“现在的具身智能，脑子其实可以了，真的是手的问题。”7月3日，在由盖世具身智能主办的2026具身智能产业场景融合大会上，北京银河通用机器人副总裁兼工业事业部总经理仓玉指出了行业当前最现实的瓶颈。
北京银河通用机器人副总裁兼工业事业部总经理仓玉
在他看来，这背后是一个更本质的困境:当同行都在做末端执行器时，做A场景用一种手，做B场景又换另一种，“很难让人家不产生这样的联想，你是不是就是非标自动化的plus？”仓玉现场呼吁，灵巧手、触觉传感器等核心部件的同行“再加把力，早点做出一只能做灵巧操作、能做一定负载的末端执行器”。
仓玉对比了三个领域的数据处境:GPT已经用完了互联网积攒30年的数据；自动驾驶虽有FSD全球七八百万司机持续贡献“专家数据”。国内智驾公司早期也投入大量资金买车、组队路采，即便如此仍与FSD有差距。
而具身智能面临的数据困境更为严峻。汽车从1886年至今结构基本定型，有既成的生产力工具属性，智驾只是体验升级。但机器人是“大模型让大家看到了劳动力替代的可能性”之后才催生的本体，没有任何既有的数据可用，更没有工厂愿意公开工艺制程数据。
“仿真数据与真实世界的鸿沟仍然存在，即便我们已经是全球做得最好的，比AMD甚至都好，仍有百分之几的差距。”仓玉坦言，真实数据的采集是具身领域“亟待解决的问题”。
银河通用的解法是，与3C制造、汽车及零部件领域的合作伙伴共建示范产线，共同享有工艺数据的使用权。在仿真训练方面，银河通用通过纯仿真完成了叠衣服等长程柔性物体操作，实现了100%成功率。
关于商业化节奏，仓玉明确表示:“现在我们和同行最紧迫的问题是先解决问题，接下来再解决效率的问题。”他恳请行业给予耐心。
在工业场景的具体路径上，银河通用的策略是“基础模型相当于让机器人高中毕业”，工业事业部通过垂类数据让模型“从泛化到特化”。“工业本身就是一个弱泛化、强节拍、高可靠性的诉求，我不需要你什么都能干，你只要在固定的工序下能干。”
成本账方面，银河通用2024年12月上线第一家药店，至今已拓展至近100家，“是第一个把ROI算平的场景”。在工业物流侧，其转运产品已在宁德时代落地近三位数，在富士康、西门子也有部署。
最后，仓玉呼吁行业协会推动标准制定。“就像之前做智能工厂一样，数据不通，一个工厂里面可能有几套MES，到现在还存在。”如果具身智能行业没有统一标准，“又会陷入到长期的各自为战的境地”。“无论是行业还是同行，大家还是要保持开放的心态，同时也要坐得住冷板凳，这是一个长期的行业。”
|
