近日，中國機器人及人工智能大賽人形機器人專項賽全國決賽在合肥市瑤海區落下帷幕。清華大學、哈爾濱工業大學等全國百餘所高校的200餘支頂尖隊伍齊聚於此，集中展示我國人形機器人領域的前沿技術突破。一場國家級科創賽事為何青睞瑤海？這片曾承載合肥工業記憶的土地，如今何以成為孕育未來產業的沃土？答案，藏在它從「工業搖籃」到「科創高地」的轉型歷程中。

資料圖：上世紀70年代位於合肥瑤海區的安拖廠拖拉機實驗室

    溯源：工業基因埋下創新種子

    走進瑤海工業展館，老機床、舊圖紙與泛黃的照片，靜靜訴說着這片土地的工業輝煌——這裏曾是合肥工業的「發源地」，誕生過多個「全國第一」「安徽第一」，更沉澱下「敢為人先、務實創新」的精神內核。

    1951年，合肥汽車配件廠手工改裝出安徽歷史上第一輛客車「愛國號」，為安徽汽車工業按下「啟動鍵」；1964年，合肥塑料廠攻克技術難關，生產出全國第一雙PVC泡沫拖鞋，填補國內相關領域空白；1970年，合肥無線電二廠參與研製的零部件隨「東方紅一號」衛星升空，為國家航天事業貢獻「瑤海力量」，同年，合肥燈泡廠試製出安徽第一隻黑白顯像管，讓電子工業之光點亮江淮；1979年，合肥電機廠造出中國第一台1200千瓦大型潛水電泵，打破國外技術壟斷；1985年，合肥無線電二廠建成安徽第一條彩色電視機生產線，推動省內彩電製造邁入規模化時代。

    儘管後來傳統製造業面臨轉型挑戰，但這些刻在瑤海人骨子裡的工業基因從未褪色。這份「敢闖敢試、善作善成」的精神，為如今瑤海布局機器人、人工智能等未來產業，埋下了關鍵的創新種子。

合肥瑤海區人形機器人正在進行工業場景訓練

    聚力：高能平台引來「科創尖兵」

    如果說歷史是瑤海的「底氣」，那麼高能級產業平台的搭建，就是它吸引優質企業的「磁力場」。在長三角數字科技示範園，合肥市具身智能機器人數據採集訓練場的場景充滿未來感——數十台人形機器人在模擬生產線精準搬運分揀，在模擬商超為「顧客」提供導覽，在模擬廚房協助備餐。這個被媒體稱為安徽首家「機器人大學」的訓練場，是合肥智能機器人公共服務平台的核心，構建起「場景-數據-算法-生態」四維聯動的訓練體系。

    依託100多台異構智能機器人集群，平台可覆蓋機器人從生產、測試到數據收集、迭代的全生命周期需求。這樣的「硬核」支撐，自然吸引了一批產業鏈優質企業扎根。2016年成立的樂聚機器人，2023年發布國內首款可跳躍、適配多地形的開源鴻蒙人形機器人KUAVO（夸父），2024年更斬獲「吳文俊人工智能科學技術獎」，成為該獎項唯一入圍的人形機器人企業。「瑤海的工業底蘊、完善生態和人才輸送，讓我們能心無旁騖搞研發。」樂聚機器人負責人任廣傑坦言。

    同樣扎根瑤海「中國網谷」的史河機器人，也是智能領域的佼佼者。作為國家高新技術企業，它為高校、科研單位提供開源移動機器人、複合機器人及解決方案，掌握高精度定位導航、移動抓取等核心技術。「我們正推進具身智能數據採集，幫機器人實現『感知-決策-執行』的閉環。」史河機器人技術人員胡娟介紹。

人形機器人訓練導購項目

    謀遠：集群效應搶占未來賽道

    如今的瑤海，科創產業已呈「百花齊放」之勢，集群效應逐步釋放，為未來發展注入強勁動力。據悉，今年秋季，瑤海企業信和航遙與長光衛星聯合研製的「瑤海科創號」高分辨率光學遙感衛星將發射升空。這顆衛星分辨率達0.3米，重訪周期僅3-4天，技術指標躋身國際先進水平，標誌着瑤海正式進軍空天信息產業，在未來賽道上邁出關鍵一步。

    近年來，瑤海區整合科創資源，組建瑤海科創集團，並依託「中國網谷」、長三角數字科技示範園、合肥物聯網產業園等載體，圍繞裝備製造、新一代信息技術、生物醫藥、新能源（氫能）、智能機器人（低空經濟）等方向前瞻布局。如今，芯片鍵合絲、顯示高亮屏、AI大模型應用、高分辨率紅外設備、高導熱微熱管陣列材料等高精尖產品，以及一批專精特新企業匯聚於此，形成多元協同的科創生態。

    「目前訓練場已完成10餘個場景的數據採集，構建起政府引導、企業主導、多方共贏的生態。」國際先進技術應用推進中心（合肥）機器人事業部孫丹丹表示，「機器人大學」計劃2025年底擴至5000㎡，引進20餘家企業、超100台機器人，開展30個以上細分場景訓練，推動更多機器人從實驗室走向實際應用。根據規劃，到2026年，合肥將建成國內具有重要影響力的智能機器人產業集群，產業規模突破100億元。

    從傳統工業基地到科創產業高地，瑤海的轉型不是偶然。它以工業底蘊為根基，以平台載體為支撐，以集群發展為動力，在高質量發展中不斷重塑自我。在這裏，老廠房的記憶與機器人的轟鳴交織，歷史與未來碰撞，製造與智造融合，而「創新進取」，始終是瑤海在時代浪潮中穩步前行的核心密碼。（記者 孫軍 通訊員 關堂所 嚴莉）

    頂圖：全國高校選手匯聚瑤海參加人形機器人專項決賽