目前实现具身智慧机器人主要分为两种路径，第一是“具身 + 智能”，是机器人企业让机器人设备变得智能化的专用场景化路径；第二是 “智能 + 具身”，主要是传统工业机器人路线，或是AI 企业把大模型具身化的机器人通用化路径……
最近人工智能行业有几个很火的词，比如AI Agent、具身智能（Embodied AI），进一步到这些AI技术概念的终端应用，最热门的莫过于人形机器人。这些词该如何定义？彼此之间有什么区别及关联？
AI Agent、具身智能和人形机器人
首先看AI Agent（也称为人工智能代理、智能体），作为大语言模型（LLM）向应用端延伸的核心载体，其本质是 “能够感知环境、自主决策并执行任务的智能系统”。 它融合了机器学习、语义处理、计算机视觉和强化学习等技术，正重塑 AI 交互方式，核心能力体现在自主性（无需人类干预的决策执行）、多模态感知（传感器数据提取）、动态决策（机器学习优化行为）与目标导向性（任务完成与效率优化）。
具身智能则更进一步，被英伟达创始人兼首席执行官黄仁勋定义为 “通过物理实体与世界互动的智能系统”。顾名思义，具身智能必须具备物理身体，依赖触觉、力觉等实体交互获取知识并泛化应用能力。具身智能的三大核心模块包括：
- 智能感知，如通过视觉、惯性、触觉等泛感知和镜像映射物理实体；
- 运动控制，包括移动、肢体移动规划控制和拟人化地使用工具；
- 智慧决策，包括决策和学习、人机交互以及多机器人交互。
两者差异在于AI Agent可以是虚拟或者物理的，可通过纯数据训练（如大模型）进行学习，具身智能则必须拥有物理实体，需依赖物理环境交互；前者偏计算机科学与算法，后者依赖机器人学与认知科学。
AI Agent的认知核心包括 ChatGPT这类大语言模型（LLM），而具身智能的目前代表包括人形机器人和自动驾驶汽车等物理实体。从春晚舞台扭秧歌，到北京的机器人马拉松比赛，近期人形机器人这个赛道可谓红透半边天，同时也带火了具身智能这一概念。
从定义上看，人形机器人具备人类外形特征和行动能力，依赖双腿行走，凭借手臂和身体协调完成功能，集成通用型算法和生成式 AI，拥有语义理解、人机交互、自主决策等能力，且通过人机交互实现任务反馈，其核心在于强大的感知计算与运动控制能力。
如同类人猿向现代智人的演化路线一样，当代机器人也有自己的演进路线。
从扫地机器人（无手无脚）、送餐机器人和机械臂（有手无脚）、四足机器人（无手有脚）逐步迈向人形机器人（有手有脚），这一过程伴随着大模型技术的深度嵌入，推动人形机器人向更智能化、自主化演进。
2025 年，人形机器人产业迎来 “量产元年”，全球市场规模预计突破 164.78 亿元，中国以超 50% 的产能成为最大生产国。人形机器人正从实验室走向规模化应用，但行业仍面临三重核心挑战：端侧智能决策能力不足、灵巧手精细化操作受限、双足动态稳定性待突破。
在演进过程中，机器人的大脑、小脑、关节部件还有哪些痛点亟待解决？未来人形机器人最刚需的落地领域是哪里？在 2025 年 5 月 13 日举办的第十五届松山湖中国 IC 创新高峰论坛上，一场主题为 “具身智慧机器人的产业化之路” 的圆桌讨论引发各界关注。
由左至右分别为，主持人：戴伟民，中国半导体行业协会IC设计分会副理事长；芯原股份创始人、董事长兼总裁
圆桌嘉宾：
张晓东，乌镇智库 理事长
何治成，乐聚（深圳）机器人技术有限公司 算法总监
刘建伟，爱芯元智半导体股份有限公司 联合创始人、副总裁
蒋宏，上海昱感微电子科技有限公司 CEO
费振东，上海先楫半导体科技有限公司嵌入式专家及产品总监
江晓峰，鹏瞰集成电路（杭州）有限公司 首席市场营销官
小脑最难，需要端侧 AI 与虚拟训练双重引擎
根据 “具备人类外形特征与行动能力的智能系统”的定义， 人形机器人需集成八大核心模块：
- “大脑”：云端与边缘端智能协同，部署大模型与多模态数据管理；
- “机械臂”、“灵巧手”：力矩控制与触觉反馈，集成多传感器实现精准抓取；
- “动力系统”：电机、液压驱动支持爆发功率（如单关节爆发超 10KW）；
- “眼耳口鼻”：以摄像头、激光雷达等视觉传感器等类比人类的感知器官，构建环境认知；
- “小脑”：搭建运动控制算法库，建立网络控制系统架构，面向特定应用场景构建仿真系统和训练环境，加快技术迭代速度；
- “神经系统”：高速网络实现运动、传感与控制的微秒级响应；
- “躯干”：本体部件的支撑，用于容纳传感器、电池管理和冷却系统；
- “柔性电子皮肤”：触觉传感器，用于模仿人类皮肤的感知功能。
戴伟民强调， 这其中“脚部平衡控制是最大难点”，类比人类 “小脑” 功能，需突破运动控制算法库与仿真训练环境。结合现在呼声最高的机器人+大模型路线来看，不同的大模型能力对应了不同的机器人需求和智能定义，例如多领域基础知识可以对机器人任务进行描述，而上下文理解与字眼语言连续对话能力则可用于运动代码生成。
如果把人形机器人的自主性分为几个级别（从L0-L5自主等级逐渐升高），那么目前阶段的人形机器人处于L3的“条件自主”，人类在这个阶段扮演任务设计者的角色，机器人则拥有感控一体、定位导航、环境感知等自主行为。未来很长一段时间，机器人会在向L4的“高度自主”阶段演进，届时将实现任务推理、知识图谱、语文地图等自主功能，人类则将转变为观察者。
大模型在演进过程中扮演了重要的助推者角色，以DeepSeek为例，通过算法优化提升了算力利用效率，颠覆了算力至上的传统认知：MoE 架构减少 90% 计算量，MLE 机制压缩 93.3% KV 存储，模型蒸馏技术将大模型压缩为 1.5B 参数的端侧可用版本。
这一点从AI预训练模型的参数规模走势就可以看出，2024年（DeepSeek推出）之前，最大参数量一直在增长；2025年DeepSeek发布后，大模型开始两极分化，激发低参数量模型的推出，使消费级硬件（如手机等）可运行 “小而精” 的 AI 模型，推动 “端侧智能爆发”。
更偏向物理AI（Physical AI）训练的，则要看英伟达，他们的虚拟训练平台正在重构物理世界约束。
以Cosmos为例，由生成式世界基础模型、高级tokenizer、护栏和加速视频处理管线组成，平台构建高精度虚拟环境，通过合成视觉、传感器数据训练模型，减少对真实数据的依赖；将加速自动驾驶、机器人等AI系统的开发。
模仿学习使人形机器人能够通过观察和模仿人类专家的演示来获取新技能。然而，在现实世界中收集这些广泛、高质量的数据库既繁琐又耗时，通常还非常昂贵。今年3月英伟达推出的首个通用人形机器人基础模型Isaac GR00T N1，能够帮助开发者生成大量合成运动数据集，来训练人形机器人学习人类技能。目前许多机器人公司，如波士顿动力、Figure、宇树（Unitree）等，已经开始采用Isaac GR00T，降低数据采集成本。
《电子工程专辑》此前也撰文分析了这种训练方式，将有助于解决机器人面对现实世界物理挑战的痛点，重构物理AI开发范式。尤其是在当下真实数据严重不足的情况下，采用“真实+合成数据”的协同训练能够为机器人提供更多“燃料”。（相关阅读：《一场物理AI革命：NVIDIA重塑机器人认知现实的法则》）
刘建伟也认为 “算力优化与虚拟训练将打破‘数据壁垒’”，类比自动驾驶的仿真测试，具身智能正从 “依赖真实场景” 转向 “虚实结合加速迭代”。 例如，通用硬件可分摊数据采集与训练成本，避免专用场景的‘数据孤岛’问题。
人形机器人路径之争：专用 VS 通用
当前，国内互联网公司多在语言模型有所布局，故多以“投资+大模型”的方式从“大脑”方面布局人形机器人，未来有望拓展到具身智能模型，掌握智能化提升的关键能力。
张晓东追溯具身智能起源，指出图灵1936年写的文章奠定了计算机科学技术，1950写的文章奠定人工智能技术，“虽然他早在 1948 年便设想 ‘机械实体与智能结合’，但受限于材料技术未能实现。”
目前实现具身智慧机器人主要分为两种路径，第一是“具身 + 智能”，是机器人企业让机器人设备变得智能化的专用场景化路径；第二是 “智能 + 具身”，主要是传统工业机器人路线，或是AI 企业把大模型具身化的机器人通用化路径，例如OpenAI和Google自己做机器人或投资机器人公司的方式。
张晓东对比两者，认为前者如 “蚂蚁式渐进”，后者似 “通用大模型颠覆”，两者博弈将决定产业走向。
作为支持场景化路径的代表，何治成 首先对机器人的大脑和小脑做了一个举例科普。“机器人的大脑用于理解周围环境，能够知道事情该怎么做，将任务进行拆解，比如叠衣服是从左边到右边；而小脑负责接收到具体指令后，精准控制动作执行这个指令，同时小脑还要负责平衡——尤其是双足机器人要做到不跌倒主要靠小脑平衡。”
何治成认为，人形机器人的落地应用应从 “从工厂搬运、仓储等刚需场景切入”， 但当前面临可泛化高精准操作技能学习难的问题，复杂装配效率仅为人类 50%。未来有望通过 “小脑”（运动控制）与 “本体集成” 的标准化解决技能迁移困难的问题，例如乐聚机器人聚焦工业场景，通过优化关节驱动算法协同验证，实现机器人在不同工位间的灵活切换。
张晓东则认为，从技术演进经验来看，专用场景更可能率先落地，但通用化路径更广阔。类比大语言模型的 “涌现能力”，他认为特斯拉 Optimus 等通用型机器人将通过 “具身大模型” 实现跨场景迁移，这一技术跃迁正推动人形机器人向“工业万能工”进化。Optimus的工厂实测数据表明，其已能胜任23种工位切换。尽管初期成本高，但长期可覆盖家庭、高危作业等多元需求。
刘建伟赞成这一观点，他认为从数据的可获得性和经济性来看，通用路线更具优势。“数据驱动时代，人形机器人的物理数据采集成本可分摊，且其所依赖的通用算力与硬件具备规模化效应，与人工智能的发展路径类似。因此人形机器人选择通用化路线更具成本优势。”
现场观众如何看这两种方式的产业化路径？投票显示，65.38% 参与者认为 “机器人企业 + 智慧（场景化路径）” 更易商业化落地，30.77% 选择 “AI 企业 + 具身设备（通用化路径）”，15% 支持初创企业兼顾 “多任务协同”。
场景落地：四大领域的机会与荆棘
人形机器人应用划分为四大场景，其成熟度与挑战差异显著：
- 商业服务领域的落地最快，已在展厅、 商超、酒店、网点大厅等场合应用。挑战在于价格高、环境适应能力差、量产可靠性低；
- 智能制造行业是人形机器人首个大规模应用的领域， 场景固定，流程简单， 汽车智能制造领域已有 测试类的应用。但目前这个行业的机器人动作慢、效率低、稳定性和可靠性不高、部署周期长；
- 社区家庭最具应用潜力，可分为陪伴和服务两个路线，已有厂商尝试应用于简单家务场景。但安全机制不健全，隐私数据采集标准未建立，家庭场景数据缺乏并且算力不足；
- 高危、救援领域的应用最有价值，可以降低高危环境作业人员的危险性。还有安全防护、快速移动、准确控制、智能决策等痛点亟待解决。
基于技术壁垒与市场空间两因素，对商业服务、智能制造、社区家庭、高危/救援四大场景的细分应用进行划分，具身智慧机器人将在未来两到三年开始在各行业有小规模商用，未来五到十年应用将逐渐成熟。
那么，当前具身智慧机器人落地过程中的关键障碍是“大脑”的能力不足，还是“小脑”的能力不足，还是机器人本体不够好？应该从哪个环节开始突破，为什么？
谈到当前工业类人形机器人的痛点，何治成认为，当前业界对“大脑智能”(如大模型、规划算法) 关注较多，但真正制约具身智能机器人落地的，是“小脑能力”的缺位——也就是复杂运动的实时控制、协调与执行。
何治成 认为大脑推理慢还可以接受，因为只要规划一次任务怎么做就够了，而小脑需要实时控制做动作。“所以人形机器人要实现全身动作协调、快速精准的控制，小脑的部分还有待发展。”
但由于人形机器人本体结构复杂，动作控制缺乏统一标准，导致算法迁移难、泛化差；与此同时，产业链上下游尚未建立稳定协同机制，制约了场景落地与成本优化。不过何治成预期“小脑（运动控制）技术有望 3 年内成熟，实现快速精准的全身动作协调。”
在针对“具身智慧机器人产业化最大的难点”现场投票中，“跨场景泛化迁移难”（17.6%）、“可泛化高精准操作技能学习难”（16.8%）、“缺乏真实刚需场景验证”（15.2%） 位列前三，凸显技术协同与场景适配的双重瓶颈。
蒋宏指出 “家庭场景需突破‘情感交互’与‘物理安全’双重门槛，例如陪护机器人需通过多模态感知（视觉 + 心率监测）识别老人异常行为。”
车企入局，从 “四个轮子” 到 “两条腿”
人形机器人与汽车自动驾驶本质类似，都是“感知+决策+执行”，因此车企的许多技术可以直接复用到人形机器人上。例如在决策层，AI芯片与智能驾驶芯片有共同性；车企现有的电机、传感器、动力电池等供应链可快速复用；车企的自有工厂更是人形机器人落地的天然场所。
目前，车企凭借 “感知 - 决策 - 执行” 技术链优势在机器人领域加速布局，三个主要方式分别是：投资（吉利等）、自研（小鹏、小米、广汽等）以及合作开发（奇瑞等）。
例如比亚迪成立 “尧舜禹” 实验室，小鹏计划 2027 年量产 L3 级人形机器人，小米 CyberOne 集成自动驾驶视觉算法。这些车企的核心优势包括：
- 技术复用：自动驾驶芯片（如 Orin）可直接用于机器人决策，激光雷达、IMU 等传感器供应链无缝迁移；
- 成本控制：规模化生产降低电机、电池等核心部件成本，例如特斯拉工厂可复用汽车产线制造 Optimus。
那么从边缘AI芯片供应商角度来看，智慧汽车和具身智慧机器人对AI芯片有哪些差异化需求？面向具身智慧机器人应用的AI芯片应该主要关注哪些性能指标？
投票显示，“实时处理能力（低延迟）”（30.91%）、“传感器接入与边缘推理能力”（29.09%）、“模型兼容与迁移性”（20%） 为三大关键指标。
刘建伟强调 “车规芯片的高可靠性（如 - 40℃~105℃工作温度）可直接适配机器人工业场景”。他指出，车与机器人在技术上一脉相承，均依赖算力的支撑，但机器人更强调通用算力和数据驱动。差异化需求在于自由度（车＜20，人形＞100），机器人需适应多样化的应用场景，特别强调算力的性价比、能效比和实时性 (如快速决策与控制能力)，同时需要支持多模态融合 (如视觉、触觉等) 的处理能力。
感知升维，需打破三堵墙
具身智能主要依靠摄像头、雷达、力矩传感器等实现智能感知，并在完成感知后将采集到的环境数据、状态数据用于决策和规划。其在复杂环境下多源信息融合与目标特性动态认知方法 被誉为认知革命的钥匙，而要实现“感知 - 推理 - 行为” 闭环需突破三大技术壁垒：
- 模态墙，多传感器数据→统一语义空间：基于图像像素为单元完成像素级别精度的多模态感知数据“时空对齐”，实时生成“多维像素”的统一语义空间模态；多维像素数据模型完全满足感知设备 “超维耦合、异构冗余、多重校验、交互感知、感存一体”的要求，目前已有原型机方案。可以得出，基于视觉多模态感知+力矩感知 +惯性感知=类似于人类的五官感知+身体感知的组合；
- 符号墙，神经网络特征→可推理符号知：探索如何将特征对接到“ 可推理符号”。深度学习使用监督学习，即模型通过大量的标记数据（已知输入和输出）进行训练，模仿人类大脑的工作方式，通过多个层次的信息处理层进行学习。多模态感知数据统一的“语义空间”会加速这一进程，完成端到端模型的“哺乳动物智能”水平；
- 因果墙，统计相关性→物理因果性：“端到端大模型2.0– VLA (Vision Language Action)”开启“人类智能”的阶段，通过统一语义空间的多模态感知融合，来完整地“看到”物理世界，同时，VLA结合大语言模型（DeepSeek等助力），具备语言、CoT（Chain of Thought，思维链）等推理能力，既能看也能理解物理因果性并执行符合人类的运作方式。
我们将“多维像素”等多传感器多模态感知技术与神经符号系统、因果推理引擎深度融合，有望成为打开新一轮“认知革命”这扇门的“钥匙”，让机器视觉系统与具身智能机器人从“看见世界”升级为“理解世界”。
那么高精度感知是否一定要求高成本传感器？针对“感知-推理-行为”协同优化的方案，目前成熟度如何？存在哪些发展困境，如何突破？昱感微电子提供了一个技术突破案例，通过 “像素级多模态融合” 技术，使机器人可识别图像中物体的材质、温度等物理属性，精度达 95% 以上。
对机器人来说，“感知、认知是非常重要的，就好比如果一个人眼睛看不见，能够完成的任务就会少很多。”蒋宏指出，高精度感知未必依赖高成本传感器，例如激光雷达成本从万元级降至百元级；毫米波雷达可非接触监测呼吸、心跳，未来或实现 “情感感知”……多传感器融合已进入发展风口。当前的技术挑战在于突破“模态墙”、“符号墙”和“因果墙”。感知层技术正快速推进 (如多模态融合)，但推理与因果理解仍需突破。结合大语言模型与深度学习，将有助于提升物理因果推理能力。
在针对“具身智慧机器人的传感系统优化，应优先考虑哪类方向？”的投票中，多模态融合（视觉+惯性导航系统+力觉）获得了压倒性的优势（66.67%）。
未来，感知即认知将遵循三层跃迁：
- 模态融合：将多源数据（如图像、力矩）转化为统一语义（如 “抓取苹果需轻拿轻放”）。
- 符号推理：通过大语言模型将神经网络特征映射为可解释符号（如 “红色 = 危险”）。
- 因果理解：从 “统计相关”（如 “物体移动 = 有人触碰”）进化为 “物理因果”（如 “推椅子导致椅子滑动”）。
“当机器人能通过‘多维像素’感知材质、温度，结合大模型推理物理因果，将真正实现‘理解世界’而非‘看见世界’。” 蒋宏说道。
关节芯片：运动控制的 “卡脖子” 难题
人形机器人关节面临多自由度（单手指 5 自由度，全身超 100 自由度）、高动态响应（爆发功率瞬时超 10KW）、精准力控（力矩传感器分辨率需＜0.1N・m）三大挑战。
以先楫半导体为例，一些典型芯片方案包括：
- HPM6E50：600MHz 主频，集成 EtherCAT 总线与硬件电流环，支持髋关节等大功率关节驱动。主要用于实现多自由度控制——单手指 5 自由度、全身超 100 自由度，且芯片支持微秒级响应；
- HPM5361：480MHz 算力，适配灵巧手触觉反馈与 IMU 惯性测量，功耗低至 10mW。针对异构兼容，适配 EtherCAT、CANFD 等工业总线，同时集成驱动、传感、通信模块。
那么用于机器人关节的芯片有哪些设计挑战？费振东指出 “关节的设计需要小型化、轻量化，且对芯片集成度、低功耗和实时控制能力有较高要求。不同厂商的技术路线多样，通信协议复杂 (如以太网、工业自动化协议)，并且需要支持异构网络与多传感器融合。例如工业场景优先选择高集成度、高可靠性的单芯片方案，消费级场景则需压缩体积至 QFN48 封装”。
同时，产业标准化不足，需产业链各方协作优化控制算法与硬件协同设计。
机器人通信系统是底层基建，最要实时性
具身智慧机器人需要底层的基础设施——网络的支持，近几年光纤上车也在验证和布局中。简单来说，人形机器人网络通信系统需满足三大指标：
- 实时传输：运动控制指令延迟需＜100μs，通过 TSN（时间敏感网络）实现确定性传输，避免动作滞后导致失衡；
- 线束简化：光纤替代铜线可减重 70%，同时支持 10Gbps 级图像传输（如激光雷达点云数据）；
- 异构兼容：通信模块需适配 FPGA、MCU 等多种控制器，鹏瞰集成的 Ethernet TSN 芯片已实现传感器与执行器的即插即用。
针对机器人应用的网络通信系统和芯片有什么痛点和特殊需求？从芯片的角度，应该重点关注哪些指标？ 在现场投票中，前三名分别是：实时传输能力（低延迟和确定性）（30.86%）、线束的简化和统一（17.28%）、高带宽图像传输能力（16.05%）。
江晓峰认为，机器人应用的痛点主要集中在数据的高实时性和低延时传输 (例如动作控制指令)，需要避免信号干扰并减轻线束重量。在此基础上，特殊需求还包括确定性网络 (确保关键数据优先传输)、高可靠性 (特别是在工业场景的应用)，以及轻量化 (通过光纤替代铜线)。
因此，“芯片设计应重点关注低延时、高带宽、抗干扰能力，并具备支持异构网络的兼容性。”他强调 “光进铜退是大趋势，光纤上车与机器人内联网趋势一致，未来 5 年或将成为主流通信方案”。
老龄化倒逼下的产业倒计时
全球 60 岁以上人口占比预计 2050 年达 22%，催生万亿级养老陪护市场。戴伟民表示，医疗可以降低死亡率，却不能延长可工作时间。人口老龄化是机器人替代人的主要原因之一。
图：全球60岁以上老年人占比
未来3年内，人形机器人最先落地的应用场景是什么？圆桌预测，未来 3 年仓储物流、安防巡检、零售服务将成首批落地场景（20.37%），因技术成熟度高（如 AGV 搬运已实现 99% 准确率）且刚需明确；5-10 年家庭陪护、高危作业等场景将逐步成熟（18.52%），但需突破伦理规范（如机器人行为监管）与成本瓶颈（如关节芯片单价降至 $100 以下）。
嘉宾们也提出了自己的观点。
张晓东认为，农业采摘 (场景成熟，无安全压力)、高危环境作业 (如核电厂巡检)、长者陪护 (老龄化刚需)应用的人形机器人将率先落地。尤其是长者陪护应用，他预测“未来中国每3个老年人将对应1个机器人护理员，它能通过呼吸频率判断跌倒风险，用热成像感知情绪波动，这才是具身智能的温度。”
何治成看好工业场景搬运，“人形机器人的通用性价值在‘非结构化场景’（如多工位灵活切换）中最易体现，可替代人类从事枯燥、重复劳动。”此外长者陪护、高危环境作业 (安全需求迫切)也是热门领域，“高危场景（如火灾搜救）需求明确，但需 3-5 年安全技术迭代；长者陪护需解决‘物理辅助 + 情感交互’双重需求。”
刘建伟选择的是高危环境作业 (解放人力)、农业采摘 (类制造业场景)、家庭清洁和餐饮加工 (枯燥体力劳动)。
蒋宏认为，仓储与物流搬运 (AGV技术成熟)、高危环境作业这两类场景商业价值明确，“AGV 搬运已实现 99% 准确率，高危巡检可降低人员伤亡风险。”长者陪护方面，通过多模态感知（如视觉 + 心率监测）识别老人异常行为，数据统计后主动提醒家属，这类‘情感连接’需求迫切。“希望人形机器人‘突出人性而非物性’，技术发展应服务于‘让人更温暖’，例如陪护机器人不仅能做家务，更能传递情感关怀。”
费振东看好仓储与物流搬运、工业流水线协作、安防与巡检 (商业化落地快，成本可控)。
江晓峰选择了安防与巡检 (技术可行)、工业流水线协作 (柔性化需求)、零售服务 (场景适配性强)。
结语
综合来看，人形机器人商用要克服我们在文章开头说的三大挑战，需遵循心灵手巧（智能决策 + 精细操作）、腰马合一（动态平衡 + 协同控制）的八字箴言：
- 心灵手巧：基于多模态具身推理大模型，将端侧算力提升至本地处理，实现环境感知、任务规划、动作执行的全流程本地化；同时采用微型六维力传感器结合强化学习算法，大大提升灵巧手抓取成功率。
- 腰马合一：以特斯拉 Optimus 的仿生步态算法为例，通过实时姿态预测控制，显著提升双足行走抗干扰能力；同时复用新能源汽车的线控底盘技术，提升机器人在油渍、斜坡等复杂地形的行走稳定性。
张晓东认为：“具身智能的终极竞争，是‘数据闭环能力’与‘物理世界理解深度’的双重较量。” 当机器人不仅能 “搬运货物”，更能 “读懂表情”“感知情绪”，其对人类社会的重塑，或将远超想象。
不过费振东也指出“关节、传感器、通信协议的标准化是产业规模化的前提，需芯片厂商、机器人整机厂、场景方协同制定‘事实标准’。”
在这场人机协同的产业革命中，技术突破需与场景需求深度绑定，当 “心灵手巧” 的智能决策系统与 “腰马合一” 的运动控制能力实现深度融合，人形机器人终将跨越实验室的 “演示价值”，在工业制造、家庭服务、医疗康复等场景中兑现 “替代 2-3 名工人” 的商业价值。正如戴伟民 所说——“从‘唯心’的 AI Agent 到‘唯物’的具身智能，产业变革的核心在于‘让智能真正触碰物理世界，解决人类刚需’。”
您可能感兴趣
