創造像人類一樣感知、思考、行動的“實干”智能體，是具身智能領域的重要目標。隨著一批智能機器人在海內外亮相，人工智能通過載體嵌入物理世界已經成為現實。業內專家認為，如今我們正站在技術爆發與產業重構的關鍵節點之上。

行業數據顯示，2024年全年，全球人形機器人新品發布數量已超過106款，這一數量遠超過去20年的總和，“具身智能”概念成為全世界追捧的熱點。數字大腦連接上鋼鐵身軀，人工智能或將在不遠的未來迎來與世界更加廣泛的互動。在DeepSeek等大模型競爭白熱化的當下，具身智能領域的“下半場”競爭更加值得關注。

算法落地：從虛擬世界邁向物理世界

2025年的政府工作報告中提出，“建立未來產業投入增長機制，培育生物制造、量子科技、具身智能、6G等未來產業”。“具身智能”被認為是人工智能爭奪的又一重要領域。

“具身智能依托軟件算法和物理載體，能夠感知環境、做出決策并執行具體任務，與純軟件不同的是，它側重于對現實世界的改造與交互。”天津大學無人駕駛汽車交叉研究中心主任謝輝表示，車輛很有可能是短期內具身智能最先投入大規模應用的領域。“通過傳感器進行視覺識別，大模型與用戶交互，最后落實在對汽車的機械操控上。”

清華大學人工智能學院教授沈陽表示，具身智能作為一種軟硬件一體的特殊智能體，依賴的是多模態模型。“比如VLA大模型，V代表視覺，L代表語言，A代表動作，形成一套感知決策行動的完整流程。”他表示，人形機器人只是具身智能的一小部分，在工業等諸多領域，形態各異的機器人有望成為智能載體。

多位受訪者認為，具身智能將成為實現通用人工智能的重要路徑之一，也是當前各國家比拼的焦點。

從市場來看，全世界都對具身智能領域表現出濃厚興趣。國際知名投資機構高盛預測，到2035年，僅人形機器人全球市場規模就將達380億美元。我國北京、浙江、廣東等多省市已經相繼出臺具身智能相關的發展規劃，力圖打造領先的產業聚集區。工業和信息化部印發的《人形機器人創新發展指導意見》提出，到2027年產業綜合實力達到世界先進水平，成為重要的經濟增長新引擎等發展目標。

謝輝表示，近幾年人形機器人的“爆火”并非偶然，大模型、精密制造、高端傳感器、自動控制等技術積累共同促成了這一機遇。他表示，盡管人工智能距離投入大規模工業生產和日常服務還有一段距離，但未來對于人類工作的替代性已經可以預見，這勢必將引起生產結構的重構和生產力的大幅度躍升。

受訪業內人士認為，盡管DeepSeek等企業在大模型領域取得進展，但我們也要清醒認識到在人工智能領域，歐美仍處于領先水平，尤其是具身智能涉及的硬件裝備，需要奮力追趕。

技術瓶頸：邁向現實的多重難題

在短短幾年內，大模型領域的前沿技術突飛猛進，但從虛擬世界跨向現實的技術耦合，仍有多個領域的難題待解。

——通用平臺和標準化認證缺乏，多數企業陷入“重復造輪子”。國訊芯微（蘇州）科技有限公司首席技術官蔣琛表示，目前在具身智能領域，仍沒有統一的技術標準和通用開發平臺，這使得各家企業要從零開始獨立研發，各地重復投入導致資源分散，影響產出效率。同時，硬件接口、通信協議、數據格式等缺乏統一規范，不同廠商的機器人本體構型與軟件架構互不兼容，制約規模化應用。

——應用場景開放度不足，缺乏快速孵化條件。“機器人最終還是要用起來。”天津朗譽機器人有限公司董事長任志勇表示，研發端的企業和應用行業尚未打通，許多實際工況都未能真正納入研發測試體系中，許多產品仍停留在“溫室花朵”的階段。謝輝也表示，目前在無人駕駛領域有測試道路等公共服務平臺，但在大部分應用領域，仍缺乏開放式的應用場景，這將拖累產品未來的投用進度。不少業內人士認為，與ChatGPT等依賴文本數據的模型不同，具身智能需采集真實物理環境的動態交互數據，其采集成本將更為高昂。

——核心元器件自主化程度不足，復合型人才缺口擴大。北京大學智能學院副院長林宙辰表示，當前在人工智能領域的國際競爭進入白熱化，在高端GPU、精密傳感器、減速機等領域，我國企業的自主化程度依然有待提高，對本土創新型人才的需求也不斷增加。“既要懂編程，又要懂大模型，現在還要懂機械和自動化，這樣的人才太少太少。”謝輝表示，伴隨著多領域的交叉融合，行業的人才要求從雙棲走向三棲，未來的門檻還將進一步提高。

——法律道德風險仍是未解之題。智能體未來的廣泛應用，也放大了人為制造安全風險的可能。謝輝舉例說，如果一臺被植入了惡意程序的智能車輛接入網絡中，可以生成并發送虛假的緊急消息，從而誤導周圍車輛的行駛路線、行車速度和前進方向等，從而制造交通擁堵與混亂，極端情況下甚至可以主動制造交通事故。此外，在責任歸屬的邊界上依舊模糊，一臺智能機器誤操作造成了損失，開發者、運營者等主體責任幾何？這道“前置題”尚未有定論。

謀篇布局：如何在下半場脫穎而出

我國已是機器人制造強國，工業機器人裝機量更是占比超過世界的50%，具身智能發展具備廣泛的應用場景和潛力。業內人士建議，產業政策上應提前謀劃布局，以備在人工智能下半場的競爭中謀得先機。

一是加強底層建設，構建龍頭引領共建的行業生態。蔣琛等人建議，應加強具身智能領域的開放平臺建設，在底層代碼、數據集等環節建立開源共享機制。主管部門宜組織龍頭企業，盡快建立國家級具身智能發展規劃，鼓勵開發從硬件到軟件、從底層到應用層、從AI模型底座到3D數據集的通用開發套件，以及加快標準建設，創建生態認證體系，推動技術加速迭代。

二是促進政府、國企力量投入應用場景開放，提供高質量的優質現實數據。任志勇等人認為，具身數據無法從互聯網海量內容中直接獲取，而需通過真實的機器人操作來采集或高級仿真平臺生成，因此具身數據的采集需要較高的成本和應用場景的廣泛支持。建議在柔性生產、醫療康養、公共安全、應急救援等領域開放政府、國企主導的應用場景，為廣大企業提供測試平臺。

三是強化高校、科研院所、企業的聯合科研能力，為技術創新提供支撐。謝輝認為，學科交叉融合是科技創新的“催化劑”，高校要打破學科專業壁壘，對現有學科專業體系進行優化升級，重視跨學科課程建設和人才培養項目，如推出“人工智能+X”雙學位項目等，培養學生綜合運用多學科知識解決復雜問題的能力，培養一批適宜人工智能領域的復合型人才。

四是加速前置治理體系建設，完善法律等領域的安全防線。業內人士認為，構建責任明晰的治理框架，是具身智能安全投用的重要保障。一方面應在隱私數據保護、責任歸屬等方面進行充分論證并出臺相關法律法規，避免監管真空；另一方面則應建立人工智能領域的預警及應急熔斷機制，盡可能將風險降到最低。（經濟參考報 記者 郭方達 ）

本網站轉載的所有的文章、圖片、音頻視頻文件等資料的版權歸版權所有人所有。如因無法聯系到作者侵犯到您的權益，請與本網站聯系，我們將采取適當措施。