机器人“上学”练叠衣学端杯 预计降低企业研发成本30%-50%

　　工作人员在做机器人抓取训练。

　　工作人员在做机器人抓取训练。

　　“具宝盆”AI生态创新社区的成果展示区。

　　“具宝盆”AI生态创新社区。

　　机器人也需要“上学”。叠一件衣服、拿起一个杯子、整理一张桌子……这些人类习以为常的动作，对机器人而言，都要经过一次次训练。

　　在哪里练?谁来教?训练产生的数据能不能重复使用?当具身智能从实验室加快走向工厂、商场和家庭，这些过去藏在技术研发背后的问题，正越来越多地摆到产业台前。

　　9月1日，“具宝盆”AI生态创新社区在深圳前海科兴科学园正式启动。真觉万象、铂金智潜、灵动星核、氢合科技、刻途智造等5支创新创业团队首批签约入驻。

　　宝安加码具身智能，一场围绕“机器人如何学会干活”的探索正在展开。

　　“具宝盆”

　　机器人要走进家庭 先得在“客厅”里练练

　　“具宝盆”，这个名字颇为讨巧。“具”，指向具身智能；“宝”，取自宝安；“盆”，则取“聚宝盆”之意，希望在这里聚起一批具身智能及与其具有生态协同价值的前沿科技创业团队。

　　但真正让这个6000多平方米的空间区别于普通孵化器的，是这里既要孵化企业，也要“训练机器人”。

　　由宝安区属国企与卧安机器人联合打造的“具宝盆”，据项目方介绍，是粤港澳大湾区首个以“数据服务+孵化赋能”双轮驱动的具身AI生态社区。社区内将搭建智慧家庭、人体运动姿态捕捉、银发服务、新零售、3C工业、AI　for　Science六类标准化实训场景，企业可以带着机器人来这里采集数据、训练模型、测试产品。

　　为什么专门建一个地方给机器人训练?答案要从具身智能眼下面临的一道难题说起。说到底，机器人要学会的，是现实世界里的动作和判断。今天的多模态大模型可以从海量文字、图片和视频中学习，但机器人最终面对的是一个复杂得多的物理世界。

　　同样是拿杯子，有高有矮、有轻有重；同样是叠衣服，衬衫、毛衣、裤子的形态各不相同；进入养老机构，还要识别老人的动作状态、移动速度和实际需求；到了工厂，又要面对不同尺寸的零部件、工位和生产流程。

　　大家觉得理所当然的一次伸手，对机器人来说，背后可能意味着大量的采集、训练和验证。

　　那么，训练数据从哪里来?

　　目前，具身智能企业在产品研发过程中往往需要自行搭建场景、配置设备、采集数据。对于初创团队而言，这些环节意味着不小的资金和时间投入。如果不同企业反复搭建相似的训练环境、重复采集具有共性的基础数据，研发成本还会进一步增加。

　　问题既然出在“各干各的”，解法自然要往“共享”上找。“具宝盆”由此而来。围绕具身智能产业的数据和场景需求，宝安联合产业龙头建设这一社区，把真实场景搭建、数据采集、训练验证和企业孵化放到同一平台，希望通过公共服务减少企业的重复投入，也让机器人从训练到应用的路径更短一些。

　　数据服务

　　可支持百台终端并行采集 覆盖50至100类场景

　　顺着这条思路再往下看，“具宝盆”的定位也更加清晰。

　　项目位于前海科兴科学园2栋8至10层，总面积6039平方米，聚焦两项核心功能:一是具身智能数据服务，二是前沿科技产业孵化。

　　其中，具身智能数据全链条服务中心将面向深圳乃至粤港澳大湾区科创企业，提供标准化数据采集、算法训练、模型迭代、产品测试等公共服务。

　　“具宝盆”采用“1+N”场景布局模式。“1”是社区内部的标准化机器人实训场景，覆盖智慧家庭、人体运动姿态捕捉、银发服务、新零售、3C工业、AI　for　Science六个方向；“N”则走出园区，联动宝安的家庭、体育场馆、养老机构、半导体工厂、商业综合体等真实场景。

　　标准化场景解决可重复的数据采集和训练问题，真实场景则进一步检验机器人的适应能力，并将应用反馈重新带回模型优化过程。实验室里“会做”，到了千差万别的现实环境里还能“做好”，才是真本事。

　　数据还要解决另一个问题:不同设备采集的数据，能不能尽可能实现复用?按照规划，中心在技术架构上将重点建设UMI本体无关具身数据和高保真遥操作数据两类核心资源，通过统一数据标准、降低数据与特定设备之间的绑定程度等方式，提高数据的标准化和复用能力。

　　简单说，就是机器人型号、硬件形态可以不同，但在符合相应技术条件的情况下，训练过程中积累的数据可以更方便地被整理、转换和再次利用，减少企业重复采集数据的成本。

　　按照项目规划，中心可支持百台终端并行采集，覆盖50至100类任务场景，预计可帮助入驻企业降低30%至50%的初期研发成本。

　　需要注意的是，这里的30%至50%为项目方基于平台建设方案提出的预计降本幅度，实际效果仍将取决于企业研发阶段、任务类型和数据需求。

　　对初创企业而言，少搭一套场景、少重复采集一轮数据，省下来的不只是研发成本，还有产品验证和迭代的时间。　　　　

　　产业孵化

　　首批签约5支团队 布局商业航天等多个前沿方向

　　数据之外，“具宝盆”的另一项功能落在产业孵化。按照规划，“具宝盆”将联动银行、券商、创投机构等金融资源，为处于不同发展阶段的企业提供相应的投融资对接服务，覆盖从天使投资、VC、PE到产业并购等环节。同时，通过研发办公空间、测试实验空间、产业政策、技术资源和应用场景等，为入驻团队提供孵化服务。

　　首批签约的5支团队，也说明“具宝盆”的孵化范围并不局限于机器人整机。5支团队分别布局未来信息、未来空间、商业航天、量子科技与AI智造等前沿方向。

　　其中，真觉万象聚焦具身智能数据，通过数据采集、处理和生成等环节，将人类物理交互转化为机器人可训练的数据资产；铂金智潜面向深海柔性作业场景，研发水下具身机器人，希望将机器人应用进一步拓展至复杂海洋环境。

　　灵动星核的技术方向则延伸至商业航天和空间操作场景。据项目方介绍，其团队成员曾参与空间灵巧手相关研发及在轨精细操作任务，在国际上首次完成灵巧手在轨精细维修操作任务。

　　氢合科技聚焦超低温技术产业化，面向量子、聚变、医疗、半导体、科学仪器等领域提供相关技术和基础设施支撑；刻途智造则尝试将传统PCB制板能力下沉至桌面级场景，提高硬件研发过程中的快速打样和迭代效率。

　　从这份首批名单可以看出，“具宝盆”并非只聚集具身智能企业，而是以具身智能和物理AI为重要主线，向与其具有生态协同价值的人工智能、半导体、未来能源等前沿技术和关键支撑环节延展。

　　这类硬科技项目普遍研发投入较大、验证周期较长，仅有办公空间远远不够。技术能不能完成验证、找到场景、接上产业链、获得持续的资本和产业资源支持，往往决定着项目能否真正走出实验室。

　　这也解释了为什么“具宝盆”在数据服务之外，还要把测试条件、资本对接和产业资源放进同一个孵化体系。

　　宝安优势

　　既能提供供应链支撑 也能提供丰富的应用和验证场景

　　一位从事超低温技术研发的入驻团队负责人坦言，落地宝安不仅考虑区位，更看重本地制造业的集聚效应，“我们需要的很多部件供应商就在周边，沟通和试制的成本大幅降低。”

　　具身智能最终要进入真实世界，而宝安最不缺的，就是真实的产业场景。目前，宝安已集聚人工智能和机器人企业600余家，产业规模近600亿元，形成覆盖核心零部件、整机制造、模型算法、行业应用等环节的产业体系。更重要的是，这里有厚实的制造业基础。从3C电子、半导体到智能装备、精密制造，一台机器人从样机走向产品，需要反复验证的抓取、搬运、检测、协作等能力，都可以在不同生产环境中不断打磨。

　　对具身智能而言，宝安的制造业既能提供供应链支撑，也能提供丰富的应用和验证场景。产业基础之外，宝安近年来“钻研”的另一件事，是把企业从研发到市场所需要的公共服务逐步接起来。

　　国家人工智能应用中试基地重点承接人工智能技术应用验证、中试和成果转化；AIR　Design　House全球机器人开发选品选型服务中心围绕机器人从原型走向工程化和规模化过程中面临的共性问题，逐步构建设计、测试、试产、量产等全周期服务体系；广东省人工智能与机器人出海服务中心(深圳)则重点围绕产品出海、技术合作出海、服务出海等方向，为企业拓展国际市场提供专业服务。

　　如今，“具宝盆”进一步补充数据服务和前沿科技项目孵化功能，把公共服务向企业研发和成长的更前端延伸。与此同时，前海·宝安具身智能港正形成“一岛N园”的空间布局，相关优质产业空间规模超500万平方米，用于适配不同发展阶段企业的空间需求。宝安还配套总规模超1500亿元的产业基金群，并已形成支持人工智能产业发展的专项政策体系。

　　从数据训练、场景验证、研发中试，到企业孵化、产业落地、市场出海，一条围绕人工智能和机器人企业成长的产业服务链正在逐步完善。

　　具身智能仍处于产业发展的早期阶段，技术路线和应用场景都在快速演进。今天不起眼的创业团队，几年后可能成长为新的行业企业。面对这样的未来产业，区域竞争不能只盯着已经成熟的企业，也要看谁能够为新技术、新企业提供更好的成长条件。

　　与其等树长大了再移过来，不如先把土壤养好。“具宝盆”，正是这种产业培育思路的一次落地:通过公共数据和训练条件减少重复研发投入，通过真实场景加快产品验证，再由资本、产业链和公共平台承接企业后续成长。由此再看深圳发力具身智能，产业化的分量正在进一步加重。

　　当人工智能从数字世界走向物理世界，比拼的不只是算法和模型，还包括真实场景中的验证能力、工程化能力、制造能力和成本控制能力。技术只有真正做成产品、进入场景，才能进一步形成产业价值。宝安过去几十年积累起来的制造业厚度，也正在成为这座城区竞逐具身智能赛道的一张重要底牌。

　　采写:南都记者 潘莹瑜

　　受访单位供图