當(dāng)前大多數(shù)人形機(jī)器人仍處于展示階段，核心瓶頸在于智能程度不足。 一旦具備初步智能化能力， 機(jī)器人即可在特定場景中落地應(yīng)用，并通過任務(wù)反饋不斷優(yōu)化模型，開啟數(shù)據(jù)飛輪與產(chǎn)品迭代循 環(huán)，從0-1邁向1-100的演化。

數(shù)據(jù)飛輪是驅(qū)動(dòng)智能系統(tǒng)能力提升的核心機(jī)制。 本質(zhì)是“收集數(shù)據(jù)—改進(jìn)模型—提升產(chǎn)品—吸引 更多用戶和數(shù)據(jù)—再次改進(jìn)”的正向循環(huán)，有望帶動(dòng)人形機(jī)器人快速邁入迭代加速期。

隨著多模態(tài)大模型的突破，機(jī)器人次具備了“感知—理解—決策”的潛力，被視為擁有“大腦”的關(guān)鍵起點(diǎn)。大語言 模型 (LLM) 的成功，驗(yàn)證了通過大規(guī)模互聯(lián)網(wǎng)文本訓(xùn)練神經(jīng)網(wǎng)絡(luò)具備推理能力的可行性；而視覺語言模型 (VLM) 進(jìn)一步拓展模態(tài)邊界，使模型可以“看懂圖像、理解語言”。 LLM 專注于文 本推理，VLM 則通過融合圖像/視頻與語言等模態(tài)信息，構(gòu)建起跨模態(tài)的統(tǒng)一表征體系，從而支持 模型理解現(xiàn)實(shí)世界的更多維度。

動(dòng)作模態(tài)的融入，讓模型端真正賦予機(jī)器人執(zhí)行操作的能力。 僅能感知、理解世界并不是機(jī)器人 大腦的終極目標(biāo)，機(jī)器人的Z終目標(biāo)是在認(rèn)知的基礎(chǔ)上實(shí)現(xiàn)與現(xiàn)實(shí)世界的動(dòng)作交互。目前機(jī)器人模型的核心迭代方向，是將動(dòng)作模態(tài)融入現(xiàn)有的視覺語言模型。

現(xiàn)階段人形機(jī)器人僅在智能化的初J階段。北京市人形機(jī)器人創(chuàng)新中心牽頭，聯(lián)合上海市、浙江 省人形機(jī)器人創(chuàng)新中心，以及優(yōu)必選、宇樹科技、ZG信息通信研究院、工業(yè)互聯(lián)網(wǎng)研究院等多 家頭部企業(yè)與科研機(jī)構(gòu)，共同制定了個(gè)《人形機(jī)器人智能化分J》標(biāo)準(zhǔn)，從感知、決策、 執(zhí)行、協(xié)作四維度劃分L1-L5五J。目前主流產(chǎn)品智能水平普遍僅在L2左右，尚未具備自主泛化 與應(yīng)變能力。未來向更高智能等J進(jìn)化仍需突破模型、數(shù)據(jù)與算力多重門檻。 真正實(shí)現(xiàn)通用智能 機(jī)器人仍有較長路徑要走，需在技術(shù)、數(shù)據(jù)體系和生態(tài)協(xié)同上持續(xù)積累。