为了还原具身智能科研市场的全貌，我们找了多个头部高校聊聊

在具身智能所有喧嚣的落地故事里，科研市场是最沉默也最关键的那一个。

这是无数创业公司拿到的第一笔真正意义上的收入，帮助团队度过了最艰难的从0到1的商业化探索阶段，也让机器人本体在成百上千次的拆解、改装、调试和故障修复中，完成了最初的可靠性进化。在机器人大脑尚未成熟、通用能力仍待验证的今天，成为了整个行业为数不多的、真正稳定的现金流来源。

在前段时间公布的宇树科技招股书中，科研教育占据人形机器人整体收入的73.6%。与此同时，中国已跻身ICRA、IROS等顶级机器人学术会议的最大投稿来源国之列，相关论文数量在近两年更呈现出爆发式增长态势。种种迹象表明，科研仍是一个机器人行业不容忽视的市场。

而科研市场需要的本体，不只是一个“能走能跳的空壳”。恰恰相反，这是一个准入门槛极高的封闭生态。在这片低开放度的市场里，环环相扣的配套资源和长期形成的行业惯例，使得任何公司试图涉足，都需要过硬的本体基础、有竞争力的性价比，以及值得信赖的研究成果背书。

在具身研习社对话十余位科研工作者、厂商负责人的过程中，出现频率最高的一个词就是“生态”。因为生态的存在，科研界形成了与消费市场、产业市场完全不同的决策逻辑。

有时候一台机器人被选中，不只是因为它本身的参数，而是因为它背后连接着一整套系统：开源代码、标定参数、社区经验、论文数据，以及无数个使用过它的研究者留下来的痕迹，它们消除了无意义的重复劳作，很大程度避免了资源浪费。

同时，科研本身，也是一种生态。

科研具有强大的网络效应，成果需要被发表、评审和复现，本质上就是领域内的众人在试图一砖一瓦地构建一个完整的生态体系，这决定了科研者不能是孤岛，而相同的本体就是一种连接的形式。

而进入这一生态的机会，更需要的或许是耐心，无论在什么技术引领下，进入科研市场都需要打磨产品的可靠性，一步一步积累用户、构建生态，随着使用量的增加，反过来催生硬件、算法、数据等方面的进步，自然就会形成头部效应。

未来科研需要的机器人，或许不一定具备极强的运动能力，但一定足够稳定可靠，具备发达的生态，有竞争力的价格，被更多的人使用。这要求机器人抛除过多堆砌的功能，在最高性价比下补齐短板、取舍长板，构造踏实、均衡的本体。

而它们能带给外界的，就是对长期问题的耐心。

正如采访中赵波老师所说，今天的高校与实验室里，仍然聚集着大量优秀而年轻的研究者。他们拥有相对自由的时间，稳定的状态，可以在一个高度不确定的问题上持续投入三到五年，去探索那些非常早期、充满不确定性、无法被商业回报立刻验证的方向。

那如此重要的科研市场，究竟需要什么样的机器人？这个问题，可能没有统一的答案。不同的研究方向，有着截然不同的诉求。但差异之下，或许依然藏着某些共性。

具身研习社长期关注科研领域的变化，也一直好奇这个问题的答案。为此，我们采访了几位身处不同方向、不同院校的科研工作者，听他们谈谈与机器人本体打交道的真实感受，试图为这个问题，拼出一个相对完整的轮廓。

01 陈天行：科研市场远未达到瓶颈期

对于高校中需要什么样的机器人，陈天行的答案明确而直接：耐用，价格便宜，生态好。

陈天行指出，当前的科研领域选择机器人很大程度上受到生态的绑定。人们往往会倾向于选择更多人使用的本体，因为结果需要被比较和复现，有更多可用的资源工具。但如果现在有一篇颠覆性的论文发表，他们所采用的设备或许也会受到追捧。

他还提到了一个特殊的维度：机器人的颜值。

这听起来像是一个无足轻重的细节，但在论文图片、演示视频铺天盖地的今天，一台好看的机器人出现在论文中，确实更容易被看到、被记住。这本质上也是由学术界的论文导向所决定的。

他认为，学术界往往面临更强的资源制约，固然存在一些资源充足的大实验室，仍有很多实验室买不起相对便宜的人形机器人，有些实验室也会接受机器人厂商的赞助。

而这份价格敏感，也构成了学术界与产业界行事风格的天然差异，学术界往往要在诸多限制因素中寻找最优雅的解法，而产业界则擅长用资源快刀斩乱麻，寻找最直接、效率最高的那个答案。

陈天行对机器人科研市场的前景持乐观态度，他认为这个市场的商业价值远未到顶，“就像过去做运动控制，更多会购入人形机器人，未来操作方面的研究增多，衍生了更多数据以及评测需求。

未来的需求是可以被不断创造的。科研市场虽然是一个艰难的市场，但依然有广阔的前景，随着机器人研究的不断增多，盘子也会越来越大。”

02 郑梓昂：机器人硬件的“坑”，今年已经快被填平了

对于在清华大学从事运动控制与具身模型研究的郑梓昂来说，他认为，科研市场的大门依然敞开，更多机器人公司依然有机会迈入科研市场。

从去年到现在，机器人本体在使用体感上已有明显提升，而在这一过程中，盘根错节的生态仍是其中的关键。

当前，某头部品牌机器人在性能上依旧占据优势。“我们在做人体动作retargeting的时候，第一步默认是先在这家的机器上走漂亮了，再去适配别的机器人。”其生态里有标定好的参数，品控更稳定，每台机器人之间的差异较小，不容易偏离标准参数，这使得实验结果更容易复现，跑出来的数据质量也会更好一些。

但如果说在去年年初，在论文中使用头部品牌之外的本体还是一个潜在的坑的话，在今年，这个坑已经快被填平了，各大厂家本体的可用性有了明显的提升。

遵循头部品牌开辟的路径，各个厂商都在培育自己的开源生态，构建配套的SDK。这种追赶需要逐步积累，目前已经初具规模。

面对本体性能的提升，郑梓昂提出了一个更耐人寻味的观点：对于当前的机器人，硬件已经不再掣肘，算法才是制约性能天花板的因素。

事实上，在绝大多数现实应用场景中，我们并不需要让机器人去施展拳脚，而是需要最基础的稳定性与可靠性，能够持续、安全、可预期地完成任务。就目前而言，硬件能力虽仍有优化空间，但已相当可观。今年马拉松比赛里荣耀机器人的夺冠，就已让人们看到，一款可靠硬件的成熟周期正在不断缩减。

但硬件定义的是机器人的能力上限，而能否真正触及这一上限，始终取决于机器人的智能水平。或许在硬件上的盲目堆叠已经很难构成壁垒，瓶颈正在向软件侧转移。

03 从运控视角看，机器人本体成熟是把双刃剑

对于从事运动控制领域的科研人员来说，机器人更像是一种耗材。

在他们的工作中，需要频繁的真机演示，从简单的跳舞到更复杂的任务操作，在强度较高的项目中，半个月可能就会用坏一台机器人。

在北京理工大学从事人形机器人全身控制研究的博士生李逸旋表示，在这些实验室中，宇树G1是研究者们的默认选择，其中最重要的一个因素，就是强大的电机控制能力。电机是机器人的肌肉，机器人几乎所有动作的完成，本质上都有赖于电机对力矩、速度与位置的精准输出。像春晚宇树机器人所做的表演，就体现了其在自研电机方面的深厚积淀。对于做运动控制算法的研究者来说，电机精度能够直接影响算法能否准确、稳定地执行控制指令。电机精度不够，仿真跑得再漂亮也无法复现。

采访者因截稿日期临近，自己动手修理机器人

实验中的高损耗率，让机器人本体的可靠性成为了默认的基础能力，也意味着售后维修的便利性变成了重要指标。通过官网申请报修、寄回机器人、等待维修，这套流程走下来，一个月以内能拿回修好的机器，在研究者们看来已经算得上便捷，尽管仍然会让项目进度停滞一段时间。

李逸旋表示，当前的硬件水平，已经大体够用。但有些动作上的稳定性，与工业机械臂的可重复精度相比，依然存在差距。机器人传感器精度也存在不足，在动态过程中的感知存在难以清除的噪声。

他认为，宇树机器人的出现，让研究者们摆脱了最初手搓真机的状况，让科研的起点前进了一大步。

但与此同时，也弱化了研究者对硬件的理解程度。或许出于运动控制专业赋予的视角，他格外重视硬件在科研中发挥的作用。如果硬件做得足够可靠，模型的运行就会更加顺利，泛化到不同本体上时，就无需考虑一些底层的误差。在未来氛围编码横行的时代，对硬件的理解，反而会成为一种竞争力。

04 赵波：缺少智能，反而成全了科研市场

在科研领域，机械臂是一个更成熟的市场，机械臂经过更漫长的发展路径，相较人形机器人来说本体稳定性更高，从机械臂市场的当下的状态，或许就可以窥见未来的人形机器人市场。

上海交通大学人工智能学院副教授赵波主要从事VLA与世界模型相关的研究，由于聚焦于上肢操作，所以最常采用机械臂实验。他对于机械臂的选择，除了要符合科研需求，例如臂长和负载，更多关注的还是价格和生态。

由于机械臂的性能相对较为成熟，价格就成为考量的重要因素。

近几年，机械臂的价格呈现出每年下降30%~40%的趋势，或者说对应同样的价格，机器的性能在不断提升，这种性价比的提升或将成为科研领域机器人的整体趋势。

生态的逻辑在机械臂市场同样成立，甚至更加显著。支持ROS系统、有丰富的开源代码库、有足够多的同行在用、有足够的公开结果对比，这些因素的权重，甚至高于硬件参数本身。

如果说机械臂还有什么改进空间，赵波提到了两点。一是适配门槛：每接入一款新机械臂，往往需要花很多时间学习如何接入和使用，降低这个门槛，是一个有价值的方向。二是重量：现在一台机械臂通常在5~10公斤，体积也相当可观，实验室里挪一下位置都是体力活，轻量化的需求是真实存在的。

赵波在采访中坦言，“硬件对于科研来说，确实十分重要，但我们正在努力降低硬件的重要程度。”我们希望能用更智能的算法，来调控一个性价比更高的机械臂，来弥补它在精度等方面的不足，让其能够胜任相对复杂的任务。

当前，机器人本身还没有什么智能可言，它可能有一些运动控制的一些算法，但这更像是小脑，而不是大脑的智能。科研的任务很大程度上就是在给机器人重塑大脑，所以机器人本身的智能可能并不是科研市场重要的考量维度（除了下游应用学科的科研市场）。

他认为，在未来科研市场还将会有5年左右的快速增长期，机器人一直属于一个相对小众的研究领域，但在近些年从业者有不断增加的趋势。随着行业的快速发展，同一个实验室正倾向于购入更多数量、不同类型的机器人。

本文来自微信公众号“具身研习社”，作者：阿茹娜，36氪经授权发布。