鹿明机器人创始人喻超：具身智能下半场，竞争重心从造机器人转向造技能

事件概述

鹿明机器人创始人喻超在接受采访时提出，具身智能行业正在进入“下半场”，竞争逻辑从机器人本体制造转向以任务闭环为核心的技能生产。他主张以“产业具身”重新定义行业路径：以真实产业任务为起点，让机器人在真实环境中获取数据、形成技能、执行任务，并通过结果反馈持续进化。

核心信息

• 产业具身的定义：真实产业场景、真实世界数据、具身智能模型、机器人本体、技能训练与部署，以及持续学习闭环共同构成的体系，不局限于特定机器人形态。
• 与传统自动化的关系：两者互补而非替代。产业具身面向传统自动化难覆盖、人工依赖高或改造成本高的复杂环节，例如料箱搬运、拆码垛、螺丝锁付等。
• 部署判断标准：真实价值、传统自动化难以解决的原因、技术成熟度、复用与扩展空间、以及ROI是否成立。
• 竞争要素变化：客户关注的不再是自由度，而是任务稳定性、节拍、连续工作能力、异常恢复、部署时间及ROI。真正决定产业价值的是数据获取效率、模型泛化能力、通用硬件成本与产业交付效率。
• 数据策略：仿真数据提供规模，视频数据提供先验，真实世界数据提供物理真实性和任务反馈。强调“有效数据量”而非简单累积数据量。

NexCore 进化引擎

NexCore 是一套面向机器人技能持续产生、验证、部署和迭代的系统，区别于传统机器人操作系统。它覆盖从任务定义、多源数据接入、自动训练与参数优化、多维评测、部署到数据回流的完整流程，目标是规模化生产技能而非生成Demo。

实际落地案例中，三菱电机国内工厂向鹿明开放了搬运、质检、螺丝锁付等场景。搭载 NexCore 的 MOS 2 机器人初期成功率不高，经优化后达到 99%，作业节拍追平人工，并促使客户追加新场景订单。这一过程验证了闭环在真实产线上的有效性。

值得关注

喻超认为，行业最需要打破的共识是“机器人越像人就越接近通用具身智能”。形态通用不等于任务通用，运动能力强不等于产业价值高。他强调“任务决定能力，任务决定形态”，应先找到值得解决的问题，再决定机器人形态。