2026年9月18日至19日，2026中關村論壇系列活動——科技創變者大會在北京海淀東昇科技園萬麗酒店舉辦。大會以“具身智能·創變未來”為主題，匯聚人工智能、機器人、先進製造及投資等領域的科學家、創業者、企業家和產業投資人，圍繞具身智能技術演進與產業化落地展開交流。

在9月18日舉行的工業製造板塊圓桌對話中，CGL德築集團聯合創始人兼CEO方玲擔任主持，圍繞“從POC到PMF，瓶頸在哪？”展開討論。清研精準創始人兼CEO董漢結合長期紮根工業現場的工程化積累與產業化實踐，分享了具身智能從概念驗證（POC）走向產品與市場契合（PMF）的觀察。

清研精準創始人&CEO 董漢

董漢認為，具身智能實現規模化應用，需要解決工位適配、持續穩定作業和低成本複製等工程化問題，而判斷是否跨過PMF的關鍵，在於客户是否願意持續、規模化付費。清研精準作為物理AI基礎設施企業，正通過RIL中試平台連接技術能力與工業交付。

從POC到真正的PMF要跨過三道關

在董漢看來，從POC到PMF，目前有三個卡點，分別是：機器人能不能做，能不能持續穩定地做，以及在穩定作業之後，能不能規模化複製，尤其是低成本複製。

目前，在工業製造領域，一些任務邊界清晰、作業要求明確的場景，例如上下料、物料轉運、分揀等，已經具備良好的導入基礎，也出現了持續商業作業的案例。董漢還提到，工信部今年的實景實訓專項行動提出了萬台機器人部署目標，但行業距離真正的大規模應用仍有卡點需要突破。但一次任務完成，只是產業化的起點。真正落地產線，還需要跨過三道關。

第一道關，能不能做。其重點在於工位與機器人的適配，現有工業現場中，大量工位圍繞人的操作習慣設計。對人而言簡單的動作，換成機器人執行，可能就需要重新考慮末端執行器、被操作物與工位之間的關係。

董漢以新能源汽車充電槍為例：人操作充電槍相對容易，機器人夾爪操作卻可能面臨挑戰，而採用靈巧手又面臨成本和耐用性問題。通過對夾爪與被操作物之間的結構設計進行適配優化，可以改善機器人的作業條件。這既需要機器人本體企業理解場景，也需要場景方配合。如何把原來由人操作的工位轉化為適合機器人作業的工位，本身就包含大量工程工作。

第二道關，是能不能穩定的做。完成一次POC，説明機器人具備完成任務的能力或潛力。進入實際應用，還需要驗證它能否適配不同操作物、應對各類邊界情況，並保持穩定表現，同時滿足產線的生產節拍。董漢指出，成功率從90%提升到99%需要付出很大努力，而從99%進一步提升到99.9%，可能需要付出十倍、百倍的努力。

第三道關，是能不能低成本複製。即使任務成功率已經提高，更換操作物、工裝夾具或設備接口後，團隊是否仍要重新研發？不能每換一家工廠，技術團隊就重新研發一次。如果每進入一個新場景都需要投入大量定製工作，規模化交付就會面臨成本和效率的雙重約束。

以RIL中試連接技術能力與工業交付

圍繞上述問題，清研精準將自身定位為連接技術能力與工業交付的工程化基礎設施企業。據董漢介紹，清研精準八年來持續紮根真實工業現場，通過服務汽車、新能源、工程機械、農機等領域一百多家大型製造業客户，積累了真實工業場景經驗和解決實際需求的能力，能夠從具體工位、操作對象和交付要求出發，理解機器人落地過程中需要解決的問題。

圍繞數據採集、仿真、測試與驗證，清研精準提出構建RIL（Robot-In-the-Loop，機器人在環）中試體系，面向具身智能，將真實機器人本體、模型、控制器、執行器置於可控、可測、可復現的1∶1物理工位中，讓技術能力在貼近實際作業條件的環境下接受驗證。清研精準將這一技術路線概括為Sim-RIL-Real，其中RIL是機器人在環的中試環節，後續的Real則指向真實工位與真實現場。

這一平台承接的是從“技術上可以實現”到“工業現場可以交付”之間的中間環節：工位如何適配，任務能否穩定完成，操作對象和現場條件變化後會出現什麼問題，以及後續複製還需要解決哪些工程難題。

對於技術企業，中試有助於更早發現進入工業現場後的適配與穩定性問題；對於工業客户，中試則為判斷技術能否滿足實際生產需求提供驗證條件。雙方由此能夠圍繞具體工位和實際表現展開協同，降低從試點走向應用的不確定性，而清研精準，就是技術與產業之間的橋樑。

優先關注任務清晰，可複製且有強烈替代需求的場景

哪些場景更有機會率先實現規模化應用？董漢沒有給出確定的時間表，而是提出了幾個判斷條件：任務邊界比較清晰，作業條件比較明確，並且具有較大的規模複製空間。例如，電池領域的一些檢測工位，已有大量人員從事相近工作，具備進一步探索機器人應用與複製的條件。

與此同時，判斷應用價值，還應關注工位本身的替代驅動力。董漢認為，機器人應用不能只圍繞節省多少人工工資來算賬，還應重點尋找危險、不適合人長期作業，或可能損害人體健康的場景。

煤礦井下、部分化工作業，以及存在高温、高壓電等條件的工位，都具有這樣的需求。讓機器人承擔這些任務，其價值還包括減少人員暴露於危險和不利健康的環境中。

董漢表示，清研精準已與毛明院士工作站合作，在榆林落地面向煤礦井下的中試基地，並進一步佈局與動力電池相關的中試基地。煤礦井下應用推進面臨的一項現實困難，是機器人進入現場採集數據、開展驗證的難度較高，中試基礎設施正是為解決這類問題而建設。

在他看來，兼具明確任務、複製空間與強烈替代需求的場景，在政策支持和龍頭企業示範帶動下，更有機會加快機器人應用進程。

以客户持續規模化付費檢驗PMF

完成POC，並不意味着已經找到可持續的市場需求。判斷技術能否形成生意，需要回到客户真正想解決的問題。董漢在現場分享了尋找PMF時可以追問的五個問題：解決的是不是客户非常需要解決的事？客户有沒有相應的支付能力？客户會不會馬上花錢解決這個問題？客户會不會選擇向你購買？產品或方案能不能做出來？

這些問題將技術可行性、需求緊迫性和商業選擇放在一起。技術能夠實現，是必要條件；客户是否認可價值、是否願意為之行動，同樣決定了產品能否進入真實市場。

對於跨越POC與PMF的標誌，董漢給出了明確判斷：“只要客户願意持續掏錢、規模化掏錢，這個事就達到了節點。”這一判斷強調的不只是一次採購，而是持續、規模化的付費意願。客户願意持續購買，意味着產品或服務能夠不斷兑現其認可的價值。

談及客户選擇，董漢表示，客户自身利潤率高低，並不是最直接的判斷標準。如果只選擇利潤高的客户，反而可能縮小市場空間。更值得關注的是，客户是否認可所提供的價值，以及企業是否具備難以被替代的能力。

他以汽車行業為例指出，即使行業競爭激烈，能夠解決關鍵問題、具備差異化能力的企業，仍有機會獲得客户認可和相應溢價。對於供應商而言，能否形成持續正向現金流並獲得長期利潤，則是商業模式能否閉環的進一步驗證。

在組織能力方面，董漢認為，具身智能落地既需要複合型人才，也需要不同專業相互補位的團隊。企業應推動算法、結構設計與現場工程人員深入工業場景、協同解決實際問題，以團隊的工程化能力支撐持續穩定的交付。

作為物理AI基礎設施企業，清研精準將與更多技術、產業等領域的合作伙伴共同努力，打通機器人上崗的最後一公里。通過做細工位適配、做實穩定性驗證、降低複製成本，並持續回應客户願意付費的真實需求，清研精準將以工程化基礎設施支持具身智能進入真實生產體系。