[即将到来的K机器人时代]③夹在美中竞争之间的韩国…缺乏全栈生态体系

by Roh Kyungjo

Published 06 Mar.2026 06:30(KST)

Updated 06 Mar.2026 07:52(KST)

open/close

韩国机器人软件竞争力的现状

编者按搭载高性能人工智能（AI）大脑的机器人能够自主判断乃至进行自适应学习，“谁搭载了更聪明的AI”正成为机器人的核心竞争力。机器人在硬件方面的差距正逐步缩小，而软件能力的差异却愈发明显。本文梳理韩国在机器人软件领域的竞争力，并探讨在即将到来的机器人时代，为了在与美国、中国等国家的竞争中取得优势，韩国需要付出哪些努力。

有观点认为，在美国和中国的霸权竞争格局下，韩国机器人软件产业正处于结构性“夹心层”境地。美国在人工智能（AI）和软件源头技术方面占据优势，中国则依托巨额资本和政府扶持，在低价竞争力基础上叠加软件技术实力；相比之下，韩国仍停留在制造业（硬件）层面。尤其是与已经形成物理AI垂直一体化体系的美中相比，韩国在构建良性循环的连接环节上较为薄弱。

当地时间3日，在西班牙巴塞罗那菲拉格兰大道展览中心举行的“世界移动通信大会（MWC）2026”AI Connecting Ideas 展馆内，机器人正在跳舞。2026.3.3 记者 Kang Jinhyung

缩小与美国的技术差距之际又被中国反超追赶

根据6日科学技术信息通信部发布的《2024年度技术水平评估结果（案）》，韩国在信息通信技术（ICT）和软件领域与美国的技术差距为1.7年，较上一轮调查缩短0.3年。然而，同一时期中国与美国的差距则由1.4年缩小至0.9年，进一步收紧了追赶的“缰绳”。在该领域，中国自2018年起就已超越韩国，且差距正逐年拉大。每两年进行一次的技术水平评估，以包括ICT和软件在内的11大重点科学技术领域为对象。

在对国家战略技术的评估结果中，中国的崛起同样尤为突出。在AI领域，韩国仅达到美国的80.6%水平，技术差距为2.1年，而中国与美国的差距只有0.9年（93.0%）。在先进机器人与制造领域，韩美差距为2.3年，中美差距为1.3年，中国同样更具优势。

由于此次评估以2024年的技术水平为基准，因此有分析指出，此后韩国虽然也在缩小差距，但中国同样如此。科学技术信息通信部在报告中表示：“中国不再是单纯的追赶者，在部分领域已经重新定义了世界标准和市场”，“随着数据资源获取与标准化、AI融合基础设施的重要性日益提升，韩国有必要作出战略性应对。”

缺乏垂直一体化体系各自为战…亟须全方位扶持

以机器人和自动驾驶汽车为代表的物理AI，是指通过传感器和执行器，将AI代理（助手）的意图和计划在现实世界中加以实现。AI代理不同于既有的自动化系统，其大脑（软件）能够对各种变量进行灵活应对；传感器和执行器则承担连接现实世界的身体（硬件）角色。归根到底，物理AI的核心在于“交互”，重点在于构建相应的系统生态以及获取高质量数据。

美国在这一领域拥有全球第一的竞争力。以特斯拉全自动驾驶（Full Self-Driving）为例，其功能已经超越简单的自动驾驶，成为物理AI的“实验室”。FSD并不依赖特定区域的高精地图，而是仅凭摄像头视觉信息实时判断情况，具备适应新环境的通用性。其中采用了从输入（视频）到输出（转向、加速）全流程由超大规模神经网络处理的端到端（End-to-End）方式，与通过预先学习和更新来运行的谷歌Waymo形成鲜明对比。

特斯拉人形机器人Optimus则直接移植并使用FSD的环境感知、场景理解和路径规划软件。全球特斯拉车辆每天在道路上采集的大量数据，都被用于构建机器人的“大脑”。更进一步，特斯拉还从用于AI推理的自研芯片设计到超级计算机Dojo均由其自主开发，构筑了基础设施和生态体系。

在美国拉斯维加斯举行的“CES 2026”上现代汽车展台中的机器人Atlas正在演示搬运部件。联合新闻提供

同样占据全球人形机器人产量80%以上的中国，也被评价为已经实现硬件与软件供应链的垂直一体化，并构建起实用化的机器人生态。中国政府将通过交互进行学习的下一代AI机器人技术界定为“具身智能”，并给予全方位支持。不仅摆脱了“低价生产基地”的形象，实现核心部件的自主化，百度的“文心一言机器人（ERNIE Bot）”以及阿里巴巴的AI也正在将端到端方式的数据移植到宇树科技等机器人的产品中。在深圳等特定地区，数以千计的机器人零部件企业高度集聚，可以在短时间内完成供给。

相比之下，韩国几乎没有专门针对机器人物理运动控制优化的自有物理AI模型，用于训练AI的数据规模也严重不足。韩国既不存在像中国阿里巴巴或某些机器人制造商那样，任何人都可以拿来使用的国产机器人操作系统（OS）或平台（标准），企业只能各自为战。当然，并非没有尝试。最引人注目的是现代汽车集团，该集团正通过波士顿动力、自动驾驶数据以及自有机器人实验室，构建“移动智能”系统。

有建议指出，要想克服这些局限，必须构建以需求为基础的应用生态。这不仅意味着要扩大机器人生产能力，还要通过制度基础和示范环境建设，使其能够应用于制造、物流、服装等各类产业。产业研究院中国研究团队负责人Jo Eunkyo分析认为，通过这一方式可以分阶段构建“K机器人”生态。

Jo负责人表示：“机器人产业是难以在单一企业层面实现成长的融合型产业，因此国家应在产业生态层面提供全方位支持，充分利用韩国在半导体、设备、零部件等方面的既有优势”，“从国家层面看，如何在制度上支撑产业间的融合性需求，将成为一项重要课题。”