中国工业报记者  左宗鑫 王棕宝

深圳龙岗，一个面积不大的城市街区里，商住楼宇、高校、小学、地铁站、商业综合体鳞次栉比。但与普通街区不同的是，这里的地下管沟检测、地铁设备巡检、商业服务引导活跃着形态各异的机器人。运营一年来，这个被称为“机器人街区”的实景训练场吸引了近百万人次民众围观，聚集了数十家上下游企业在此中试、演练、协作。

深圳龙岗“机器人街区”的景象，是当下我国具身智能（人形机器人）产业热潮的一个切面。据IT桔子统计，截至2026年8月，全国已有22家省级及以上创新中心，覆盖华北、华东、华中、西南、西北、东北六大区域。这种密度和速度，在中国制造业创新中心建设史上极为罕见，此前，新能源汽车、半导体等领域的国家级创新中心从政策出台到首批落地，至少用了两到三年，而人形机器人领域仅用了不到14个月。

然而，繁荣之下隐忧渐显。“同类问题多次解决、有限资源持续分散。”开放原子开源基金会理事长、工信部人形机器人与具身智能标准化技术委员会主任委员谢少锋直言，当前，具身智能行业处于“百花齐放，各自为战”的状态。数据孤岛、标准碎片化、平台间互联互通不足、部分地区重挂牌轻实效等问题，正在考验这一轮具身智能/人形机器人创新中心（以下简称“创新中心”）建设的真实成色。遍地开花的创新中心，究竟是智能经济的“催化剂”还是新一轮的“重复建设”？它们如何串联起政府、龙头企业、科研院所与中小配套企业，带动整条产业链成长？又该如何从规模扩张转向提质增效？

热潮涌动：各地创新中心加速布局

当前涌动的各地创新中心建设热潮源于一项政策。2023年11月，工业和信息化部印发的《人形机器人创新发展指导意见》提出，到2025年，我国人形机器人创新体系初步建立，一批关键技术取得突破，确保核心部组件安全有效供给。到2027年，人形机器人技术创新能力显著提升，形成安全可靠的产业链供应链体系，构建具有国际竞争力的产业生态，综合实力达到世界先进水平。

创新中心成为各地承接这一战略的主要载体。

2023年11月，优必选、京城机电、小米机器人等10家单位在北京经开区联合成立北京人形机器人创新中心，2024年8月，更名为北京具身智能机器人创新中心，2024年10月，由工信部与北京市政府揭牌升级为“国家地方共建具身智能机器人创新中心”，发布全国首个通用机器人母平台“天工”。2024年1月，成立上海人形机器人创新中心，同年5月，该中心获工信部授牌“国家地方共建人形机器人创新中心”，推出全球首个人形机器人开源社区平台‌OpenLoong‌，并在上海张江建成全国首个异构人形机器人训练场。此后，各地布局速度不断加快，广东、四川、湖北、辽宁等地相继推出省级或市级创新中心。其中，广东省具身智能机器人创新中心2024年4月在深圳启动，由依托香港中文大学（深圳）的深圳市人工智能与机器人研究院牵头；浙江人形机器人创新中心落户宁波，由宁波市政府与浙江大学团队联合产业方共建。

“创新中心是工信部的一种创新载体形式，路径是先地方建设，地方设立两年后具备条件再申请国地共建，国地共建一段时间后，在全国有影响力、业绩突出的创新中心，再申请国家级，这是一个递进的步骤。”广东省具身智能机器人创新中心主任丁宁向中国工业报记者解释，“北京和上海布局早、基础深，所以很快从地方发展到国地共建。”

值得注意的是，与传统科研院所不同，创新中心一般以公司为载体，更接近市场化运作，同时要求产业界代表性企业参与共建。丁宁以广东省具身智能机器人创新中心为例向记者介绍，其有10家企业参与（包括了学校和地方国资南山创投，以及八家上下游企业），涵盖本体制造、核心零部件、灵巧手及传感器等环节，初步串联起整个产业链条。若链条中间仍存在缺口和空白领域，可依托创新中心的建设能力加以填补，进而形成相对完整的服务落地能力。

与此同时，国家级与地方级的定位差异也日益明确。浙江人形机器人创新中心有关负责人表示：“国家级创新平台重点解决行业‘最大公约数’和‘从0到1’的共性问题，包括关键技术、基础软硬件、标准体系、数据平台、中试验证以及跨区域资源组织等职能。地方创新中心依托本地产业禀赋，进一步解决工程化、产品化和落地验证的‘最后一公里’。最终形成‘全国一张网、区域有特色、企业有竞争’协同拉动智能经济的机制。”

上海人形机器人创新中心市场体系总监杨正叶则用“双刃剑”形容当前布局：“一方面，人形机器人可以把大模型、精密制造、传感器、算力串在一起，属于新质生产力的核心赛道，各地主动布局集聚资源，这是好事。但也要看到，部分地方跟风追概念，对技术难度、落地周期估计不足。我们不能简单说是一哄而上，但确实要引导行业从遍地开花转向全国一盘棋、错位发展。”

价值释放：创新中心的拉动效应

创新中心的价值不在于“造了多少台机器人”，而在于其串联起一条从硬件到软件、从技术到场景的长链条，在产业早期填补市场主体无法独立完成的公共能力。

杨正叶认为，创新中心对智能经济的拉动主要体现在四个方面：一是倒逼减速器、伺服、专用芯片等核心零部件迭代，做强智能硬件底座；二是带动物理AI、仿真训练这类新型算法数据产业发展；三是赋能工厂、康养、物流等实体经济，实实在在提升传统行业效率；四是吸引基金、人才、中试平台等要素集聚，培育全新产业集群。

“人形机器人本身是一个复杂的系统工程，从核心零部件到控制系统、软件算法、本体制造，再到场景应用和系统集成，都存在大量产业机会。”成都卡诺普机器人技术股份有限公司副总经理邓世海表示，一个地区真正需要寻找的，不一定是“我要不要造一台完整的人形机器人”，而是其能够在这条产业链上形成什么不可替代的能力。

事实上，拉动效应在地区层面已有体现。资料显示，山东凭借全国唯一拥有全部41个工业大类的独特禀赋，走出了一条“场景驱动”的差异化路径。在接受中国工业报记者采访时，中国商业经济学会副会长、北京师范大学政府管理研究院研究员宋向清介绍，山东已经成长为国内机器人产业的重要增长极，产业营收占到全国十分之一，协作机器人产量优势突出，依托完备制造业底盘走出了场景驱动的差异化路线，虽然在顶尖算法研发上不及北上深，但在工业落地、特种工况应用、本土市场转化层面形成独特竞争力，是国内少有的能够实现大量机器人产品就地测试、就地投产、就地应用的省份。联储证券研究院副院长沈夏宜也向中国工业报记者表示，山东先进级智能工厂机器人密度764台/万人，显著高于全国470台/万人的均值。

与此同时，数据新业态的雏形也正在显现。国家地方共建具身智能机器人创新中心（北京人形机器人创新中心）有关负责人认为，数据开放、流通与交易可催生“数据即服务（DaaS）”“软件即服务（SaaS）”和“一体化解决方案”三大类商业模式。他对中国工业报记者介绍，北京人形数据基地依托近6000平方米、覆盖30余个场景的专业化数据采集平台，以及超过150台覆盖40种构型的机器人设备与矩阵式采集模式，在DaaS模式下，可向行业客户提供大批量、高精度的定制化数据采集服务，也可将成品数据面向高校（覆盖教学科研、校企合作等场景）和头部具身智能企业（覆盖多场景真机与无本体采集数据）进行售卖，目前年产能已达18万小时并持续向100万小时高质量数据目标迈进；在SaaS模式下，北京人形基于自研的具身数据服务平台，向政府及企业客户提供标准化平台服务、私有化部署及License授权服务，覆盖政务智能化等多行业场景，同时持续搭建多模态数据管理服务平台，打通具身数据全生命周期闭环管理；在解决方案模式下，北京人形机器人创新中心通过整合上下游产业资源，与专业数采工厂深度合作推进全国数据基础设施布局，为政企客户提供涵盖规模化数据生产与交付的一体化数据解决方案，并以RoboMIND开源数据集全球下载量突破2000万次的领先生态优势，持续夯实全球具身智能数据基座。

隐忧拷问：热潮之下的“虚”与“实”

繁荣表象之下，隐忧同样不容忽视。“现在显然存在重复的基础建设，不仅是创新中心，还有数采中心。”丁宁直言，“由于技术本身还在快速演进、尚未收敛定型，各地都通过建设创新中心去逐步摸清技术落地路径，这恐怕是绕不过去的阶段，但我们希望这个阶段能快一点过去。”

更普遍的担忧来自“展演跳舞”现象。“地方要破除‘炫技思维’，调整考核导向，不要把机器人演示效果当成政绩，重点考核场景落地、产品验证、产业链带动效果。”杨正叶提醒，判断是不是有效布局主要看三点：第一有没有真实场景牵引，创新中心不能只有展厅样机，得在工厂、康养这些真实环境做测试迭代，而不是只做舞台表演。第二能不能带动本地产业链协同，不能简单外购样机摆展厅，要拉动本地零部件、软件企业参与进来。第三要有可量化的产业成果，看孵化企业、实际订单、训练数据沉淀，而不是比拼发布会、赛事数量。邓世海也认为，判断产业价值不能只看展厅里的机器人“会不会走、会不会跳”，更要看它“能不能完成一项真实任务，并且能够持续、稳定、经济地完成这项任务”。

同质化竞争则在摊薄本就有限的市场。丁宁分析，目前，大部分人形机器人面向的市场仍以商业、科研院所高校为主，技术要求相对较低。“本来教育科研商业是合理的市场，然而由于过多企业的分拆介入，各方所能获取的资源极为有限，难以支撑所有企业跨越当前阶段并走向成熟。因此，政府在数量和规模层面有必要加以引导，推动差异化发展。”

数据要素的流通障碍同样突出。杨正叶梳理了四道坎：行业标准不统一、数据孤岛严重；高质量数据采集成本居高不下；康养、家庭场景涉及隐私，确权与交易权责边界模糊；低质量数据泛滥、优质数据难以获得合理回报。北京人形中心有关负责人则将核心壁垒概括为“高质量数据稀缺、标准不统一、生态碎片化”。丁宁还指出一个更深层的制约：当前数据采集主要依赖视觉、光学传感器，接触式触觉等其他模态传感器差距很大，看起来精度很高，但可能无法支撑模型建立很好的物理认知。此外，大模型相关技术尚未收敛，导致数据价值难以评估，因此，数据交易只能是小范围、小规模。

破局之道：从“遍地开花”到“全国一盘棋”

“我经常跟地方提醒，不要一窝蜂都去做整机。”杨正叶表示，人形机器人整机门槛很高，完整供应链不是每个城市都具备。各地要立足自身禀赋，走差异化路线，形成全国拼图式产业格局。产业实力强的地区，可以主攻整机、核心零部件和算法研发；制造业基础尚可但缺整机能力的，可以做零部件配套；有特色场景资源的，比如工厂多、康养资源丰富，可以做场景验证试验场，承接真机测试、数据采集；算力软件优势突出的，可以发展仿真、数据标注、行业解决方案。杨正叶认为，“就算工业基础薄弱，也可以做运维培训、数据标注这类细分服务。不是造出机器人才叫发展这个产业，嵌入全国产业链分工，同样能拿到产业收益，避免盲目上马整机带来财政浪费。”

浙江人形有关负责人也强调，人形机器人产业背后覆盖精密的核心零部件、操作系统、具身智能世界模型、仿真平台、数据采集、测试认证、场景集成、运维服务等完整的产业链。“地方产业政策应从‘造多少机器人’，逐步转向‘机器人为本地经济创造了多少价值’。”

丁宁向记者举了一个颇具启发性的例子：人形机器人脚底板。当前，人形机器人的脚底板多为刚性结构或仅覆以一层缓冲橡胶。未来，如果要提升人形机器人的运动性能，可以在其脚底橡胶材料中集成柔性智能传感器实现与传感器的一体化设计，使其能够像人脚一样感知踩踏深浅，实时反馈地面接触信息。

在协同机制上，国家队创新平台、地方政府、市场主体三方的角色正逐渐清晰。浙江人形机器人创新中心有关负责人将其概括为“政策给机会、平台降门槛、市场做选择”：国家级创新平台重点解决企业单独投入成本高、整个行业必须解决的共性问题比如基础数据集、开源技术平台、测试评价体系、标准体系、中试能力和共性技术；地方政府的重点是提供长期资本、开放真实场景、完善政策环境；企业负责产品定义、技术迭代和市场验证。邓世海也认为：“国家平台解决共性问题，地方提供产业环境和场景，企业完成产品化和市场化，这样有助于形成从技术研发到应用验证，再到规模化产业化的完整闭环。”

未来展望：新业态、新职业与新分工

当下具身智能产业发展热潮，远不止于一个新兴产业的崛起，更在于对经济社会形态的深层重塑。

新业态、新职业的轮廓已经浮现。杨正叶判断，整机只是入口，更大空间在后端服务：机器人技能订阅、运维4S服务、环境场景改造适配、实训数据运营、行业定制解决方案等新业态，将带来机器人行为训练师、具身智能数据工程师、场景适配工程师、人机协同调度师等新职业。

而在谈到对劳动力结构的影响，受访者认为是“重构”而非“简单替代”。邓世海表示，最大的变化可能不是“机器人替代人”，而是人与机器的分工方式变化：重复性、高强度、危险性工作交给机器人，人转向工艺管理、机器人训练、任务规划和异常处理，“过去产业工人的核心能力是‘如何操作设备’，未来则是‘如何教会机器人完成任务’。”浙江人形有关负责人也认为，人形机器人首先替代的是危险、重复、高强度和人员短缺的具体任务，未来一个人可能管理多台机器人。

丁宁的思考更进一层，指向收益再分配的制度设计。“一旦模型走通，机器人的性能效果大幅提升，没准三五年就会有效果，这必然对现有以人为主的生产体系造成非常大的冲击。”他认为，政府必须前置规划：用了新的生产工具，就要加强收益的分配——生产效率提升带来的税收，应加速回流到基础设施投入和被替换人员的新技能培训，比如原来的扫地工人，政府应给予资助和生活支持，可让他去学习如何修理机器人。借助信息化手段，把新技术产生的福利针对性地落到每个人头上，而不是面上的，技术带来的冲击就能够平稳过渡。

正如邓世海所言，如果说传统人工智能主要解决“理解和生成信息”的问题，具身智能则要解决“理解环境并采取行动”的问题。当智能真正进入物理世界，制造、物流、服务业的劳动生产率将以更低成本、更高可靠性获得提升——这或许才是各地竞逐创新中心背后，智能经济最值得期待的长期图景。