尽管还没看到商业化的太多可能性，但各地聚焦人形机器人第一城的竞逐赛已经开始。

在北京，由工业与信息化部门牵头，北京人形机器人创新中心（后更名为北京具身智能机器人创新中心）于2023年年底成立。优必选、小米、京城机电和亦庄控股成为该创新中心的创始股东，前三家公司分别占股约28.57%，并列第一大股东。

钛媒体APP还独家了解到，创新中心成立之初，优必选和小米等创始股东共计向其免费授权了600余项与人形机器人相关的专利技术。未来，创新中心获得的的专利知识产权，也会免费提供给股东单位。

在上海，国家地方共建人形机器人创新中心于今年5月揭牌，该中心目前正在建设一个能够容纳100个人形机器人进行智能训练的训练场，11月将完成1期建设；预期到2027年，该训练场将扩大到能够容纳1000个人形机器人训练。

在深圳，广东省具身智能机器人创新中心则是在同年3月成立，该中心由香港中文大学（深圳）及其下设的深圳市人工智能与机器人研究院（AIRS）牵头成立，股东单位包括逐际动力、乐聚机器人等10家相关机构和企业。

除一线城市之外，浙江、四川、安徽等省也都成立了人形机器人相关的创新中心，试图以此为牵引，带动当地机器人产业的发展。

这是当下火热的人形机器人浪潮中的另一条河流。和创业公司单打独斗的发展模式不同，创新中心试图通过政企合作的方式，联合当地产业链上下游企业来助力人形机器人产业的发展。

那么，当各地都进入到这场人形机器人的竞逐赛后，谁又能够在首轮竞争中拔得头筹呢？

走到台前的“国家队”

当特斯拉的创始人——埃隆.马斯克，点燃人形机器人的“这把火”后，中国第一批进场的是年轻的创业者们。

2023年以来，包括宇树H1、智元远征A1、傅利叶GR—1、星动纪元“小星”、逐际动力CL—1等在内的一批国内人形机器人产品被陆续推出。与几年前踏入自动驾驶的创业者类似，这些人形机器人公司的创始人都很年轻，大多都是90后一代。

宇树科技的创始人王兴兴曾对钛媒体APP表示，人形机器人行业之所以能在短时间内爆发，是因为大模型的出现，让创业者看到了人形机器人走向通用的可能。而大模型和人形机器人都是全新的技术领域，以往的经验和技术都不再适用，所以更年轻的人学习起来更快，也更愿意深入进去。

不过，随着人形机器人的浪潮进一步向前推进，各地成立的“国家队”——人形机器人创新中心，也开始走到了台前。同时，一些政府引导基金也在持续进入人形机器人行业，参与创业公司的早期融资。

“政府层面如此深度地参与这样一个早期行业，确实是在十年前的自动驾驶创业潮中未曾出现过的现象。”

联想集团副总裁、联想创投合伙人王光熙对钛媒体APP表示，至于其中原因，一方面与整个资本市场的环境变化相关。近几年，国有资本在新兴产生产力相关的一些创新领域，开始扮演越来越重要的角色。

另一方面，人形机器人是一个非常早期的行业，也是一个跨领域的复杂系统工程——从AI软件到硬件，再到应用场景，整个价值链的链条非常长。这就导致单一的机构，很难像政府部门那样，凑齐那么多的资源来支持产业的发展。

事实也是如此。以北京具身智能机器人创新中心为例，这家成立于2023年年底的创业平台，在成立4个月之后就发布了全国首个通用机器人母平台“天工”，并实现了全球首例全尺寸纯电驱人形机器人的拟人奔跑。

而依靠政企合作的优势，该创新中心还将向重点科研机构与高校提供超百台“天工”系列机器人。科研机构可基于“天工”母平台的软硬件功能，根据需要进行二次开发，推动产业研究和应用落地进一步加速。

此外，上海市与国家工信部联合成立的国家地方共建人形机器人创新中心，组建了包括7位院士在内的专家委员会。上海浦东的张江机器人集聚了傅利叶智能、开普勒人形机器人、智元机器人等一批相关企业，并搭建ABB机器人赋能中心、通用人形机器人开放创新中心、机器人国评中心浦东分中心、机器人进出口查验平台等一批功能平台。

更为重要的是，上海市还在推动大型场馆、高铁、机场、汽车、核电等领域的场景，向人形机器人开放。这意味着，与无人出租车类似，人形机器人也将在政府部门的推动下，更快进入到实际场景中。

人形机器人第一城：南北之争

通过产业政策集聚的方式发展人形机器人，虽然能够加速落地，但各地区由于产业结构的不同，也导致了人形机器人供应链配给效率存在差异。

“单从硬件供应链来看，长三角区域的供应链较为完善。”

配天机器人CTO郭涛对钛媒体APP表示，从工业机器人基本结构件的生产制造，到加工铸造，再到电缆连接器，在长三角区域都能找到成熟的供应链支持。相对于工业机器人，人形机器人的零部件更为复杂，很多都处于发展起步阶段，尚不成熟。这个时候，供应商能不能快速响应厂商需求，就成为了产品研发能否成功的关键。

“比如电缆如何走线，平时可能是个小问题。但当真正要商品化、工程化的时候，你会发现这是一个非常重要的事情。”郭涛称，所以在具身智能研发早期，供应链的聚集效应会是一个非常重要的优势。

根据企查查数据显示，目前我国机器人相关企业主要集中在深圳、广州、上海和苏州，这四个城市分别拥有4.94万、4.41万、3.61万和3.52万家相关企业。这些聚集的机器人企业，为人形机器人的零部件供给打下了基础。

“此外，新能源汽车在最近十几年突飞猛进的发展，也为人形机器人的发展提供了强大动力。”

联想创投合伙人王光熙表示，新能源汽车的发展，让中国在电机、电控、电池的产业集中度非常高。同时，汽车行业的激烈竞争，也让零部小型化、安全性和能量密度快速提升，这些零部件很大比例可以在人形机器人本体上复用。

而长三角地区，一直以来都是我国汽车工业的重镇，在新能源汽车产业来链上的布局尤为突出。根据产业象限的统计，长三角地区（上海、江苏、浙江、安徽）已经形成了包括整车制造、动力电池、电机、电控等核心零部件在内的完整产业链。2023年全年，长三角地区的新能源汽车产量341.78万辆，占全国总产量的36.2%。

如果说，硬件供应链成熟是南方的优势，那么丰富的软件解决方案则是北方的长处，尤其是在大模型领域。

据钛媒体APP不完全统计，截至3月底，北京发布的大模型产品已超过115个，在全国排名第一。代表产品包括百度文心、抖音云雀、京东言犀、智谱AI ChatGLM、中科闻歌雅意、北京大学ChatLaw、第四范式的“式说”等，覆盖内容生成、智能问答、IT支持、数据分析、智能识别等多个场景应用。

融资层面，据IT桔子统计，2023年，总部位于北京的AI初创公司融资事件达156笔，占全国AI领域融资的29.4%，约等于3个杭州、7个广州、13个成都。

“在大模型未出现之前，机器人的操作控制主要是靠固定程序来实现。胳膊抬多高、往前进多少米，全都是规则，相当于是用无数行代码解决无数个问题。如果想让机器人像人类一样进入到实际生活，理解人类意图，这一路线显然是走不通的，会产生无穷无尽的问题。”

银河通用人形机器人产品总监朱辉对钛媒体APP表示，而现在的大模型，让人类看到了机器人智能进化的可行性路径——只要给大模型足够多的数据，不断调整模型参数，这个模型最终表现出的性能就会提升。“这给了业界科学家清晰的方向和极大信心，而在此之前大家都是普遍悲观的。”

综合来看，人形第一城的“南北之争”更像是软硬供应链的互补。“所以，很难评价各地创新中心的方向对或不对、孰优孰劣，各地政府也都有着自己的考量。”王光熙称，但不论如何，这人形机器人这个非常早期的行业中，政府出来做一些事情还是非常有价值的。

通用之路，道阻且长

事实上，不论是江浙沪一带成熟的硬件供应链优势，还是北京丰富的AI人才储备，都只是人形机器人发展过程中的基础条件。如何让机器人走向通用化，像人类一样进入实际产线和家庭服务中，才是所有创业者和创新中心要过的最大难关。

王兴兴认为，在过去的一到两年内，国内很多人形机器人公司之所以可以跑出来，是因为大家用了大量开源的四足机器人技术，包括控制算法、硬件等。但是，人形机器人想要继续发展，单纯靠大语言模型还远远不够。大语言模型本身是机器人模型的一部分，但它不是全部。

从ChatGPT的技术逻辑也可以看到，大语言模型找寻到了一条“大力出奇迹”的可行性路径。OpenAI通过不断地增加算力和数据，ChatGPT的人机交互能力就可以不断上升，而且目前业界还没有看到这种能力提升的“天花板”。但对于机器人大模型而言，王兴兴认为目前这个行业没有走到“大力出奇迹”的阶段。

“目前国内的大公司其实对AI和机器人都挺关注的，但他们的投入也是比较克制的。”

王兴兴对钛媒体APP表示，大公司和创业公司对于机器人大模型投入比较克制的最大原因就是，机器人模型的技术路线没有像大语言模型那么清晰。“在这模型研发没有清晰路线的阶段，如果投入大的财力和人力，其实会有点使不上劲的感觉。这条路你都不太清楚，你拼命往里面跑也跑不了。”

而当通用机器人还未找到明确方向时，一些公司也开始通过“沿途下蛋”的逻辑，在细分场景中寻找商业化的可能。

“我们的机器人预计在今年下半年，会进入到真实的药店、商超里面做测试，逐渐实现药店夜间场景的无人值守，和药品订单的机器人配送。”银河通用人形机器人产品总监朱辉表示，为了能够降低机器人成本，在药店值守的机器人会用轮式底盘去掉人形机器人的双腿。它的优点就是成本低，工作稳定且续航长。

北京具身智能机器人创新中心的技术负责人车正平则向钛媒体APP表示，目前人形机器人很难在一些影响生产节拍的环节进行工作，更多是参与生产线“一头一尾”的工作。比如机器人可以在产业前端搬运上下料，到生产末端进行质检、搬运成品。

而关于各地城市新成立的具身智能创新中心的发展方向，车正平则认为未来各地创新中心可能会走向协同发展的模式——当某个创新中心在人形机器人的垂直领域做出技术突破，各地都可以相互借鉴，共同发展。

“在人形机器人领域，通过增加算力和数据可以提升机器人某一方面的能力。机器人通用的AI模型，全球范围内大家做得都不够好，目前没有人可以真正将AI机器人做到极致。”王兴兴认为，在全球都没有人做出来的情况下，你可以认为这件事情要做成需要靠运气，或者看某个天才式的人物来推动了。（本文首发于钛媒体APP，作者 | 饶翔宇 编辑 | 钟毅）