法論呢?就是這麼重要的一個現象,我給它總結成4個方法論。首先還是要重申AI+機器人的技術體系,我們寫得很明確是AI+,不是機器人+AI,這是很重要的,我看很多人形機器人的戰略還是把機器人做成第一戰略,我建議在做機器人硬件之前要補足企業的AI3要素、算力、數據、算法是什麼,所以AI+機器人的全棧技術體系一定要去堅持,並且整個行業有二八定律,我認為今天80%的企業要進入,很難存活,這個原因就是你並不了解具身智能。這裏面很重要的固有經驗就是你的攔路虎,有五個經驗要分享,由於時間經驗不再展開。最後一個我想要重複一下,在座的包括我這一代的經常受到一個教育,就是要把複雜的事情簡單化,把簡單的事情流程化,但無論是在企業的組織,還是研發人員,大家一定要忘記這句話,這句話在具身智能時代絕對是錯誤的,一定要把複雜的事情AI化,把高維的事情用萬億參數來模型化。

  我們要去做的是,我們最近在世界機器人大會上推介了一個詞,叫Ai鏈化製造,大家一定要了解這樣一個方法,不是把你的企業AI化、具身智能化,是AI鏈化。AI鏈化有三要素:一是要成鏈,從靜態鏈到開放鏈,你的企業一定要開放。二是要強鏈,一定要用SOTA做標杆。三是要用數據來記錄整個企業。其實這三件事大家記住就行了,也是現代轉型企業三個最常見的問題,我建議所有的創始人一定要開源,開源最根本就是你恨不得要做一個抖音狀態,企業的CTO如果沒有抖音賬號不做直播,我覺得這個企業就有問題。第二個就是要做數據,你一定要有數據清單。第三個就是要做具身智能的產品,積極參加標委會的工作,才能完成,這就是三塊。

  最後一個是我的預測,我就放在這一頁作為我的報告的結束正好是亦莊的馬拉松,人形不是一個短跑,是60年馬拉松的賽跑,馬拉松不能太早,過去我們的機器人公司90%的創新公司,我們搜索都消亡了,你過早的預測行業也不行,但是過慢的認識行業也不行,最近3年大家就記住,做通用數據來做通用智能,如果還不了解具身智能行業的,請大家一定積極參加TC8標委會,全棧體系不折騰、數據制勝不內卷、標準引領不散亂。

  以上就是我的彙報,謝謝各位!

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10