在產業「深」處,尋機器人的生長之道——長沙推動具身智能產業發展·行思錄系列報道②

長沙晚報
13小時前

  長沙晚報全媒體記者 黃飛武 羅楊

  今年8月,湖南新出台《關於加快智能機器人產業發展的實施意見》,明確長沙重點聚焦智能機器人本體、高端控制器和具身智能算法研發,打造全省智能機器人技術策源地和創新引領極。

  新座標帶來新命題:一座城市,要有怎樣的土壤和生態,才能讓人工智能真正「長出身體」,從技術變成產業,從實驗室、展廳走向真實世界?

  深圳,提供了一個值得觀察的樣本。

  2025年,深圳機器人產業總產值達2426億元,按年增長20.56%。從核心零部件到整機研發,從規模製造到場景應用,相關產業在這裏快速匯聚。

  帶着對長沙具身智能產業如何突破發展的思考,長沙晚報記者南下深圳,從留仙洞的產業鏈上游,到整機企業展廳;從精密製造工廠,到公園、商圈裏的機器人服務場景。一路走來,一個判斷越來越清晰:具身智能的發展,早已不只是單項技術的突破,而是進入了產業生態的較量。

  沒有哪一家企業能夠「包打天下」,「萬木競秀」纔是最優解——讓不同企業各展所長、彼此依存,讓技術、製造、場景和市場形成生態,產業才能真正「長」出來。

鏈條之密:深圳如何把企業聚成產業?

  要了解深圳的具身智能產業鏈有多長、多密,不妨先把機器人「拆開」,看看一台機器人背後,連接着多少企業、技術和產業環節。

  深圳之行的第一站,就從機器人的「手」看起。

  在戴盟機器人展廳,記者戴上一副數據採集設備,彎曲手指、捏住黑板擦,再緩緩抬起。一個人類幾乎無需思考的動作,被設備拆解成壓力、切向力、扭矩、滑移等一組組數據。

  這些看似細碎的數據,恰恰是機器人走向真實世界需要補上的能力。

  攝像頭可以讓機器人看見一個杯子,卻未必知道杯壁有多滑;機械手可以伸向目標,卻未必知道應該用多大力。人手憑經驗掌握的「分寸」,機器人需要從數據裏一點點學會。

  戴盟切入的正是這樣一個足夠細,也足夠關鍵的環節——圍繞觸覺佈局傳感器、帶觸覺的末端執行器和數據採集設備,並把採集到的數據用於模型訓練。

  從觸覺這一小切口看過去,整條產業鏈的縱深可見一斑,視覺、觸覺、關節、靈巧手、算法、模型、本體控制……把一台機器人拆開來看,就會發現它是一個由衆多專業環節共同構成的複雜系統。有人做感知,有人做執行,有人做控制,有人訓練模型……這種專業分工,在整個深圳形成了高度密集的產業協作。特別是在留仙大道機器人谷,15公里具身智能閉環產業鏈可以實現「上午設計、下午打樣、次日量產、一周出海」。產業鏈的活力,就這樣從一個個細分環節的聯動之間流動起來。

  而在這鏈條上,整機企業扮演着一個特殊的角色——它既連接上游的各種專業能力,也連接下游一個個真實的應用場景。所以,採訪的下一站,便來到了優必選

  在優必選展廳,記者目睹Walker S2機器人完成料箱搬運後走向換電站,機器人會自己抬起雙臂,取下背部電池,再換上一塊滿電電池,整個過程約3分鐘。

  這個動作不如奔跑、跳舞吸引眼球,卻更接近產業真正關心的問題——能不能少停機?能不能跟上生產節奏?能不能長時間穩定工作?工廠不會因為一段流暢的產品演示視頻就下訂單。機器人從「會動」到「能幹活」,隔着可靠性、精度、成本和效率等一道道門檻。

  整機企業的意義,也正在這裏。它一頭連接着機器視覺、關節、能源等一個個細分環節,一頭連接着汽車製造、3C電子、物流等真實應用場景。機器人需要什麼樣的視覺、怎樣的關節協同和能源管理,需要在具體任務中不斷定義,而生產線提出的新要求,也會沿着整機企業重新傳導回零部件、材料和算法企業。

  優必選負責人介紹,2015年企業遷入南山智園時,周邊機器人企業還沒有如今這麼密集。此後10餘年,高校科研資源、電子信息產業和大灣區智能製造體系不斷匯聚,整機企業獲得更豐富的配套,上游企業也從整機提出的新需求中找到迭代方向。

  需求從下游傳上來,技術從上游匯過去,產品則成為兩者之間的重要接口。一家企業的技術突破,可能成為另一家的產品能力;一家整機企業提出的新需求,也可能催生新的細分賽道。

  這也是深圳具身智能產業鏈值得認真觀察的地方。它的「密」,不是把企業簡單聚在一起,而是讓不同環節彼此咬合,讓專業分工最終轉化為產業協作。

  企業多,只是「林木多」。只有當不同的林木各自生長,又通過產業鏈彼此連接,才真正有了「生態成林」的可能。

製造之厚:為什麼一個「新產業」能在深圳迅速落地?

  具身智能是未來產業,但它可不是憑空長出來的「新產業」。零部件要從圖紙變成產品,整機要從樣機走向量產,技術要從實驗室進入生產線,都離不開製造業的長期積累。

  深圳機器人產業的崛起,看似是新技術、新企業在風口中湧現,背後卻連接着數十年的產業演進:電子信息積累了器件、技術和工程師,消費電子錘鍊了精密製造和快速交付能力,新能源汽車帶來了電機、電控和傳感器,人工智能則進一步為機器人裝上「大腦」。

  一輪輪產業升級留下的能力,並未隨着賽道轉換而退場,而是在新的產業裏重新匯流,組合成具身智能產業的筋骨與血脈。

  領益智造就是其中一個代表,和紮根長沙的藍思科技一樣,也是消費電子領域的精密製造龍頭。採訪時,企業負責人從公司的業務延伸,為記者梳理了這條能力遷移路徑,企業從消費電子精密結構件、散熱、充電等產品出發,逐步拓展到新能源汽車,再進入機器人領域。一路變化的是產品形態,不變的是背後的製造能力——精密加工、注塑、壓鑄、貼裝、產線設計、質量控制和全球交付。

  所以,像領益智造這樣的製造企業進入機器人產業,並非傳統企業一時興起突然追逐風口,而是原有能力向新賽道的一次自然延伸。

  這也是為什麼深圳機器人產業「長得快」的原因——很多看不見的基礎,其實早已存在。機器人需要精密零部件,深圳有成熟製造能力;機器人需要電子信息技術,深圳有完整產業積累;機器人要快速迭代,企業長期形成的工程化能力又能迅速跟上。深厚的產業土壤裏,又長出了新的「枝條」。

場景之實:機器人為什麼要急着「走出」展廳?

  深圳前海石公園,一座通透的「智魔方」早早地把實驗室、展廳裏的機器人帶進了日常生活。顧客可以在此掃碼下單,讓機器人制作咖啡和冰激凌。

  一杯咖啡的製作售賣看起來很普通,對機器人卻是一場完整的交付測試:取杯、定位、操作設備、連續製作,每個動作都不算驚人,組合起來卻考驗着機器人的感知、規劃、操作與協同能力。

  展廳裏的演示流程可以預設,但商業空間裏的訂單,卻是一個接一個實打實的需求,機器人不僅要把動作做出來,更要一次次做穩。

  運營「智魔方」的智平方,已經把這種能力成功轉化為一種商業模式。企業負責人介紹,「智魔方」並非簡單地在咖啡機前放置一台機器人,而是將機器人本體、具身大模型、操作設備和服務空間組合起來,根據不同場景配置咖啡、冰激凌、輕零售等功能。目前,這一模式已經走出深圳,在全國多個省市落地運營。

  而且,這些散佈在公園、商圈等場景的點位,既是商業空間,也是機器人的訓練場。每一次操作、每一種變化,都可能成為改進產品的依據:模型如何判斷、動作怎樣銜接、設備怎樣適配、空間如何佈置,都在持續運營中被重新校準。

  生活場景如此,工業場景也是如此。同樣的機器人技術進入工廠後,面對的不過是另一套考題:精度、節奏、安全、連續運行。據智平方負責人介紹,企業機器人已經在惠科產線承擔PCB上下料等高難度任務。

生態之成:分散的優勢如何連成一體?

  深圳的優勢,不只在於企業多、製造強、場景豐富、科研資源集中,更在於這些分散的要素被組織成了一個彼此支撐的產業生態。

  一家做細分賽道的企業,如何找到整機夥伴?一家制造企業,如何順着產業升級進入機器人賽道?一個公園裏的機器人服務點,又為何能夠反過來成為技術研發和產品迭代的一部分?

  答案指向同一個關鍵詞:連接。

  深圳正在做的,恰恰是這件事。不是替企業決定「做什麼」,而是不斷創造條件,讓產業鏈上的不同環節「連起來」。

  這種連接,首先從公共服務能力補起。2025年發布的《深圳市具身智能機器人技術創新與產業發展行動計劃(2025—2027年)》,提出打造公共服務平台矩陣,建設開放創新平台、公共技術服務平台,並佈局概念驗證中心、中小試基地、檢驗檢測平台。2026年6月修訂後的行動計劃,又進一步支持建設技術試驗場、評測適配中心、創新中心和開源社區,推動真機數據採集、數據仿真和開源數據集建設,並通過「訓力券」支持企業、高校和科研機構使用智能算力。

  這些看似「不顯眼」的基礎設施,解決的是單個企業難以獨立承擔的共性成本,讓不同企業的技術研發、測試驗證、中試轉化有了可以共享的底座。

  一端是給足企業成長的支持,另一端,則是把場景真正打開。

  2025年,深圳南山區發布機器人應用場景「揭榜掛帥」項目排行榜,讓場景使用方先提出需求,再面向企業尋找解決方案——政務服務、城市巡邏、醫療服務、園區巡檢等真實需求由此與企業研發能力直接碰面。在商業領域,「百景入鏈」機器人場景共建活動又進一步把企業與商圈連接起來,面對面看產品、談需求、做適配。

  場景由此不再只是產業鏈末端的「市場」,而成為技術迭代的一環:場景提出問題,企業尋找答案;產品進入現場,使用產生反饋;反饋再回到研發,推動下一輪改進。

  這種連接還在繼續加密。今年9月2日公開的《深圳市推動智能機器人產業高質量發展工作方案(2026—2028年)》提出,推動人形機器人和具身智能產品在工業、服務、特種環境三大領域不少於10個真實場景常態化部署應用,開啓「作業模式」,同時推動形成高密度的機器人軟硬件配套。

  從平台到場景,從數據、算力到測試、中試,從研發到量產、應用——看似一項項分散的安排,實際上都在補同一張「網」。

  這張網,讓科研有出口,製造有支撐,企業有夥伴,產品有場景,也讓一個企業的問題可能成為另一個企業的機會,讓一個場景的需求可能變成下一項研發課題。

  集聚解決的是「大家都來了」,生態解決的是「來了以後發生什麼關係」。深圳今天做的,不是把具身智能這棵樹一次性「種成」,而是不斷培厚土壤、延伸枝幹,讓更多企業紮根,讓更多能力碰撞,讓新的連接持續發生。

回望長沙:如何把「有」變成「強」?

  深圳具身智能產業的土壤來自電子信息、消費電子、新能源汽車等領域的長期積累,長沙不可能,也沒有必要再走一遍相同的路徑。

  長沙發展具身智能,有自己獨特的優勢和產業基礎。

  從工程機械、汽車製造到先進計算,長沙長期積累的產業、技術和應用場景,為具身智能的發展提供了現實支撐——三一、中聯、山河智能藍思科技等企業,在裝備製造、精密結構、運動控制、規模生產等方面擁有深厚積累;國防科大、中南大學、湖南大學等高校院所,在機器視覺、運動控制、底層算法等領域具備較強科研基礎;國家超級計算長沙中心等算力設施,也為算法迭代提供支撐。

  在萬為機器人董事長李金波看來,這些產業和科研積累,加上工程機械、礦山、應急救援等豐富場景,都是長沙發展具身智能的獨特優勢。

  同時,湖南也已明確產業發展方向:聚焦工業機器人、服務消費機器人、特種作業機器人等領域,強化機器人本體、高端控制器、具身智能算法等技術創新,推動人工智能與製造業深度融合。

  但「有家底」,還不等於「有生態」。

  採訪中,一些企業提到,長沙目前比較突出的短板是產業集聚度和專業人才的供給。對於一條高度細分的產業鏈而言,企業需要上下游協作,技術需要場景驗證,人才也需要產業平台承載。資源能否加快匯聚、彼此找到,決定着「家底」能否真正轉化為產業優勢。

  這恰恰是深圳帶給長沙的啓示:不必複製一座「機器人谷」,但可以借鑑其背後的產業邏輯——讓龍頭企業發揮牽引作用,讓更多上下游企業匯聚,讓專業人才有平台施展,讓技術更快進入真實生產,讓已有的製造、科研、算力和場景優勢在新賽道上重新組合。

  枝葉相連,才能成蔭;百川歸流,才能成勢。

  對長沙而言,接下來要做的,是讓更多具身智能產業的種子在這裏找到陽光和土壤,讓產業鏈上的不同環節形成更緊密的聯繫,也讓多年積累的產業能力在新的技術浪潮中煥發新的生命力。

記者手記

產業的根系比枝頭的果實更難得

  在深圳採訪數日,最先給我留下印象的,是那些能夠行走、完成任務的機器人。但採訪結束後,真正難以忘懷的,卻並不是某個靈巧的產品,而是那些藏在產品背後、託舉成果的產業根系。

  一台機器人,是看得見的「果實」。然而在它身後,零部件、算法、製造、人才、場景和服務彼此牽連,就像深埋地下的根鬚,安靜地輸送養分。這些根系不如枝頭的果實耀眼,卻決定着一項技術能否變成產品、一台樣機能否走向量產、一陣熱潮能否沉澱為產業。

  產業的根系,從來不是在風口到來之後才匆忙紮下的。深圳具身智能產業今天呈現的活力,離不開這座城市數十年的產業積累——從消費電子到具身智能,產業賽道幾經轉換,但器件、工藝、工程師、供應鏈和市場經驗並未隨之退場,而是在新的技術浪潮中重新匯流。就像一片森林之所以繁茂,也不只是因為樹木衆多,更因為地下根系相連、地上萬物共生。

  要讓這樣的根系持續生長、彼此連通,既離不開市場的自發演化,也需要政府在關鍵處有所作為。在深圳,政府在產業尚未成熟時疏通關鍵環節,讓技術、製造與需求更容易找到彼此,既為創新引來陽光雨露,也尊重每一粒種子自己的生長方向。

  這樣的產業生態,比引進一家明星企業更難,也更珍貴。一家企業可以迅速落地,一個項目可以拔地而起,但產業根系無法一夜長成。它需要時間向下伸展,需要不同主體在合作中彼此磨合,也需要一座城市在熱潮之外保持耐心,在不確定中堅持培育。

  每座城市都有自己的產業土壤,對長沙而言,工程機械、先進製造、高校科研院所、算力基礎和豐富場景,都是已經存在的基礎。但如何讓這些優勢演化成產業的「根系」和「生態」,仍是一道需要持續作答的考題。

  枝頭的果實帶來一時矚目,地下的根系才決定長久的繁茂。把根扎深,把枝伸開,讓今天的積累長成明天的產業——這或許纔是長沙面向具身智能產業這片新天地,更值得思考的事。

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