智元远征A2 24小时直播实录：解码人形机器人从“能走”到“走好”的技术密码

2025年8月17日8:20至8月18日8:20，智元机器人在上海浦东新区启动“夏日CityWalk”24小时全直播活动，全尺寸人形机器人远征A2完成全球首次高温环境下完全自主的24小时行走作业挑战。本次直播全程模拟真实户外场景：路面涵盖柏油、砖石等多种材质，沿途设置锥桶、减速带等障碍，更遭遇日间35℃以上高温、夜间弱光等复杂条件。

作为全球首次全尺寸人形机器人24小时户外行走直播，其核心目标直指技术实用化的关键验证：远征A2的自主行走稳定性、环境适应性及硬件可靠性。直播中，机器人全程无遥控干预，自主完成避障、路径规划、步态调整等动作，更通过“热插拔换电”技术实现快速补能，即便是非技术人员也能轻松操作。这场直播不仅是一次产品展示，更是人形机器人技术从实验室走向实用化的重要节点，为后续场景探索与商业化落地的深度讨论提供了鲜活的实践背景。

活动当日，智元机器人迅速聚焦“技术落地”命题，启动“人形机器人场景探索和商业化发展”圆桌对谈。此次对话汇聚了上海创智学院导师，同济大学电子与信息工程学院教授、博导印真、智元机器人市场专家孟彬健、郝超与Eason，多方核心围绕一个行业痛点展开探讨：当人形机器人突破“能走、能自主作业”的技术门槛后，如何挖掘场景的真实需求、构建商业价值闭环，让实验室成果真正嵌入千行百业？

主持人：当前人形机器人应用场景中，最核心的诉求指向哪些方向？

郝超：可以分为情感诉求和功能诉求。情感诉求对应的是文娱商演场景，比如机器人跳舞、表演，虽然有人争议，但这种情感价值是快速获得大众、B端和投资人认知的渠道。功能价值则涉及千行百业，需要看机器人在行业中能胜任多少社会角色。目前能落地的有展厅讲解、营业厅和4S店接待，正在探索酒店接待，未来会通过大模型挖掘更复杂作业能力。工厂场景对ROI要求严，目前能达到人类60%-70%的水平，目标是年底或明年接近100%。

主持人：在人形机器人注意力经济持续升温的背景下，是否出现了超出预期的需求演进，或是此前未被预判的应用方向？

郝超：之前以为主要是吸引流量，现在发现用户不仅用它引流，还用来创造人类办不到的内容和表演形式。对机器人的要求越来越高，不只是模仿人类，还要具备人类做不到的能力，这是之前没太多想到的，我们也在通过优化本体和运动智能适应这些需求。

主持人：当前人形机器人在日常生活场景中鲜少出现，是否正反映了产品与市场的匹配度尚未达标？

Eason：是的，PMF是关键。我们需要找准用户需求，且需求要有广阔市场容量和ROI空间。硬件有部署成本，不能像软件那样零成本，所以要找高价值市场。比如用户需要打孔，以前买钻机，现在可以通过服务找人来做，我们会枚举场景任务，匹配机器人的交互、作业和运动能力，看功能满足度。目前机器人虽能做酷炫动作，但生活中少见，就是因为PMF没做好。

主持人：当前市场将人形机器人划分为交互陪伴与生产力两大类别，这种分化的背后，是技术路线的博弈所致，还是场景需求的本质差异驱动？

郝超：未来机器人会分很多类，有的灵活适合表演，有的负载强、可靠性高适合长时间危险作业。智源已有不同产品线往细分方向深挖。目前远征A2能力还没完全达到人类水平，既能简单舞蹈又能交互，但还在拟合人类能力，之后会像人类一样细分角色，这是发展趋势。

主持人：在当前商业化进程中，哪些应用场景已能清晰测算ROI（投资回报率），其价值闭环的核心逻辑是什么？

孟彬健：商业服务比工业更能算账。商业服务讲究创新、有趣，靠情绪价值或眼球经济，而工业客户先看功能、测试报告和认证，再砍成本，核心是极致效率，要求节拍和稳定性，需要做减法，聚焦客户最关注的功能，控制成本。

主持人：科研教育场景中，ROI（投资回报率）的衡量维度与商业场景存在差异，其核心测算逻辑应如何界定？

印真：过去科研产出是论文、专利，现在高校和研究所更注重科研推动市场、产生价值，和企业需求有重合，希望成果有用，能讲好故事，最终产生价值。

郝超：科研教育场景中，本体稳定性很关键，影响科研效率，不稳定会增加成本。情感价值场景ROI相对高，比如机器人用于品牌宣传，带来的流量和品牌认知提升，比投广告可能更划算。功能价值场景目前成本较高，替代人工还需时间。

主持人：在实际落地中，是否存在超出初始预期的客户需求，或是某类功能的市场接受度远超预判？

郝超：多模态识别能力超出预期。我们一开始觉得让机器人识别并描述东西不新鲜，比如识别香蕉、苹果，但客户很喜欢，因为这种实体交互让机器人像人一样感知世界，能基于外部世界交流，给人的情感和功能感受更贴近人类，用户反馈比想象的大。

主持人：站在用户视角，时常面临“不知机器人能为我做什么”的认知困境，这种行业现状下，应如何理解“市场教育”的本质与路径？

郝超：理想状态是机器人能接住任何诉求，通过泛化模型覆盖更多需求。人形机器人适配人类世界无成本，交互上最好不用学习，天生知道怎么和人交流。但目前太早期，能干的有限，不过行业在快速发展，一年左右能力会接近自然交流，简单动作和对话能胜任，复杂精细活还需时间。

Eason：做产品不能教育用户，要顺应用户需求。我们自己也是机器人用户，每天和它互动，发现很多超出预期的能力。人形机器人早期像特斯拉ModelS，之后会细化出不同产品，聚焦用户切片，了解细分市场需求和容量，再决定是否开发。

主持人：人形机器人是否已针对不同用户群体构建差异化交互模式？又如何通过多模态感知系统，深度挖掘不同群体的潜在诉求？

郝超：目前没太多区分，因为销量还没到覆盖多样群体的阶段，主要用户是成年人。未来ToC进入家庭后，会针对儿童等群体调整，技术上通过声纹和视觉特征判断用户群体、环境和动作上下文，大模型能基于这些信息调整交流方式，只是当前版本还没实现，后续有规划。

主持人：当前大模型已具备一定的人类情绪识别能力，远征系列在情绪感知与响应层面，是否已实现类似特性？

郝超：未来可以，现在版本不行。今年内会实现识别声音的轻重缓急、表情复杂度和穿着，这些能力已具备，只是在平衡帧率、分辨率等参数，确保感知能力，同时依赖强算力和续航支撑复杂推理，接近人类响应水平。

主持人：远征系列的记忆功能在时效与对话轮次上的表现如何，其底层设计逻辑是怎样的？

郝超：分长期和短期记忆。短期记忆能记住几分钟内的多轮对话，类似人类当场对话的记忆；长期记忆正在建立，目前能记住名字、人脸信息，快速学习大量数据，比如1000张人脸或100万条知识库，这是现在就能做到的，比人类强。

孟彬健：长期记忆能给用户宾至如归的感觉，比如20天后见面能叫出名字。在车企4S店场景，机器人能记录客户看车轨迹和问题，判断需求标签，即使客户没成交，也能生成报告让销售跟进，甚至后期推送相关新功能，这是机器人对比人类员工的天然优势。

主持人：针对中国移动的重大订单，交付的人形机器人将主要落地于哪些核心场景，其价值定位是什么？

孟彬健：主要用于讲解与接待，发挥远征A2在商业服务领域的稳定性和差异化体验。在企业大厅、营业厅接待重要来宾时，依托强记忆能力和区域知识模型，应对各种问题。未来可能拓展到康养陪伴，移动作为ToC公司，会基于机器人能力延伸更多场景，合作是长期的，随版本和硬件迭代持续服务。

主持人：下半年在场景拓展上，将重点攻坚哪些领域，其战略考量是什么？

郝超：还是聚焦文娱商演和讲解接待，做得更扎实。讲解接待会升级为agent模式，自主分配讲解内容、润色文稿、匹配动作表情，引入PPT翻页等控制物理世界的能力；文娱商演会提升运动灵活性，适配复杂舞蹈和工具，推出群控软件，控制多台机器人协同或独立表演，赋能客户创造多样场景。

主持人：当前人形机器人从技术到商业落地的全链路中，最核心的挑战与瓶颈是什么？

印真：一是任务能力局限性，面对复杂场景下的多元需求，其能力覆盖程度有限；二是安全性挑战，高功率电机易失控，极端工况下对周边环境的潜在风险，仍是行业必须跨越的门槛。这两点构成了技术迭代与场景落地之间的关键梗阻。

郝超：从产业实践看，一是角色胜任度，对目标角色的胜任比例不高，当前对目标场景角色的功能覆盖仍显不足，离80%-100%的行业预期存在差距；二是接管率，依赖人类干预，自主决策链条尚未完全闭环，比如展厅讲解需要人布置内容，商演需要人调试动作，未来会通过技术降低接管率，让机器承担更多。

Eason：用数字4210-1逻辑来概括，本质是人机协同效率的进化路径，从早期4人支撑1台设备的运维闭环，到当前1人即可完成全流程部署，最终指向“零人工介入+自主续航”的-1阶段。这一路径的关键突破点，在于破解能量补给的自主性瓶颈，同时通过OTA持续释放能力红利：当产品价值与成本的比值突破5-10倍阈值时，将迎来商业化的爆发点，交互能力或在半年至一年内触及这一临界点，运动与作业能力的突破也将循序跟进，形成技术迭代的正向飞轮。

孟彬健：人们易高估短期变化，低估中长期变革。机器人普及后会推动社会进步，让更多人做想做的事，减少不想做的工作。给人形机器人时间，两三年后变化会很明显。

这场“夏日CityWalk”24小时全直播，以全球首次全尺寸人形机器人高温环境下自主行走的实践，为行业呈现了技术落地的核心逻辑，更验证了人形机器人从“实验室演示”迈向“商用场景”的可行性。

此次活动既是技术迭代的里程碑，更揭示了行业方向：人形机器人的实用化，需要以真实环境测试为基础，以场景需求为导向，持续打磨“稳定-智能-便捷”的核心能力。而这场直播留下的，不仅是挑战成功的记录，更是技术从“突破”到“落地”的思考起点。

 

0