首页科技快讯 AI模型正在让机器人“钞能力”觉醒

AI模型正在让机器人“钞能力”觉醒

来源：晰数塔互联网快讯时间：2025年08月04日 12:38

2025年被称为“机器人商业化元年”，也有人称之为“机器人现金牛元年”。

“现金牛”不无来历，2025刚开年，我国具身智能赛道便上演了一波“抢钱”行情：上半年我国具身智能行业投资达91起，总额110.37亿元，超2024年全年总量。应用端成交额同比激增了17倍，呈现出爆发趋势。

数字的背后，则是产业逻辑的转变——机器人赛道已跨越“科幻概念”阶段，进入规模化商业价值兑现期。其核心驱动力在于“数据采集-模型训练-商业转化”的技术变现闭环正在加速成型。

“人性”的觉醒

自1920年诞生于捷克作家卡雷尔·恰佩克笔下的“robota”至今，大模型的跨越式发展，让机器人robot第一次有了“人味”。基于Transformer架构的具身智能模型，使机器人自然语言理解准确率提升至92.3%，接近人类水平。机器人正实现从“机械臂”到“思考者”的质变。

传统工业机器人采用预设程序执行固定任务，其环境适应性与任务灵活性存在显著局限。当前的技术突破，在于基于深度强化学习的具身智能系统，通过千亿级参数规模的神经网络训练，使机器人获得了类人的环境理解能力，包括语境识别、交互对象关系解析及情感状态感知等多维度认知功能。通过多模态大模型对语言、视觉与动作信号的融合处理，机器人实现了跨场景任务的泛化执行能力。正是这一技术进步，加快了当下机器人从“程序驱动”向“认知驱动”的转变步伐。

需要看到的是，这种“人性”觉醒的关键，在于高质量、大规模数据集的支撑。机器人要精准理解世界，需海量涵盖各类场景、各种情况的数据用于模型训练。从日常生活中到工业生产的数据参数，数据越多、越细，机器人构建的世界认知模型就越精准。这其实也可以把它看作是基于内置算法和知识库，进行独立决策，并实现多模态任务执行的智能体实体。

不过，高质量数据模型的建立，需要高昂的训练成本。为了确保数据真实、准确、全面，就需要投入大量人力、物力深入各类场景进行收集。数据标注需专业人员对采集数据进行细致标注，告诉模型每个数据代表的含义，这一过程耗时费力。据思策智库的调研观察，国内当前众多企业正参与到数据的标注行业，其中不乏大型上市公司。除了科技类公司，也包括一些传统行业企业，同时还涌现出了一批专注于数据标注服务的外包企业。从机械工业、教育、医疗、金融、文学，到自动驾驶场景、音视频等各类的数据标注，为各类人工智能和机器人研发企业提供定制化的数据标注服务。可以说，“中国数据红利”正加速全球机器人领域的智能化迭代。

模型开始“自省”

机器人要实现更高程度智能化，自学习与自我纠正是关键一环。

传统机器人学习新技能，常需人工编写大量代码，重新调整算法结构，过程复杂且低效。如今，当面对新任务，模型可基于已有学习经验，快速理解任务要求，并尝试从过往技能库中组合、优化出执行新任务的策略，实现自主学习新技能。在好的模型支撑下，机器人可实时监测自身行为与任务目标差距，一旦发现偏差，可迅速回溯分析原因，并自主调整行为策略，确保任务在正确的航道上。

模型的透明化与开源性在这一过程中扮演着“催化剂”角色。透明化模型让开发者清晰了解模型内部运行机制、决策逻辑，便于排查问题、优化性能。开源模型则汇聚全球开发者智慧，大家基于同一开源模型，从不同角度改进、创新，加速模型迭代升级。英伟达黄仁勋近期在第三届中国供应链博览会上展示的机器人，据悉其GR00T大模型80%训练数据来自AgiBot World，该数据集7月底登陆国内开源平台。数据及模型的开源，让具身智能的发展有了更多的技术普惠。

端侧大模型的运用同样意义非凡。以往，机器人依赖云端强大算力进行模型计算、决策分析，数据传输延迟、网络稳定性等问题制约机器人实时响应能力与应用场景拓展。端侧大模型将部分关键计算能力下沉至机器人本地设备，即便在网络不佳甚至断网情况下，机器人也能凭借本地端侧大模型快速做出决策，实时处理任务。与此同时，不断出现的新架构，也为机器人发展开辟了新路径。

万亿牌局上的“庄家”

去年，我曾在《产业观察：预见未来，新赛道如期而至》中提到，“无论是人形机器人，还是机器狗机器猫，最早也将是最大的价值应用场景，是工业生产及军事领域。由此注定其成为大国角力的新赛道。”摩根士丹利近期推出的一份研报就认为：2050年，全球人形机器人市场将突破5万亿美元大关，但由于成本因素，绝大多数的人形机器人将被应用于工业和商业领域，仅有大约10%的机器人有望进入家庭环境。

有意思的是，该研报还预测2050年机器人市场规模，几乎是2024年全球前 20大汽车OEM总收入(2.488万亿美元)的两倍，而后者在未来25年可能持续萎缩。传统汽车工业的辉煌正被机器人产业的指数级增长超越。

从技术验证到商业闭环，这一市场格局的变迁揭示了中国具身智能产业化的拐点已经到来。国际机器人联合会（IFR）主席Marina Bill曾表示，中国不仅将保持5%-10%的年均增速，更会在服务机器人领域率先形成集群效应。

当机器学会思考，产业开始落地，谁掌握持续更新的世界模型，谁就能在机器人商业世界里继续“坐庄”。

本文来自微信公众号“炯炯时间”，作者：炯炯时间，36氪经授权发布。