首页 / 资讯详情
浙江人形机器人熊蓉：物理世界不可约，人形机器人落地不可急 ｜ WRC 2026
摘要
从生产线到生产力，难在稳定，更难在泛化。 作者丨吴思梦 编辑丨岑 峰 人形机器人开始进工厂之后，也在逐渐迈过从“展示能力”到“承担生产”的边际。8月20日，2026世界机器人大会在北京开幕。在“应用牵引”主题论坛上，浙江大学求是特聘教授、浙江人形机器人创新中心首席科学家兼总经理熊蓉正面谈到了这道门槛。她和团队用两年半时间，把人形机器人带进了3C电子、服装、物流、汽车装配等真实工业场景，部分应用已经开始规模化落地。但订单和指标并不是故事的终点。熊蓉真正想拆开的，是机器人进入物理世界之后暴露出来的那些“Demo视频之外”的问题：视觉看不全交互的本质，数据堆砌替代不了举一反三，而物理世界本身又具有不可约性。所以，人形机器人距离真正成为生产力，差的也并不是再多一个Demo，更棘手的是如何让它在不确定的世界里，既做得准，又能举一反三。以下为熊蓉在2026世界机器人大会主论坛的演讲精编稿。雷峰网·AI科技评论基于现场演讲录音转写稿，在不改变原意的基础上进行了编辑整理。01多场景落地：三道难关大家下午好。我是来自浙江人形机器人创新中心的熊蓉。我们在两年半的时间里，主要是面向人形机器人能否在多场景中应用、如何做到这一点，开展了一系列工作。经过两年半的努力，也展示了我们目前不管是在零售、商服，还是在工业的各个场景里面，验证了这套技术体系的有效性，部分在工厂里也实现了真正的落地应用。今天在这里给大家介绍一下我们在基座和生态建设上开展的工作。我的报告会分为四个方面展开。首先来讲一下多场景应用所面临的难点。随着社会的发展，越来越多的行业场景对机器人提出了应用需求。但与目前很多场景中机器人规模化应用相比，这些场景面临着这样的特点。首先，整个市场需求很大，但就每一个场景来讲，应用量可能并不是那么大规模的——所以它是高度碎片化的。而且这些场景差异很大，里面的物品各种各样，并且随着生产生活的发展，也在快速迭代。第二，很难再用“一个机器人干一个活”的思路。往往是由人完成一系列工作——包括取料、对准、使用工具、最后放到指定地点。如果用传统方法，可能需要多个机器人，占用更大空间，改造成本较高。所以如何让一个机器人完成长程的多样化任务，是第二个难点。第三，任务的执行是柔性变化的。生产制造正向柔性化、个性化发展，需要能够快速换线，甚至频繁换线。生活中各种情况会突发，需求在不断调整，环境又是动态变化的，具有很强的非结构化特征。所以很难用传统方法，由专业人员提供解决方案，做场景固定、定制开发等。原来的方法很难在这些场景中实现。所以我们选择具身智能这条途径，来解决场景多样化、柔性化的需求。我们希望通过通用的行为智能，加上人形机器人作为通用载体，更好地适应人类为自己打造的生活和工作环境。当二者能力叠加，市场非常广阔，其规模与智能水平密切相关。现在已经有很多在产线上和生活中应用的机器人，基本具备L2级智能，部分具备L3级，大多数处于二三级之间。我们要做的是达到L4级——能够适配多个场景，在场景中完成非结构化、柔性化的任务。当具备这个能力后，才能通过数据叠加，推动大模型向全面智能进军。这两年具身智能技术快速发展。人形机器人整机方面，中国已有近200家整机企业。具身智能大小脑模型，各家都开展了丰富的研究。总体来看，2024年我们应用模仿学习加强化学习，使人形机器人具备了灵活的运动能力；