最近，工信部部长在十四届全国人大四次会议首场“部长通道”上提到的一句通过“造场景”激发新兴产业、未来产业创新活力，在我们行业群里炸开了锅。

说实话，在圈子里这么多年，看过太多机器人的演示视频，也见证了无数技术团队在融资PPT上画下的“万亿蓝海”大饼。

但部长的提法，让我嗅到了一种久违的务实气息。

抛开那些晦涩的学术词汇，“造场景”这三个字，可能是人形机器人产业从虚走向实最关键的一脚油门。

▍为什么我们如此聚焦场景？

人形机器人正处在一个微妙的时间点。

一方面，技术突破的消息密集传来，国内多家创业公司相继发布了更高性能的原型机；资本仍然在涌入，各地产业园的牌子也越挂越多。另一方面，一个更深层的焦虑在行业内蔓延：这些东西造出来，到底能干什么？目前的答案并不漂亮。

这不仅仅是技术成熟度的问题，更是一个落地逻辑的问题。此前一位头部人形机器人公司的产品负责人告诉我，他们内部复盘时发现，过去几年的研发思路是“拿着锤子找钉子”，先做出一台能走能跑的机器人，再去找能用上它的地方。

“但这条路在2026年可能走不通了。”他说。“造场景”这三个字，恰好指向了问题的核心：不是技术定义场景，而是场景定义技术。

而且部长这次把“场景”提到了前所未有的高度，等于是在敲黑板：别再拿技术指标当护身符了，能下场干活、能解决实际问题的机器人，才是好人形机器人。

那么，为什么需要造场景？

先看一组工信部的数据。2023年，全球人形机器人出货量不足千台，绝大多数用于高校和实验室的二次开发。真正进入商业应用场景的，屈指可数。对比一下工业机械臂。2023年全球工业机器人装机量超过50万台，汽车制造、3C电子这些场景撑起了一个千亿级市场。

为什么机械臂能商业化，人形机器人不行？答案很简单：机械臂有明确的岗位，人形机器人没有。

焊接、喷涂、码垛，这些工种在工厂里存在了几十年，需求是现成的。机械臂要做的，是比人干得更快、更准、更便宜。但人形机器人面对的是一个为人类设计的世界。楼梯、门把手、开关、工具，这些都不是为机器人准备的。

一位在汽车厂做过实地测试的工程师跟我讲过一个细节。他们的双足机器人在实验室里走得很稳，进了车间，地面上有一层薄薄的油污，机器人走了几步就打滑摔倒。

“我们当时意识到，问题不在机器人本身，在于我们不知道车间地面有油。”他说。这就是场景缺失带来的困境。没有真实环境的数据反馈，研发就成了闭门造车。

而“造场景”的本质，就是主动为机器人搭建可以犯错、可以学习的真实训练场。

▍什么是“造场景”？

很多人不理解，场景怎么还要“造”？它不是本来就存在的吗？

还真不是。这个概念可以拆成两层来看。

第一层，物理层面的“场”。也就是把机器人投放到真实的生产和生活环境中去。

为什么一定要真实？因为仿真环境再逼真，也无法模拟现实世界的随机性。生产线上的光照变化、不同工人的操作习惯、家庭环境里的宠物和儿童，这些变量只能在真实场景中采集。

今年2月，工信部发布了人形机器人“揭榜挂帅”名单，明确支持在汽车制造、电子装配、养老服务等领域建设数采中心、应用验证中心。这其实就是政府在花钱为企业“买票进场”。

截至3月中旬，国内已经建成43个机器人训练场，累计采集了近3000万条真实场景数据。一位参与建设的工程师告诉记者：“以前数据靠买，现在靠采。买的数据是死的，采的数据是活的。”

第二层，需求层面的“景”。

所谓“景”，就是具体的岗位和任务。

工业场景相对清晰。汽车总装线上有很多工人不愿意干的活，钻到车底接线、在高温环境下打磨、搬运沉重的零部件。这些都是人形机器人可以切入的切口。

消费场景则复杂得多。家庭环境高度非结构化，对机器人的安全性、交互能力要求极高。但老龄化正在催生刚需。

一位养老机构的负责人跟我说，他们目前最缺的不是医生护士，是能干体力活的护工。扶老人起床、协助翻身、夜间巡视，这些工作重复、劳累，年轻人不愿意干。

“如果有一个机器人能干这些，我们愿意付钱。”他说。

也有一些造场景出了成效的公司。例如春节前夕，搭载越疆自研DOBOT-VLA端到端模型的Atom人形机器人“正式入职”深圳电影院，在无人辅助的情况下，每日连续工作14小时，实现日销爆米花超1000杯、单日营收突破2万元的业绩。这是全球首例在复杂商业环境中全自主运营的技术突破，证明了人形机器人在商业服务场景的经济可行性。而在今年两会现场，这位“爆米花专员”再度惊艳亮相，现场为代表和记者制作爆米花，大家纷纷在台前排起长队，争相体验。

这就是“造场景”的逻辑：不是等需求自己长出来，而是主动去挖掘、定义、培育那些尚未被满足的需求。“造场景”就是用政策的手，帮企业撬开那些最难啃的骨头，找到第一批愿意付费的“甲方”。

▍谁要造场景？

目前，三类主体正在入场。

第一类是地方政府。

长三角走在了前面。例如上海在浦东划出了一片区域做“未来产业先导区”，明确要求新建的养老设施必须预留机器人接口。苏州则在工业园区里划出几条产线，专门给人形机器人做测试。杭州、深圳等动作也非常迅速。

一位地方政府招商人员告诉我，以前他们招机器人企业，问的是“你产值多少、税收多少”。现在问的是“你准备在哪个场景落地、需要什么资源配合”。以前大家只盯着机器人本体看。但如果场景铺开了，谁来做数据标注？谁来做场景定制开发？谁来负责售后维护？都需要提前布局。

而且在“造场景”的逻辑下，地方政府其实也允许犯错，允许笨拙点。

第二类是龙头企业。

2025年，特斯拉、比亚迪、宁德时代等已经都在做同一件事，把自家的工厂开放给机器人公司做测试。

逻辑不难理解。他们是未来的大买家，与其等产品成熟了再买，不如早期介入、把需求前置。只要能解决80%的问题，只要能帮上忙，用户是可以容忍的。一代一代在场景里迭代，比在实验室里憋大招靠谱得多。一位车企自动化部门负责人说：“我们希望机器人能按照我们的产线来设计，而不是我们去迁就机器人。”早点布局比被动入局会更有战略先导性。

第三类是创业公司。

过去一年，一批垂直场景的创业公司冒了出来。有的专攻养老陪护，有的做商用清洁，有的做仓储搬运。

他们的共同点是不做通用人形机器人，而是在细分场景里做深做透。一位创业者打了个比方：“做通用的是做平台，做场景的是做APP。现在平台还没成熟，但APP可以先跑起来。”这可能意味着“造场景”会催生出一大批围绕机器人的服务商和新工种。这是一个比卖硬件大得多的市场。

▍场景驱动的三大方向

如果“造场景”成为行业共识，2026年，人形机器人的发展逻辑可能会发生几个变化。

一是从追求跑分转向追求能干活。

以前行业聚会，大家聊的是自家产品电机扭矩多少、自由度多少、行走速度多少。以后聊的可能是：在工厂里连续作业多久不出故障、在家庭里识别老人摔倒的准确率多高。一位投资人直言：“我不再看DEMO了，我要看数据。你告诉我机器人在真实场景里跑了多少小时、解决过多少意外情况。”

二是从通用先行转向专用切入。

短期内造出一个能干所有活的通用机器人，不现实。但造一个能干好某一件活的专用机器人，可能很快。焊接机器人、搬运机器人、陪护机器人，这些细分品类的成熟，会先于通用机器人的成熟。

在沟通中有投资人就举例说道，比如养老院。现在的护工缺口巨大，这是一个痛点。如果我们能在几个标杆养老院“造”出一个场景，机器人负责夜间巡逻、提醒老人吃药、或者协助搬运失能老人。一旦这个场景跑通了，证明它能帮护工省下30%的体力，那么全国几万家养老院就会自动找上门来。

三是从卖硬件转向卖能力。

过去机器人公司靠卖本体赚钱。但如果场景足够深、数据足够多，服务费、订阅费、解决方案授权费会成为更持久的收入来源。一位做商用清洁的创始人算了一笔账，卖一台机器人赚几万块，但如果按清洁面积收费，一个商场一年就能贡献十几万。长期看，后者是更性感的生意。

▍结语与未来

人形机器人是一个长周期的赛道。过去几年，行业经历了太多的过热和过冷。一个明星项目融资时估值翻倍，过半年可能就悄无声息。

问题的症结在于：我们太早开始讨论规模，太晚开始关注落地。

“造场景”是一个回归常识的提法。它在尝试推动一场思维革命，也就是提醒所有人，无论是创业者、投资人还是政策制定者，技术只是起点，场景才是终点。

一位从业超过十年的行业老前辈此前在接受采访时跟我说了句话，我记了很久：“机器人真正成年，不是它学会走路那天，而是它领到第一份工资那天。”

那个“领工资”的时刻，需要真实的工作、真实的岗位、真实的场景。

而“造场景”，就是在为这个时刻铺路。

（更多人形机器人赛道深度文章，请关注微信公众号“人形大讲堂”）