[智能应用]当具身智能走出实验室：距离人手一台机器人，我们还有多远？[4P] [复制链接]

广东广州，一家汽车企业具身智能团队正在调试机器人自主控制技术。

浙江杭州，一家具身智能机器人公司工作人员正在调试机器狗。

4月19日，2025北京亦庄半程马拉松暨人形机器人半程马拉松在北京举行。图为天工队选手天工Ultra冲向终点。

北京一家人工智能公司推出跳舞机器人，吸引大批观众前来参观。

    与谈人
  李想 中国电子信息产业发展研究院电子信息研究所工程师
  韩军徽 中国科学技术发展战略研究院副研究员
  朱垚颖 清华大学人文学院讲师、北京大学人工智能应用与创新实验室研究员
  方菁菁 浙江省发展规划研究院产业发展研究所高端装备研究室高级工程师
  主持人
   陈之殷 陈恒
具身智能发展正处于关键阶段
  光明智库：近年来，机器人在我国工业生产、医疗服务、家庭陪伴等场景的应用日益广泛，在亦庄机器人马拉松“赛事”中，参赛机器人一方面吸引了广泛关注，另一方面其“笨拙”的步伐也引发调侃，暴露出关节设计、散热等许多技术问题。能否请几位谈谈，当前我国的具身智能发展到了什么阶段，实现了哪些应用？
  方菁菁：具身智能，可以按字面理解为“具身化的人工智能”：“具身”是前提，即具有身体且能通过交互来执行任务，有四足、轮式、人形等形态；“智能”是核心，即将人工智能技术嵌入到物体实体，让交互实现更高水平的智能。其中，人形机器人是具身智能的最佳载体之一。当前，大模型的高速发展为具身智能发展提供了技术基础，在继续优化运动机能的基础上，发展重心逐渐向提升智能度转变，形成了一批典型产品。比如，在竞争激烈的国际市场上，全球每销售10台机器狗中有7台为中国制造。像浙江的宇树科技作为中国四足机器人领域的领军企业，其机器狗产品在全球市场占据超60%份额；上海智元全栈开源机器人灵犀X1，让开发者们能够更轻松地参与到机器人的研发和应用中来；深度求索发布的DeepSeek系列开源模型，有效提升了国内大模型的复杂任务处理的能力，显著降低具身智能开发门槛，加速推动开源生态与行业应用结合。
  李想：目前我国具身智能技术正处于从单点技术突破向系统集成与场景验证迈进的关键阶段。一是核心技术体系初步成型。通用人形机器人的组成可分为大脑、小脑和本体，其对应核心技术体系分别为具身智能大模型、运动控制系统、灵巧手及传感器等机械实体。近年来我国具身智能技术创新取得显著成果，截至目前，我国具身智能专利申请量超21.99万件，位居全球第一，占全球申请量约26.45%。二是场景验证从单一走向多元。工业制造领域，比亚迪工厂引入优必选Walker S1机器人，实现全球首次人形机器人与无人物流车、无人叉车、工业移动机器人和智能制造管理系统的协同作业；消费服务领域，乐聚机器人与海尔联合推出家庭服务机器人Kuavo，可完成洗衣、浇花、晾衣服等任务，越疆科技灵巧手可完成倒牛奶、烤面包等100多种复杂任务；智能巡检领域，天创机器人T9-W防爆型在石化厂区检测气体泄漏，替代了高危环境人工巡检，并有效提升了运维效率；商业服务领域，擎朗智能具身服务机器人累计部署超10万台，覆盖全球60多个国家；智慧养老领域，杭州智元研究院研发的“髋部助行外骨骼”设备通过意图检测和人机交互技术帮助腿脚不便的老年人走向户外。
  具身智能作为人工智能与物理世界深度融合的重要载体，正在通过技术革新、产业链协同重构上下游产业生态。产业链上游，具身智能需求引领带动传感器、芯片等硬件和人工智能大模型、开发工具等软件生态协同创新，促使企业加大研发和生产投入，实现降本增效。产业链下游，具身智能可以赋能工业制造、医疗康养、教育、服务等领域，推动各行业智能化转型升级，创造新的应用场景和商业模式，催生新的产业生态和服务形态。
具身智能规模化应用存在的主要障碍
  光明智库：从技术、产业和市场等角度来看，具身智能在拓展新场景、实现规模化应用方面还存在哪些障碍？
  方菁菁：我主要谈一下技术层面。虽然具身智能各种指标性能在不断优化，但仍处于从实验室走向实际场景应用的过渡阶段，在技术层面存在几个难题。一是硬件门槛高，呈现“非标化”“高成本”。人形机器人核心硬件如脑机接口、电子皮肤、多维度触觉传感器等正从萌芽期过渡到发展期，还没有完全进入成熟期。各家人形机器人采用“非标化”部件，器件接入方式和通信交互方式多样，生产成本居高不下。二是软件算法难，亟须多模态融合、高性能提升。大脑端，仍然无法摆脱大模型固有的多模态融合难度大、高质量训练数据稀缺等问题，同时面临缺少统一底层控制基座，不同系统模块对接调度难度大等具身智能技术特有的问题。小脑端，泛化性不强、灵活度不高，无法满足工业制造和特种服务等场景快速高爆发移动、高精度技能作业、移动操作协同等要求。三是数据集需求大，面临采集成本高、处理分析难等问题。机器人需要在各种复杂物理环境中进行工作，需要机器人具备高度的适应性和学习能力，在真实环境中的交互数据不可或缺。收集数据耗费大量时间和资源，同时收集到的数据往往具有高度的多样性和复杂性，使得数据处理和分析变得更加困难。四是公共开放平台缺失，存在“无法验证”“无地测试”窘境。具身智能性能综合性评价体系尚未建立，人机交互、续航功耗、关节疲劳、越障避障等测试检测能力还未形成，无法定义精度的“高”、动作的“灵活”、产品的“好用”。设计、概念验证、打样、小试缺乏公共服务平台，影响产业化发展进程。
  朱垚颖：从产业上下游层面来看，上游技术开发环节，既需要加强高精度传感器、仿生机械结构等硬件技术的迭代升级，又需要推动对AI训练数据集、决策算法等软件技术的创新发展，加强能支撑具身智能长远发展的基础设施建设；在连接上游技术研发与下游场景应用的中游环节，应重视技术集成、系统优化与生态构建，提前布局能集中开发、协同作业的技术平台，打通多类技术应用之间的壁垒，在产业流通性和技术开源性方面形成更健康、更开放、动态进化的行业生态；在下游产业场景落地和商业化应用环节，可以加强医疗、制造业、家庭服务等垂直领域的产业渗透，优先从标准化、可控性高的场景切入再逐步过渡到更开放、更多元的商业环境，最终促进人工智能与元宇宙、物联网等技术的高效结合，改革相关行业的运行逻辑，最终实现产业高质量、可循环、可持续发展。
  李想：市场方面，具身智能系统研发和制造成本高，硬件层需配备高精度传感器、高性能处理器，软件层需要大量算法研发与模型训练资源，致使产品价格超出多数潜在用户承受范围，也会抑制市场需求、阻碍商业化进程；具身智能应用场景丰富，但不同场景需求差异较大，难以构建统一通用的解决方案，增加产品研发和市场推广的风险；多数用户对具身智能的认知有限，对其实际功能、可靠性及安全性存在疑虑，尤其医疗、养老等安全需求较高的领域，传统人工服务模式长期占据主导地位，对智能体介入的接受程度较低，需要较长时间的市场培育与教育投入。
  伦理与法律方面，具身智能设备在运行过程中会收集大量的用户数据，包括个人隐私、行为习惯等，数据存储、传输和使用等环节存在泄露风险，带来隐私与数据安全隐患；具身智能系统往往具有较高运动能力，可能会对周围人员和环境造成物理伤害，如机器人失控、操作失误等引发安全事故；具身智能系统涉及算法设计、硬件制造、用户操作多环节，一旦出现安全事故，责任难以清晰界定；具身智能的情绪价值设计可能引发情感依赖或伦理争议，需建立人机交互的价值对齐机制。
构建高效协同的具身智能产业生态
  光明智库：具身智能产业涵盖芯片、传感器、算法、机器人制造等众多环节，如何构建更加完善、协同性更强的具身智能产业生态，促进上下游企业共同发展，推动技术快速迭代和产品商业化落地？
  韩军徽：构建高效协同的具身智能产业生态，必须协调发挥政府作用和市场作用。一方面，相关部门要牵头打造通用开发平台、构建统一的技术标准体系。具身智能产业既包括芯片、传感器、控制器等硬件基础，也包括人工智能算法、操作系统、云服务等软件系统。要加快建设具身智能检验检测和中试验证等通用开发平台以及源代码、数据集等开放共享平台，布局一批具身智能中试验证基地，支撑具身智能产品的工程化落地和产业化应用。
  另一方面，要强化企业科技创新主体地位，构建企业主导的产学研用协同创新体系。特别是要发挥好具身智能领域科技领军企业的龙头作用，牵头整合产业链上下游企业，联合科研院所、大学等组建创新联合体，进而推动形成产业集群。相关部门除给予创新联合体一定支持之外，还要引导科研院所和大学加强对企业科技攻关的支撑，鼓励科研院所和大学以多种方式参与创新联合体科研攻关，包括人才交流、合作研究、合同研发等。
  此外，要发挥好科技金融体系对具身智能产业培育的促进作用。引导各类金融机构加大对具身智能企业的融资支持力度，围绕具身智能企业特别是初创企业研发、并购、人才激励等方面的融资需求，强化科技金融产品试点，对具身智能企业实施技术改造和扩大再投资给予贴息支持。探索设立具身智能产业投资基金，通过发挥财政资金的杠杆放大效应，引导社会资本加大对具身智能产业的投入力度。支持具身智能领域科技领军企业上市融资，推动形成“科技—产业—金融”良性循环。
  朱垚颖：具身智能的产业化和商业化不仅是技术问题，更是整个社会系统进行适配的过程，需要政府部门、技术研发者、相关产业从业者、研究学者乃至社会公众的共同参与。
  在技术层面，要加快建立科学、有效、可推广的行业标准。工信部2024年发布新版《工业机器人行业规范条件》，对工业机器人的关键零部件标准和企业研发细节进行了引导，但目前和具身智能直接相关的技术标准还未被完全统一，技术规范问题亟待解决。明确、统一的技术规范和行业准则既能有效规避机器人落地时可能出现的安全隐患和技术风险，也能推动技术的持续革新，为具身智能应用带来更多的可能性。
  在市场层面，要加强公众对具身智能的认可度和信任度，加大媒体和行业宣传力度，增加市场对人工智能和机器人技术的认可度，鼓励各行各业以科学创新思维积极采纳相关智能技术，并在各类垂直场景中验证商业模式在可持续营利和高效率运转方面的可行性，避免进入“为智能而智能”的误区。
  在伦理层面，要格外关注数据采集、数据分析等带来的风险管控问题，重视对用户数据和隐私的保护，也需要关注机器人替代传统劳动力的现象，努力平衡好技术效率提升和传统就业冲击的关系。
  方菁菁：结合当前国际具身智能发展形势，可以重点提升“四个能力”，构建更完善、协同性更强的具身智能产业生态。
  一是产业服务能力。比如，加快建设具身智能行业测试验证公共服务平台，提供从概念验证到小试的全流程服务。支持有条件的地方政府建设区域性测试平台，开展技术验证和产品测试。推动政府和企业开放数据资源，制定数据开放和共享的标准规范，为具身智能技术的训练和优化提供数据支持。建立行业数据共享平台，鼓励企业和科研机构共享数据资源，降低数据采集成本。
  二是标准化建设能力。支持行业龙头企业加快制定技术标准，推动核心硬件的接口和通信协议标准化，提升硬件兼容性和互换性，提升我国在具身智能领域的国际话语权。统一机器人操作系统和开发工具链的标准，降低开发门槛。建立涵盖人机交互、续航功耗、关节疲劳、越障避障等关键指标的具身智能系统的综合性评价体系。
  三是企业创新能力。鼓励企业加强脑机接口、电子皮肤、六维触觉传感器等核心硬件研发攻关，深化多模态数据的融合算法研究，加快开发通用的机器人操作系统，提升小脑端控制模型的泛化性和灵活性，满足工业制造和特种服务等场景的需求。利用我国在汽车制造领域的供应链优势，推动传感器、激光雷达等通用硬件的技术迁移和协同创新。加强高成长预期整机企业的培育支持力度，打造具有生态主导力和全球竞争力的“链主”企业。围绕一体化关节、精密减速器、伺服系统、灵巧手等关键部件及大模型、运动控制、多模态感知等智能系统，梯次培育科技型企业和专精特新企业。
  四是资源整合能力。支持区域协同发展，在长三角、珠三角等智能制造和数字经济发达地区，建设具身智能战略性新兴产业集群，推动区域内上下游企业协同发展，形成从核心零部件研发到整机集成、从软件开发到场景应用的完整产业链。聚焦核心技术的研发和产业化，推动高校、科研机构与企业共建具身智能联合实验室。推动核心零部件企业、整机集成企业和应用场景企业之间的协同创新，形成产业链闭环。
具身智能需要更多学科交叉型人才
  光明智库：具身智能发展需要大量专业人才，也对相关的高等教育领域、职业教育领域提出了智能化发展的要求。更多的具身智能走入大众视野，也是对公众一次次的科普教育。你认为如何通过各方努力，进一步激发社会公众对具身智能的兴趣，提升能力素养，培养更多相关领域的人才？
  朱垚颖：伴随着具身智能概念的火热和行业兴起，专业人才存在缺口和公众人工智能素养不足的问题更显紧迫。习近平总书记在中共中央政治局第二十次集体学习时强调，“推进人工智能全学段教育和全社会通识教育”。我们可以在全学段和全社会中建立“兴趣—能力—职业”连贯路径，储备分层次、分梯队、分需求的人才队伍。
  在兴趣环节，主流媒体和各类网络平台应积极宣传和介绍人工智能，借助媒体叙事和热门IP进行知识科普、技术宣传。如今年春晚中火爆全国的机器人舞蹈，就让青少年和社会大众接触到了相关概念并产生浓厚兴趣。除了媒体宣传外，还可以打造沉浸式的机器人科普展厅，鼓励企业开放公共体验空间、举办交互活动，以高互动的科技展览、高参与度的技术活动让具身智能“看得见、摸得着”，提升社会对具身智能的关注度。
  在能力环节，从基础教育阶段就要重视相关能力的教学和训练。当前，许多学校推出人工智能类通识课程，鼓励不同专业学生学习具身智能基础知识，提升人工智能基础素养。这类以通识能力提升、基本技能掌握为目标的课程，要降低认知门槛、增加互动体验，通过各种培训项目、实践机会和赛事活动，鼓励学生积极实践、动手尝试，了解并掌握人工智能工具，踊跃成为具身智能产业的参与者。
  在职业环节，重视高等教育、职业教育中的专业人才培养。高等院校可以设立“智能机器人”交叉学科，以前沿理论、高精技术和学科交叉作为人才培养重心，如清华大学成立的人工智能学院，重点布局“人工智能核心”与“人工智能+”两大前沿方向，前者涵盖崭新理论与高效算法、具身智能与多模态感知、底层架构平台、科学智能与交叉应用、未来计算模型等方向，后者则着眼AI与公共卫生医药、汽车制造、能源环境等学科的融合。此外，还应加强智能制造、智能机械工程等专业类别的职业教育，强调产学研结合，与相关产业园区形成联培互动机制，培养一批技术领先、技艺精湛的技能型人才，为相关行业源源不断地注入“人才活水”。
  韩军徽：一是优化基础教育模式。例如，通过运用人工智能技术实现教学系统的智能化，基于青少年学生的不同特点，为其量身定制个性化的学习路径。鼓励青少年参与机器人竞赛、人工智能算法编程比赛、应用案例挖掘等实践性较强的趣味活动，使青少年通过动手实践更好地了解具身智能等人工智能技术的基本原理、主要特点以及应用方式，从而激发青少年探索人工智能的兴趣。
  二是构建终身教育体系。人工智能技术的迭代更新速度较快，只有保持终身学习才能更好把握技术发展为工作生活带来的便利。为此，要加强学习型社会数字基础设施建设，推动构建泛在可及的终身教育体系。加快建立学习成果认证机制，探索建立终身教育学历学位授予机制。通过建设科普平台、打造体验中心、开展会展活动等，加强对具身智能等人工智能技术进展的科普宣传。通过宣传具身智能产品在智能制造、智能家居、智能医疗、智能服务等领域的应用实例，使社会大众更为直观地领略人工智能技术的魅力。
  三是完善跨学科人才培养机制。具身智能涉及计算机、机械制造、大数据乃至认知科学、神经科学、心理学、人类学等多个学科，是典型的学科交叉前沿领域。培养具身智能相关人才，要对现有学科专业体系进行优化调整，打破学科专业壁垒，超常规布局急需学科专业，加强跨学科课程体系建设，强化科技教育与人文教育协同，着力培养学生运用多学科知识解决实际问题的能力。创新产学研合作培养模式，鼓励具身智能企业与科研院所、大学等合作，共同培养跨学科的交叉复合型和工程型人才。完善人工智能科研保障体系，优化相关人才评价机制，助力各类人才充分施展才华。加强具身智能领域海外高端人才的交流引进，健全人才服务体系，确保人才引得来、留得住。此外，在具身智能领域人才培养过程中，要注重强化伦理意识，健全相关法律法规、加强科技伦理教育，使具身智能技术切实造福社会。

具身智能作为人工智能的一个重要分支，正在全球范围内迅速发展。中国在这一领域的发展尤为引人注目，不仅在技术研究上取得了显著成果，而且在产业化和规模化应用方面也展现了巨大的潜力。以下是对中国具身智能发展现状的详细分析：

1. 技术研发与产业化进展

中国在具身智能技术的研发上已经取得了重要突破。例如，浙江的宇树科技作为中国四足机器人领域的领军企业，其机器狗产品在全球市场占据超60%份额，显示出中国在这一领域的国际竞争力。此外，上海智元全栈开源机器人灵犀X1的发布，以及深度求索发布的DeepSeek系列开源模型，都表明中国在具身智能的软件生态和开源平台建设方面也在不断进步。

2. 应用领域与市场潜力

具身智能的应用场景日益广泛，涵盖了工业生产、医疗服务、家庭陪伴等多个领域。例如，比亚迪工厂引入优必选Walker S1机器人，实现了全球首次人形机器人与无人物流车、无人叉车、工业移动机器人的协同作业。这些应用不仅提高了生产效率，也为具身智能的商业化落地提供了实际案例。

3. 产业生态与政策支持

中国政府高度重视具身智能的发展，将其纳入国家战略规划，并提供政策支持。例如，2025年的《政府工作报告》中首次明确提及培育具身智能产业，习近平总书记在中共中央政治局第二十次集体学习时强调了人工智能的发展方向。这些政策支持为具身智能的产业发展提供了有力的保障。

4. 人才培养与公众教育

随着具身智能的发展，对专业人才的需求日益增长。中国已经开始在教育领域进行布局，通过设立相关学科和专业，加强人才培养。同时，通过媒体宣传和科普教育，提升公众对具身智能的认识和兴趣，为未来的发展储备人才。

综上所述，中国在具身智能领域的发展已经取得了显著成就，并且在未来的发展中具有巨大的潜力。随着技术的不断进步和应用领域的拓展，具身智能有望成为推动中国科技创新和产业升级的重要力量。

当具身智能走出实验室：距离人手一台机器人的距离分析
具身智能的发展现状
技术基础与典型产品
具身智能可理解为“具身化的人工智能”，“具身”是指具有身体且能通过交互执行任务，有四足、轮式、人形等形态；“智能”是将人工智能技术嵌入物体实体，实现更高水平的智能交互，其中人形机器人是最佳载体之一。当前大模型的高速发展为具身智能提供了技术基础，发展重心在优化运动机能基础上逐渐向提升智能度转变，形成了一批典型产品。例如，全球每销售10台机器狗中有7台为中国制造，浙江宇树科技的机器狗产品在全球市场占据超60%份额；上海智元全栈开源机器人灵犀X1方便开发者参与研发和应用；深度求索发布的DeepSeek系列开源模型提升了国内大模型处理复杂任务的能力，降低具身智能开发门槛，推动开源生态与行业应用结合。

关键阶段特征
我国具身智能技术正处于从单点技术突破向系统集成与场景验证迈进的关键阶段。一方面，核心技术体系初步成型。通用人形机器人的大脑、小脑和本体分别对应具身智能大模型、运动控制系统、灵巧手及传感器等机械实体。我国具身智能技术创新成果显著，截至目前，具身智能专利申请量超21.99万件，位居全球第一，占全球申请量约26.45%。另一方面，场景验证从单一走向多元。在工业制造、消费服务、智能巡检、商业服务、智慧养老等多个领域都有应用，如比亚迪工厂引入优必选WalkerS1机器人实现协同作业，乐聚与海尔联合推出的家庭服务机器人Kuavo可完成多项家务，天创机器人T9 - W防爆型用于石化厂区检测气体泄漏，擎朗智能具身服务机器人全球部署超10万台，杭州智元研究院研发的“髋部助行外骨骼”帮助老年人出行。

产业链影响
具身智能正在通过技术革新、产业链协同重构上下游产业生态。产业链上游，其需求带动传感器、芯片等硬件和人工智能大模型、开发工具等软件生态协同创新，促使企业加大研发和生产投入，实现降本增效。产业链下游，具身智能赋能多个领域，推动行业智能化转型升级，创造新的应用场景和商业模式，催生新的产业生态和服务形态。

具身智能规模化应用的障碍
技术层面
虽然具身智能各种指标性能在不断优化，但仍处于从实验室走向实际场景应用的过渡阶段，存在技术难题。一是硬件门槛高，呈现“非标化”“高成本”。人形机器人核心硬件如脑机接口、电子皮肤、多维度触觉传感器等正从萌芽期过渡到发展期，尚未完全成熟。各家人形机器人采用“非标化”部件，器件接入方式和通信交互方式多样，导致生产成本居高不下。二是软件算法难，亟须多模态融合、高性能提升。大脑端仍无法摆脱大模型固有的多模态融合难度大、高质量训练数据稀缺等问题，同时面临缺少统一底层控制基座，不同系统模块对接调度难度大等具身智能技术特有的问题。

产业和市场层面
从产业来看，目前具身智能产业生态还不够完善，产业链各环节的协同还需要进一步加强。例如，硬件和软件的适配性、不同企业产品之间的兼容性等问题可能会影响产业的整体发展。从市场角度而言，消费者对具身智能机器人的认知和接受程度还需要提高，机器人的可靠性、安全性等方面也需要进一步验证，以满足大规模市场应用的需求。

距离人手一台机器人的展望
目前要实现人手一台机器人还有很长的路要走。虽然我国具身智能取得了显著进展，但技术障碍和产业、市场问题的解决并非一蹴而就。硬件成本的降低需要核心硬件技术的成熟和标准化生产，软件算法的优化需要大量的研究和实践。同时，产业生态的完善和市场的培育也需要时间。不过，随着技术的不断进步、政策的支持（如今年《政府工作报告》首次明确提及培育“具身智能”产业）以及市场需求的逐渐释放，具身智能有望在未来逐步实现更广泛的应用，朝着人手一台机器人的目标不断迈进