AI驱动具身机器人进入量产年代｜林小珍

年初的OpenClaw热潮，一度令不少从事文书工作的人士担心饭碗不保。在电子的世界，OpenClaw这类AI代理，确实有条件取谛不少劳动力﹐但回到实体世界，光有AI并不足够，结合AI的机器人，将会是大势所趋。

机器人既能跳舞又能写大字

笔者跟许多朋友一样，对于机器人在现实环境的运作，一直都有种“似是而非”的感觉，既知道机器人技术的发展一日千里，可以灵巧地进行许多动作，但对于机器人是否可以应付复杂多变的现实世界，仍然半信半疑。今个星期初笔者获邀参与首届香港具身智能产业峰会暨2026智元合作伙伴大会，总算有机会亲身体验一下，目前具量产条件的机器人的真正实力，以及背后的技术发展。

先分享一下当日活动所见，活动以一场机器人跳舞表演揭开序幕，不少高难度的动作都能够准确完成。之后出场的更加惊喜，机器人竟然可以表演传统舞狮，不少嘉宾都叹为观止。之后我们更有机会与机器人近距离互动，例如是请机器人为我盛载爆谷、请它为我插手机充电线充电，甚至为我即席挥毫写挥春。当中不少机器人都具备话音功能，广东话对答亦无难度。

会场所见的智元AGIBOT

会场所见的智元AGIBOT

成立三年 智元市占逾三成

会场中见到的机器人，都是由智元创新所生产的智元AGIBOT。这家2023年才成立的公司，截至今年三月，已经量产了一万部机器人，是国内的机器人龙头企业。根据市场研究机构 TrendForce上个月发表的报告，预期今年中国的人型机器人年产量将会增长94%，当中宇树科技和智元就占近八成。当中，宇树占比近五成，智元占比超过三成，而排名第三的是在港上市的优必选(9880)，但市占率只有8%。智元今年目标预计量产数万台机器人。

人型机器人的性能涉及多项因素，智元的创始人、董事长兼首席执行官邓泰华，以及联合创始人兼首席技术官彭志辉，在会上提供了一个令外行人都易于理解的框架——“一体三智”。一体是指机器人的硬件，物理上可以做到什么动作，而三智则是运动智能、交互智能和作业智能。

“一体三智”环环紧扣 缺一不可

运动智能是指机器人的全身控制和平衡，如何在不同环境都不易跘倒，而且要及时反应，追求毫秒级启停响应；交互智能是指多模态感知与对话，即是类似我们日常跟Chat GPT和Gemini对话，系统能理解及作出适当回应，追求多模态融合与语义泛化；而作业智能则是要机器人可以执行复杂的长程任务，即是知道要做什么之后，要如何用机器人的躯体去做到，追求高维空间中的长序列推演。要“一体三智”全面做好，组成“感知-决策-执行”的完整价值循环，机器人才能发挥作用。

逻辑不难理解，但试想像一个人要拾起一只杯和一只鸡蛋，我们会很自然知道两者形状和材质不同，要用不同的手法和力度，如果用拿杯的力度拾鸡蛋，很容易弄破鸡蛋。要机器人做到同样的操作，既要它理解和分析环境和物件特质，用适当的力度和手法，再要机械臂有能力执行，是很高的技术要求。

具身机器人已进驻工厂

以智元的机器人为例，已经可以应用于多个真实商业场景，包括工业制造，例如是分拣材料、搬运；地铁导览以及零售门店。内地有汽车零部件企业采用了近百台智元AGIBOT运作，处理金属件搬箱动作，亦有电子代工厂用机器人与人类工人合作的模式，进行平板电脑的抓取和测试。

由以上的例子可以见到，机器人已经可以处理到许多在指定环境，有特定规律的工作，有效解决劳动力不足，或者要人手进行低增值工序的成本问题。当然，目前的机器人技术，仍然是以针对特定环境的指定操作为主。要好像人类一样，可以用同一个躯体，在不同的环境做到各种要求灵活度的工作，相信仍有技术问题有待科技界克服。.

林小珍