🤖 **机器人“进厂打工”的潜力与挑战：** 宇树科技副总经理杜鑫峰提出，机器人未来将更多地服务于工业场景，承担繁重、重复且复杂的任务，而非仅限于提供生活中的情绪价值。这一转变的关键在于解决具身智能机器人的数据训练问题，这与语言大模型的数据获取方式截然不同，它高度依赖机器人硬件与物理环境的真实交互来生成训练数据。

📊 **具身智能数据采集的两大路径：** 当前行业主要面临两种数据采集方式。第一种是人工遥控机器人执行抓取、移动等动作，通过真实环境收集数据样本，这种方法易于实现但效率较低。第二种是利用算力在三维孪生环境中批量生成训练场景，通过仿真环境进行训练，效率虽高，但对重力、摩擦力等物理模型的精度要求极高。

🐾 **宇树科技的技术实践与应用：** 宇树科技已将其四足机器狗和人形机器人初步应用于储能与电网等场景。其机器狗能够自适应多种复杂地形，如平地、鹅卵石路面、台阶和斜坡，并能采集电机电流数据，自主选择合适的步态，实现全地形稳定行走，为解决具身智能的实际应用问题提供了有益的探索。

IT之家 9 月 18 日消息，据每日经济新闻今天报道，2025 世界储能大会今天在宁德开幕，其中宇树科技副总经理杜鑫峰在大会上发表演讲。

杜鑫峰表示，宇树科技的机器人现在广泛应用于文娱表演方面，同时在工业巡检、电网、储能等场景有了一定应用，他们认为机器人除了在生活中提供情绪价值外，更多就是“进厂打工”，未来宇树科技将解决一系列问题，让机器人进入繁重而重复的复杂工作领域。

这其中的难点就在于如何“训练”机器人，与语言大模型的数据获取方式不同，具身智能机器人的训练数据依赖机器人硬件与物理环境交互生成，而此前业界缺乏成熟的人形机器人载体，导致基础数据积累方面比较空白。

杜鑫峰透露，目前行业内主要有两种路径解决机器人数据采集问题，IT之家附上详情如下：

通过人工遥控机器人完成抓取、移动等动作，借助真实环境采集数据样本，这种方法易于实现但效率很低

通过算力在三维孪生环境批量生成训练场景，使用仿真环境训练，这种方法虽然效率很高，但高度依赖重力、摩擦力等物理模型的精度

不过宇树科技的四足机器狗和人形机器人已经初步应用于储能与电网场景，其中机器狗可以自适应平地、鹅卵石路面、台阶、斜坡等地形，它可以采集四条腿、12 个电机的电流数据，自行选择适合的步态，实现“全地形稳定行走”。