對話鹿明機器人創始人喻超：具身下半場，從造機器人轉向造技能

一組數字正悄悄戳破機器人行業最體面的泡沫：在實驗室封閉環境中，機器人能展現高達89%的任務成功率，然而一旦走進真實的生產線，這個數字卻急遽下滑至僅有12%。這樣的巨大落差，暴露出具身智能領域目前最嚴重的認知錯位。當前業界正陷入一場瘋狂的數據競賽，各家企業爭相比拚數據集的規模、仿真訓練的時長，甚至不惜大量從網路扒取影片，彷彿只要蒐集夠多資料，機器人就能自動湧現出通用智能。然而，這種盲目追求數據量的思維，正讓整個產業偏離了真正重要的方向。鹿明機器人創始人喻超在接受專訪時指出，具身智能的發展已經進入下半場。他認為，真正的關鍵不再於繼續埋頭打造更酷、更靈活的機器人硬體，而是必須全面轉向「造技能」。

喻超強調，任務決定能力，任務也決定形態；機器人能否在真實世界中順利落地，歸根結底要看它能否學會真正有用的作業技能。實驗室與產線之間那高達數十個百分點的成功率落差，正好說明了當前技術路線的盲點。實驗室環境通常固定、任務單純，機器人可以透過大量重複演練達到看似完美的表現，但這些技能往往是「表演級」的，一旦面對產線上動態變化的物件位置、不同的光照條件、或意料之外的干擾，便立刻失靈。喻超認為，業界過度迷信用數據量換取智能的路徑，卻忽略了技能本身的根本特質。技能不是單純從資料中憑空湧現出來的，而是必須在真實任務中反覆驗證、逐步迭代，才能從表演級進化為真正實用級的能力。

如果只追求實驗室裡數字好看，卻從未在真實場景中測試與修正，最終只會浪費大量研發資源。這種從「造機器人」到「造技能」的思維轉變，對整個產業的競爭格局將帶來深遠影響。過去大家比的是誰的機器人硬體更酷、關節更靈活、感測器更精密，但未來真正的競爭關鍵，將變成誰能更快、更穩定地為不同場景交付可靠的作業技能。鹿明機器人正是走在這條新路徑上。喻超表示，他們不再將精力耗費在虛擬仿真中累積無意義的訓練時數，而是把更多資源投入真實場景的測試與迭代。因為只有在真實產線中反覆打磨，才能讓機器人真正學會應付意外、適應變化，最終展現穩定的實用能力。他進一步解釋，技能的本質決定了它必須被任務定義。

同樣的抓取動作，在實驗室裡可能只需要簡單的夾取，但在產線上卻必須考慮物件材質、重量、變形程度，以及與周遭設備的協調。因此，不同的任務就會催生出不同的技能需求，而機器人的硬體設計也必須隨之調整，才能真正配合任務執行。喻超的觀點為當前躁動的具身智能市場注入了一劑冷靜劑。當數據泡沫逐漸退去，各家廠商終將發現，單純堆疊參數或仿真場景，並無法縮小實驗室與產線之間的鴻溝。真正能夠存活下來並創造價值的，是那些願意深入理解任務本質、並持續在真實環境中驗證技能的團隊。鹿明機器人的做法也反映出，未來的競爭將不再是參數規模的軍備競賽，而是一場圍繞技能定義與交付的馬拉松。

誰能在最短時間內將一個不穩定的表演級技能，打磨成可以在產線上日復一日穩定運作的實用級能力，誰就能在市場中佔據先機。從更宏觀的角度來看，這場從「造機器人」到「造技能」的轉向，也意味著整個產業的價值鏈正在重新分配。硬體固然重要，但它將逐漸成為技能的載體，而非競爭的核心。最有價值的環節，將是那些能夠精準分析任務、設計有效技能、並持續優化迭代的團隊。喻超最後強調，機器人產業的下一步，不是要造出更完美的通用機器人，而是要讓現有機器人學會更多實用的技能。唯有如此，才能讓機器人真正走出實驗室，走進工廠、倉庫、物流中心，成為人類生產與生活中不可或缺的夥伴。

當泡沫散去，留下的將是那些用真實技能創造真實價值的企業。