关注具身之家Robots，设为星标⭐，您会收到最新推送

作者| 拂晓子

来源 | 具身之家Robots（ID：zscy006）

图源：AI生图

2026年夏天，两间特殊的“教室”相继开课。

7月24日，宇树科技与成都市锦江区共建的基础教育具身智能实验室投入使用。人形机器人、四足机器人、动作捕捉系统和AI教学平台被搬进校园，锦江区还计划首批在10所学校建设机器人具身智能实验室。

6月29日，北京首钢园，由他山科技与OpenMind Global Research共同发起、理查德·萨顿团队参与共建的“机器人幼儿园”正式揭牌。这里没有传统意义上的课本，机器人被放进真实环境，通过触摸、试错和反馈积累自己的经验。

一个在教机器人理解世界，一个在教孩子理解机器人。

未来的人机关系，不再只是“人使用机器”，而是两种智能在长期互动中彼此适应、共同进化。

机器开始“长大”

从模仿人类，到生成自己的经验

理查德·萨顿团队与他山科技签约合作建设“机器人幼儿园”。图源：北京国际科技创新中心网络服务平台

过去几年，具身智能主要依赖人类示范：人抓一次杯子，机器人记录轨迹；人完成一次装配，模型学习动作序列。

模仿能迅速教会标准动作，却难以覆盖真实世界的例外。杯子换了材质、零件出现偏移，原本正确的动作就可能失效。

“机器人幼儿园”要解决的，正是机器人只会做“见过的题”这一根本难题。

项目方将它定义为一种新型训练场：机器人不再完全跟随人类示范，而是在真实环境中自主探索，观察动作后果，再根据反馈调整策略。

这与萨顿和David Silver提出的“经验时代”形成了直接呼应。在《Welcome to the Era of Experience》中，两位学者判断，仅依赖人类生产的数据，AI能力终将接近已有知识的边界；下一代智能体将更多依靠与环境互动产生的数据持续进步。

它们不只处理一次性任务，而是生活在长期的“经验流”中；动作和观察扎根真实环境；奖励来自行动结果；规划也围绕真实后果展开。

对机器人而言，这种转变尤其关键。大模型答错可以重新生成，机器人抓错零件却可能损坏设备，甚至伤到人。经验学习不是简单地“多试几次”，而是要同时解决感知、控制、安全、耐久和持续学习。

触觉由此从配角变成基础设施。视觉能告诉机器人“杯子在哪里”，但只有力、摩擦、形变和滑动反馈，才能告诉它“抓得是否稳定”“是否即将掉落”“是否已经碰疼了人”。

项目方提出为机器人提供允许犯错、安全探索、持续真实交互和及时反馈四项条件，本质上是在给强化学习补上一个可以进入物理世界的闭环。

产业估值逻辑也会随之改变。过去市场关注机器人能不能站起来；进入经验时代后，竞争将转向长期稳定运行、低成本产生真机数据，以及把一次训练转化为可迁移技能。触觉传感器、耐磨关节、训练场、数据平台和运维服务，都可能升级为关键资产。

简单来说，过去算力中心负责训练大模型，未来真实世界中的训练场，可能负责“养大”机器人。

孩子与机器同桌

机器人进校园，不只是多了一门科技课

“宇树科技·成都锦江（嘉祥）具身智能实验室”启用现场。图源：科技日报

当机器人开始像儿童一样学习，人类也必须提前学习如何与一种会持续进化的机器相处。

7月24日启用的成都锦江具身智能实验室，集遥控操控、动作捕捉和人形机器人实训于一体，配置了人形机器人、四足机器人、微型机器人及AI教学平台，并把教学、实操、体验、赛事和课题串成完整链条。

它与过去机器人进校园“跳一支舞、做一次展示”的模式不同，目标是让学生参与操作、编程、调试和任务设计。

具身智能让AI教育真正拥有了“身体”。学生不再只学习编程和算法，还能观察传感器如何接收信息、模型如何判断、机械结构如何执行，以及微小误差如何在物理世界被放大。抽象算法由此变成可触摸、可验证的系统工程。

这也契合教育政策的新方向。2026年发布的《“人工智能+教育”行动计划》提出，持续完善中小学人工智能通识教育，推动相关课程进入地方课程体系，并鼓励跨学科教学、研学实践和人工智能教育基地建设。政策关注的不只是学生会不会调用工具，而是能否培养好奇心、创新思维、智能素养和解决复杂问题的能力。

过去机器人公司在大学或职业院校争夺成熟工程师，未来头部企业可能从基础教育阶段就开始培养熟悉其硬件和软件生态的“原生用户”。

只有当机器人进入具体教学任务，并能持续被使用、被改造、被反思，它才从一件科技展品变成教育基础设施。

一场双向训练

机器积累经验，人类积累协作能力

江苏具身智能机器人工业数据采集与实训中心内，人形机器人进行技能训练。图源：无锡日报/新浪财经

“机器人幼儿园”和中小学实验室，正在构成一套双向训练系统：机器学习如何进入人类世界，人类学习如何提出任务、设计反馈、理解风险并与机器协作。

这一逻辑正在从实验项目升级为产业行动。工信部、国务院国资委启动的2026年度人形机器人与具身智能实景实训专项行动提出，到2026年底推动重点产品在代表性场景中完成应用验证和常态部署，形成百个以上高价值应用场景，并带动万台级规模落地能力。

政策设计的闭环十分清晰：实景实训、数据沉淀、产品迭代，再到规模部署。

真实训练场已经出现规模化雏形。无锡一座7000多平方米的实训中心设置了搬运、装配、检测和生活服务等区域，近百台人形机器人并行“上课”；部分受训机器人已进入汽车物流区域长期作业，数据采集、标注、算法处理和运维等岗位也随之增长。

这说明机器人产业的核心商品正在发生变化。围绕这一变化，未来可能形成三个市场：训练机器的实景场、仿真平台与数据服务；训练人的基础教育、职业培训与开发者认证；连接两者的任务编排、操作系统、技能商店、测试认证和安全保障。

谁能打通这三个市场，谁就有机会从单纯的机器人制造商，升级为人机协同基础设施提供者。

学校可以提供人才和创新场景，产业训练场提供真实任务与数据，机器人平台将两端连接起来，形成“更多部署—更多经验—更强能力—更多场景”的数据飞轮。

共生先过“三关”

未来竞争的是规则与信任

宇树机器人走进成都小学课堂，与学生互动。图源：四川在线

机器人与人类共同成长充满想象力，却不会天然走向美好共生。

机器人越能自主学习，越需要明确试错边界与责任；机器人越早进入校园，越需要回答教育、安全与公平问题。

第一关，是从“能表演”跨到“能陪伴”。

一台会跑会跳的机器人，不等于一台适合站在孩子身边的机器人。碰撞检测、力控限制、紧急制动、网络安全、异常状态退出和长期磨损监测，必须成为产品的底线能力。

当前人形机器人相关标准项目已覆盖机械、电气、功能、信息以及交互决策安全，这意味着行业评价体系正从动作效果转向全生命周期风险。

第二关，是从“科技展厅”跨到“真正教学”。

机器人进校容易，融入课程很难。这对教师提出了比设备采购更高的要求。教师既要理解课程目标，也要能组织跨学科项目、处理设备故障、讨论算法偏差和伦理问题。

成都锦江在实验室启用时同步启动“AI+未来教师”能力提升计划，释放出一个重要信号：机器人教育的瓶颈未必是机器数量，而可能是课程、教师和运营能力。

第三关，是从“少数学校尝鲜”跨到普惠基础设施。

高性能本体、实验室改造和持续维护成本不低，若只有少数头部学校具备条件，具身智能教育可能进一步扩大资源差距。更可行的路径，或许不是每所学校都采购大量高价人形机器人，而是建设区域共享实验室，搭配低成本教学本体、云端仿真平台和标准课程资源，让更多学生获得实际操作机会。

机器人幼儿园训练的，不只是一台机器的动作；

中小学具身智能实验室培养的，也不只是一批会操作机器人的学生。

它们共同探索的是新的社会分工：机器人扩展人的执行能力，人类提出目标、理解价值并承担责任。

未来最有价值的机器人，不一定是出厂时最聪明的机器人，而是最会从经验中成长的机器人。

未来最有竞争力的人，也不只是最会使用机器的人，而是最懂得如何与另一种智能共同学习、共同进化的人。