新华社，于德国汉诺威发出电讯，日期为4月25日，记者撰写手记，内容是关于人形机器人，从会跳舞的状态，到能干活的程度，距离究竟还有多远。
新华社记者马悦然 褚怡 杜哲宇
在2026年举办的汉诺威工业博览会上，存在着极具科技感的会跳舞的人形机器人，然而现阶段人形机器人距离大规模且高效能融入复杂产线存在着一定差距。有不少接受访问的具身智能机器人企业表达了这样的意思，就是正在积极努力推动把机器人部署到产线当中，而实践经验将会有力地推动机器人技术朝着更深层次的应用方向迈进，最终能够让人形机器人跨越实验室的“磨合期”，大规模地进入工厂。
在展会上展现出工业机器人从核心零部件到整机系统全面进化的，有精密的机械臂，还有高大灵巧的完整人形机器人这种。从未来工厂蓝图能看到，工业企业对机器人的想象，并非仅仅局限于模仿人类行走，模仿人类跑步，模仿人类跳舞。在多行业、多线交织的复杂工业场景当中的时候，行业真正的核心需求之所以是机器人能长期、稳定且低成本地完成各项工序。
现场进行演示的时候，已经有具备人形的机器人能够完成搬运动作，能够完成抓取动作，能够完成巡检等动作，然而从互动方面来看，依然存在动作迟缓的情况，存在错误率较高的问题，就是哪怕是单一工序的稳定执行，当前依旧面临着不小的挑战。
罗里，作为一家参展企业的高管，说道，训练机器人跳舞，能够协助研发人员领会机器人运动控制，还有机械结构以及能力之处，然而这并不必然直接转化为工业产品。工业客户切实所需的是能够解决问题，并且带来投资回报的方案。
德国管理咨询公司罗兰贝格，在4月发布的相关报告里指出，人形机器人的整机硬件，已趋于商业化成熟，并且预计运营成本仅仅只为每小时两美元。针对硬件的快速发展情况，明确相比起来，“软件能力以及数据体系，还有供应链生态整体，仍落后大概三到五年”。人形机器人想要真正跨越实验室的磨合期，进而大规模进入工厂，仍然需要数年时间，去补齐产业链生态的短板。
业内多位现场的专家觉得，要使人形机器人做到“能干活”，亦即是向着具身智能迈进工业机器人技术主要学什么，这需要物理身体、人工智能也就是AI大脑，以及能让大脑学习新任务的数据和经验共同协作。英伟达的创始人兼首席执行官黄仁勋在今年年初的时候曾讲过，具身智能宛如“刚毕业的大学生”——硬件已然成熟，基础模型已经被训练好了一流范文网，然而还得在真实工厂里积累实战经验。
身处真实工厂内工业机器人技术主要学什么，乍一看很简单的装配动作，实则得拆解成好些技术步骤。中联重科中科云谷总经理曾光对新华社记者讲，人形机器人需要识别零件，要判断位置，得规划路径，要调整动作，还得控制力度，在不同阶段或许还要调用不一样的模型。只要当中有一个动作无法稳定达成，那整个任务就没法顺利完成。
曾光讲道，于实际的研发跟应用里，人形机器人迈向工业时，最大的难点当中的一个，是得把工业软件与机器人切实连接起来。传统的机器人企业常常了解机器人，人工智能企业知晓模型，工业软件企业明白系统，制造企业清楚场景，然而真正能够将这些能力贯通起来，难度依旧非常大。
行业内部正迫切寻觅解决办法，意图对数据收集的速度予以提升，同时对应用强化的进程加以加快。中联重科在汉诺威此次所展示的具身智能操作系统，其目的在于让机器人技能开发的难度得以降低，使数据收集的难度得以降低，令模型训练的难度得以降低，让部署运维的难度得以降，进而促使人形机器人能够更顺利更好地融入工业互联网以及工业软件体系中。
一些传统工业企业，正利用自身制造体系而涉足机器人领域呢。有着大型工厂以及成熟产线的企业，把机器人研发跟真实工业场景相融合，借助自有产线来展开测试以及训练。像上海电气就推出了“星云智造”AI模型还有智能体体系，这其中涵盖了研发设计、生产制造以及运行维护等诸多环节，并且持续训练机器人的能力。中联重科同样依托工程机械制造体系所累积的多场景数据库来加速机器人的发展。
另外，存在着许多机器人企业，它们专心致力于硬件以及算法的研发工作，借助于和制造企业展开合作，把机器人安置到工厂的产线之上，于真实的生产环境当中去积累数据以及经验。
需要留意的是，具身智能机器人正展现出显著的全球协同特性，往后机器人企业倾向于全球化发展，整合全球不同区域的技术与产业资源。能够预料到，伴随全球技术与产业资源持续融合，以及更多真实生产场景的增添，人形机器人从“会跳舞”迈向“能干活”的距离正逐渐缩减。