8月10日，“產融鏈動：重構機器人從實驗室到產業的價值密度”同期活動在2025世界機器人大會期間成功舉辦。活動聚焦機器人產業發展與金融賦能，行業專家、企業家及金融機構負責人共同探討機器人技術從實驗室到產業落地的價值重構路徑，助力我國機器人產業高質量發展。

梁靚 北京經濟技術開發區管委會副主任

北京經濟技術開發區管委會副主任梁靚從產業生態建設的戰略高度闡述了機器人產業發展的重要意義。他指出，在機器人產業鏈中，中小企業至關重要，正在經歷從實驗室到產業的關鍵跨越，是國家經濟韌性的重要保障。

梁靚重點介紹了"具身智能社會實驗計劃"，打造全域實訓場景和PB級數據集。亦莊開業全球首個機器人4S店，創新性地建設二次開發者社區，讓機器人產品實現持續創新。通過搭建平臺、創新消費模式、完善產業生態，能夠讓機器人不僅"看得到、買得到"，更要"用得好"，真正實現產業化突破。

王韜 北京大學計算機學院研究員、情感與認知智能機器?實驗室主任、一眸科技首席科學家

王韜教授從行業本質出發，認為情感與認知智能是機器?技術發展的必然?向。他指出，協作機器人如果具備察言觀色的能力，能極大提高對人的陪伴、服務和協同工作水平。這種"有眼力勁"的機器?代表了?機交互的未來趨勢，需要處理語?和非語言信息的多模態交互能力。

對于當前AI時代的技術路徑，王韜認為情感計算領域存在三?本質性難題：場景的模糊性、數據的稀疏性、個體差異的復雜性。這些挑戰決定了必須采?跨學科建模?法，結合預訓練模型和?數據強化學習，??單純的數據堆砌。

在產學研結合??，王韜提出了清晰的分?理念：實驗室專注科研和?才培養，成果轉化交給企業來做。他強調科研與產業化需要專業分?，形成良性的協同機制。

王韜對行業發展的判斷是，情感與認知智能將成為機器?技術的重要突破點，但需要在理論建模、工程實現和產業轉化之間建?更加科學的發展路徑。

石言 工信部中小企業發展促進中心專精特新部處長

工信部中小企業發展促進中心專精特新部處長石言從中小企業服務體系出發，分析了機器人產業與優質中小企業深度融合的可能性，給出產業發展新標尺。他介紹了覆蓋全國的 "1+N"服務網絡和四級服務體系，通過“線上＋線下”的雙重對接保障機制，推動包括機器人產業在內的“金種子”項目落地實施。未來將持續構建行業交流場景，讓創新企業與傳統企業深度對接，促成產品從實驗室轉向產業化，助推企業數智化轉型。

王鶴深刻分析了具身智能領域的核心瓶頸：數據荒問題是制約行業發展的關鍵因素。他指出，具身大模型需要萬億Token級別的數據量，但現有真實數據與需求存在三四個數量級的差距，傳統的搖操作數據采集既昂貴?低效。

面對這一行業性挑戰，王鶴提出了合成數據驅動的技術路徑。這一方案基于物理仿真和計算機圖形學的深度融合，通過3D數字資產構建、?規模軌跡合成、強化學習訓練，最終實現Sim2Real的技術遷移。這種"99%合成數據+1%真實數據"的訓練模式，為解決具?智能的數據困境提供了可行路徑。

王鶴認為，合成數據技術的突破將重構機器?的訓練模式，實現"舉?反三和涌現的泛化能力"。這種技術路徑不僅?幅降低了數據采集成本，更重要的是為機器?快速適應多樣化場景提供了技術基礎。基于Sim2Real范式，銀河通用已更新迭代新的GroceryVLA, 不僅自主決策，還能雙手同時取貨。

對于中國機器?產業的發展前景，王鶴表示，中國擁有全世界最豐富的產業鏈和應用場景，將在具?智能機器人領域率先實現突破。這種優勢結合合成數據技術，有望推動中國成為具身智能的全球領導者。

馬揚將觸覺定義為"?形機器人的第二感官"，這?判斷揭?了機器人技術發展的重要趨勢。他認為，僅依靠視覺的機器?學習 就像"戴著厚手套干活"，觸覺感知是實現精細操作和任務泛化的關鍵技術。

馬揚對機器?發展階段的認知頗具前瞻性。他認為當前具身智能發展遵循類似自動駕駛的L1-L5分級模式，未來5-10年可實現全能泛化，但近年內"有限泛化任務"將率先落地。這種階段性發展規律為?業提供了清晰的技術路徑指引。

在技術架構設計上，馬揚強調了"感控?體化"的發展方向。他認為觸覺傳感器將從簡單的感知器件演進為具備感知、計算、控制能力的智能單元，特別是指尖傳感器需要具備分布式協同能力，實現"多指共同感知、協同決策"。

對于產業化路徑，馬揚提出了"虛實結合訓練"的重要觀點。他認為通過仿真平臺完成 90%以上的訓練工作，可以將整體訓練成本降低到10%。這種"機器?職業學校"的理念，強調面向實際應用場景的快速訓練和部署，體現了對產業化節奏的深刻理解。

邵天蘭對機器?智能發展提出了分級判斷：當前L2級別智能（單任務但?主決策豐富）正在快速發展，L3級別（多任務）也在可預見的未來。他認為L2智能仍有巨大的市場滲透空間，將是未來幾年的主要增長點。

在應用場景選擇上，邵天蘭將機器?應用分為三大類：服務物品、服務?、科研教育娛樂。他強調制造和物流場景因環境可控性強、用戶專業度高，將是率先規模化落地的領域，而直接服務人的場景因環境復雜、安全要求高而更具挑戰性。

對于通?性問題，邵天蘭提出了深刻洞察：真正的通用性在于"眼、腦、手"的軟件層面而機械平臺仍需專用化。他認為，給客戶提供定制化產品，相比于給客戶提供通用能力并覆蓋特定需求，后者比前者難10倍。但當每一個現場都難10倍，真正做好疊加起來就可以實現復制。

邵天蘭特別強調了系統?程的重要性：機器人是復雜系統，存在短板效應，每個環節都必須協同提升。他認為?業級應用要求極高的可靠性，這需要全產業鏈的系統性突破。

王永錕提出，具身機器人領域的主要瓶頸不在于硬件，而在于賦予機器人自主決策能力的“智能軟件”。端到端VLA是一個潛力巨大的未來方向，但在當前不是解決工業場景問題的唯一方式。大腦與小腦分層、單體智能和群體智能的混合架構，是一條更務實、更安全、更落地、也更能快速為客戶創造價值的技術路徑。

在產業發展路徑上，工業場景里會長期存在著專用型和通用型機器人，不同廠家、不同品牌的機器人共存。因此，需要統一的協議、統一的軟件環境去控制調度，讓多種類型機器人在同一個場景里相互協作、共同完成作業任務。

對于智能制造的發展規律，王永錕提出了四步發展路徑：工人機械化→管理軟件化→工廠數字化→數據智能化。他認為這是循序漸進的過程，不能跳躍式發展，必須打好每?層基礎。

王永錕強調了中國制造業的優勢：中國擁有全世界最豐富的產業鏈和應用場景，是機器?最佳的訓練練兵場。他認為通過場景積累和數據理解，中國將率先誕生具?智能和通用性機器人。

主持?：許光坦（中信建投機械?席）

在產業圓桌討論中，邵天蘭特別強調了產業鏈分工邊界的重要性。他指出隨著規模化發展，企業必須明確自身邊界，不能包打天下。他認為真正的規模化需要依靠系統集成商、解決方案提供商等下游合作伙伴，將科研項目轉化為標準化產品。

在數據訓練方法論上，邵天蘭提出了平衡觀點：各種數據都有價值，但要特別警惕人工示范數據的過度依賴。他強調機器?需要在實際場景中具備?我學習和迭代能力，"光看別人用筷子一年也學不好，還是要自己上手練"。

對于行業標準化建設，邵天蘭認為"泛化、通用"等模糊概念不是真正的標準，行業需要像精度、壽命那樣具體可量化的技術指標。他強調這是人工智能技術走向成熟的重要標志，也是產業協作的基礎。

向少華從產業化的角度分析了機器人行業的發展規律。他認為機器人產業將分三個階段發展：商業應用、工業應用、家庭應用，每個階段的技術要求、成本結構和市場特點都有顯著差異。

在成本控制方面，向少華提出了"端到端降本"的系統性思維。他強調真正的降本不僅是?產成本的下降，而是全價值鏈的效率提升。這種思路體現了對機器?產業復雜性的深刻認知：只有實現規模化應?，才能帶來規模化?產，進?實現真正的降本增效。

向少華的核心觀點是"應?為王，客戶之上；戰略優先，產品致勝"，他通過“雷賽智能定位為機器人核心零部件與解決方案領導者”為例，認為任何產品和技術的創新都必須以市場需求為導向，以客戶價值為中心。

劉德利從軸承這?基礎零部件的角度，闡述了對機器?產業發展的深刻認知。他認為"軸承是機器人的關節，其精度和壽命很大程度決定了整機性能"。這?觀點揭示了機器人產業鏈中基礎零部件的戰略價值。

在產業競爭策略上，劉德利提出了“不內卷、不內耗"的發展理念。他認為應該專注于"卡脖子"技術環節，通過持續的材料創新、工藝突破和產學研合作，實現真正的技術領先。這種差異化競爭思路對整個機器人產業鏈具有重要啟發意義。

劉德利強調，機器?產業的發展需要全產業鏈的協同創新，從材料科學到制造?藝，從基礎理論到?程應用，都需要深度融合。

廖永興從材料科學的角度分析了觸覺傳感器的發展趨勢。他認為壓阻式傳感器基于它的物理特性在抗干擾等基礎性能上具有優勢，但需要通過算法增強來實現多維檢測能力。

在技術路徑選擇上，廖永興提出了"物理機器學習 "的概念：結合物理模型和數據模型，在邊緣端實現快速性能提升。他認為這種方法可以有效提?分辨率和多維力檢測能力，是觸覺傳感器技術發展的重要方向。

對于產業化挑戰，廖永興強調了邊緣化部署的重要性：如何讓先進的傳感器技術快速實現邊緣化應用，是當前?臨的主要技術難題。他認為這需要在算法優化、成本控制和?規模生產之間找到平衡點。

常凱斯從資本市場的專業視角設計了本場討論，重點探討投資方和企業方在機器人行業認知上的觀點以及不同發展階段的關注重點。特別關注商業化挑戰、全球化策略、產業鏈協同等影響投資決策的關鍵因素，力圖為產融結合提供實用指引。

李通認為商業化出海過程中的核心問題是市場教育，他從服務機器?全球化的角度分析了行業發展趨勢。他強調服務機器?本質上是勞動力，因此市場選擇必須考慮當地勞動力成本。

在全球化策略上，李通提出理念：每個地區的文化、需求都不同，需要針對性地開發產品和服務。他認為，成功的全球化需要建立完善的本地化服務體系：一旦建立信任關系，就能獲得長期穩定的商業合作。這種長期主義的思維對服務機器人行業具有重要啟發意義。

許旭從實踐角度分享了中國機器人企業出海?臨的合規挑戰。他指出海外市場對數據安全和隱私保護的要求更高，和國內認知存在差異，這對企業構成了巨大挑戰。許旭強調了跨文化適應的重要性：同樣的技術方案在不同地區可能面臨完全不同的法規要求，對產品質量和服務標準的要求差異巨大。這需要企業具備強大的本地化適應能力。

王傳勝從企業國際化的角度分析了機器人行業的發展挑戰。他認為持續的產品競爭力提升和全球人才獲取是國際化成功的關鍵因素。

在市場差異化方面，王傳勝指出不同地區對產品質量和服務標準的要求差異大，需要遵從不同地區的規律和體系。

王傳勝強調了組織能力建設的重要性：如何建立面向客戶的高效流程型組織，是規模化企業必須解決的問題。他認為這種組織能力將決定企業在國際市場的長期競爭力。

臧天宇從投資人角度分析了機器人行業的發展階段。他認為新一波2.0時代的公司源于大模型啟發的端到端學習范式，以打造更通用的智能，當前2.0階段仍處于早期，硬件剛達到可用狀態，但大腦和模型層面仍有巨大提升空間。未來可能先從有限場景、有限條件下的泛化，逐漸發展到未來真正的通用層面。

在商業模式方面，臧天宇指出了國內外市場的顯著差異：國內市場競爭激烈，海外市場需要大量市場教育投入。這種差異要求企業在戰略選擇上更加謹慎，并依據不同地區實際的情況快速做出策略調整。

對于行業未來，臧天宇認為數據的Scaling Law（擴展定律）和模型的Scaling Law仍不夠清晰，智能化進展是投資人最關注的核心指標。他強調本地化服務能力建設是企業出海面臨的最大挑戰之?。

本次活動系統梳理了機器人領域的技術路徑與產業布局，構建起技術、場景、資本協同發展的路線圖。依托我國全球最完整的產業鏈和豐富應用場景，合成數據、小樣本學習緩解了數據瓶頸，“1+N”服務網絡與資本市場共同助力中小企業跨越“死亡之谷”，科研成果將逐步實現高效轉化。隨著技術體系日趨成熟，我國有望從最大應用市場邁向行業規則制定者。共識已形成，工具已就位，關鍵在于高效推進，持續鞏固發展優勢。

WRC 2025 · 獨家全球戰略合作伙伴