睿尔曼郑随兵：人形机器人规模化挑战，**人才**与**数据**成关键

睿尔曼郑随兵：人形机器人规模化挑战，**人才**与**数据**成关键_搜狐网

睿尔曼郑随兵：人形机器人规模化挑战，**人才**与**数据**成关键

markdown 睿尔曼创始人郑随兵近日在首钢园人形机器人数据训练中心开放日上，深入探讨了人形机器人从实验室走向生活与生产的关键挑战。随着2025年被定义为“人形机器人和具身智能走入生活元年”，数据采集、训练以及人才储备，成为了制约行业规模化应用的核心因素。

数据与场景：规模化应用的基石

郑随兵指出，机器人走入生活面临三大核心瓶颈：操作能力、泛化能力与成本控制。传统机械臂的笨重昂贵，以及服务机器人功能单一，都限制了其应用范围。而睿尔曼公司通过构建北京市首个人形机器人数据训练中心，利用多种形态机器人及十大应用场景，每年预计产出超百万条高质量多模态数据。这为解决操作能力、泛化能力提供了坚实基础。郑随兵认为，实现规模化应用，获取真机数据是快速推动行业发展的关键。未来，该训练中心还将扩容至数百台设备，实现超千小时高质量数据，以满足机器人数据训练需求。值得关注的是，睿尔曼在控制器、驱动器、电机和减速器等核心零部件方面均为自主研发并拥有自主知识产权，为后续的技术迭代和成本控制奠定了基础。

人才短板：具身智能面临的挑战

郑随兵坦言，具身智能行业面临的最大痛点在于缺乏大量顶尖人才。“机器人或具身智能落地的基础建设是人才”，他表示。虽然行业正在努力建立课程体系和研究，但人才的培养周期较长，这无疑加剧了行业的发展压力。 睿尔曼的全资子公司微悍动力全栈自研的谐波减速器出货量将超过10万台/年，全栈自研的一体化关节模组全球出货量前三，触达客户超过4000家，积累了上千个标杆案例；国内绝大多数的具身智能企业均采用睿尔曼关节或机械臂产品或ODM产品，并与多家机构成立联合中心或联合实验室。这些都凸显了人才对于技术研发和商业落地的关键作用。郑随兵还提到，国内有多家人形机器人训练场，数据质量参差不齐，未来数据资源统筹和整合将是行业需要解决的难题。石景山人形机器人数据训练中心是行业内唯一一个实现数据训练闭环的机构，实现了具身智能数据闭环，从数据采集、训练，以及提供持续和批量级平台级具身智能数据解决方案等，实现了整个数据训练商业闭环。由于训练中心用户量大，相对标准化，所以具身智能数据能够在国内和国外都被广泛使用。

展开剩余

41

%

未来展望：从L0到L5的进化

郑随兵将人形机器人的发展类比于自动驾驶，认为未来2-3年内，人形机器人将达到L2、L3级辅助驾驶，拥有半自主能力；未来5年左右，将会出现足够智能化的全自主机器人，类似于L4、L5级完全自动驾驶能力。他强调，到2025年底，睿尔曼公司将实现销量近千台整机目标，到2026年，公司的目标是达到数万台的机器人整机产能。人形机器人已经是中国明确的未来产业标志性产品。根据IDC研究数据，预计到2029年，全球机器人市场规模将超过4000亿美元。其中，中国市场占据近半份额，并以近15%的复合增长率位居全球前列。郑随兵表示，今天大家制造机器人，一定不是为了“造一个人”，而是真正能在具体场景干活的一个工具。人形机器人数据训练中心汇聚了元客视界、艾欧智能、知行机器人、傲意科技、强脑科技等具身智能产业链上下游十余家企业的先进技术与产品，联合构建起覆盖感知、决策、执行各环节的产业生态矩阵，并联动鹏城实验室、上海人工智能实验室等产学研机构共同搭建具备“场景数据采集－模型训练－应用验证”全闭环能力的智能训练场。

你认为，在技术快速迭代的今天，如何才能更好地解决人才短缺的问题，加速具身智能的落地？