从事装配工作的机器人

　　这个不断迸发科技火焰的蓝色星球上，当AI与机器人在山巅相遇，一个名叫“具身智能”的新未来，开始向人类亲切招手。“大家好，我是青龙pro ,面向全场景应用的人形通用化身。”在周末两天举行的2025世界人工智能大会上，身高185厘米，具备自主性走、语音教育与灵巧操作能力的人形机器人青龙3.0公版机系列，集体亮相人形机器人与具身智能论坛。它骄傲地说，“未来的智能世界，我准备好了！”

　　背上时空智算背包，机器人能给人指路，还能在多类场景稳定工作、完成任务；国内首个由VLA模型ERA-42驱动的星动L7，既能“整活”，表演街舞、调酒、360°旋转；还能干活，在生产线上智能分拣、搬运扫码，到科研实验室里采集数据，精准打螺丝……本届世界人工智能大会上，以人形机器人、机器狗等为代表的新一代具身机器人，正在从封闭式专用系统向通用化智能平台、从单一限制场景向复杂全域空间加速转型。

　　从实验场到应用场，由“舞台秀”转战“365行”，人形机器人真正实现具身智能，还有多长的路要走？

人形机器人，来了？

　　今年，人形机器人似乎一下子就火了。上半年，一场妙趣横生的人形机器人半马赛，让人形机器人的跑动能力“摔”出圈；这两天，2025世界人工大会现场，人形机器人阵容强大，让人类有种被机器人包围的感觉；而且借力深度学习、生成式、大模型，人形机器人的 “大脑”也越来越好用。

　　“我们已经站上了具身智能爆发的临界点。”在人形机器人与具身智能论坛的圆桌环节，世界数字科学院国际首席人工智能官杜兰说，人形机器人被视为具身智能的关键载体之一。从人形机器人跑马拉松，到机器人格斗赛，人形机器人的边界已经突破了实验室。它通过“大脑、小脑、身体”三部分协同，展现了国产机器人在机械结构、运动能力、量产成本控制等方面的出色表现。

　　不过，AI能写诗，却很难稳稳地拿得起一只玻璃杯。要让人形机器一直保持“身子稳、大脑灵”这个人类都难以一直在线的状态，人形机器人更需要翻阅技术创新的“珠穆朗玛峰”。特别是物理世界的数据采集成本极高，且多样性严重不足，让其数据饥渴严重。正如行业专家们所观察到的，训练人形机器人完成简单的洗衣动作，特斯拉就需投入20亿美元。即便如此，大模型能模仿的动作仅200个，远不及人类手指40个关节所能完成的复杂操作。

　　“机器人在不同场景中的稳定性控制，需要海量数据支撑，但现实中室内空间数据的复杂性和多样性获取难度极大”，导致机器人在陌生环境中往往“水土不服”。更关键的是，不同实验室的数据缺乏兼容性，难以形成合力，即便有开源模型，也很少有人能清晰说明其风险与验证方法。而且，人形机器人能耗极高，完成相同任务的能耗是人类的5倍，且平衡能力薄弱。

　　智澄AI的联合创始人及首席战略合作官徐明强指出：“若机器人在亚毫米精度控制上失误摔倒，机械臂损坏将导致前期数据训练白费。”这使得家庭服务等场景的落地难度远超预期，例如，训练机器人做家务时，机器人打碎8个碟子后，竟围着碎片“跳科目三”。因此，在业内人士看来，训练人形机器人做家务以期替代家政阿姨，要比AI深度学习做医生、做律师，写文章，难得多。

技术突破迎难而上

　　面对技术难题的层层包裹，以人形机器人为代表的具身智能，在我国却成为科技竞争和科技创业的火热赛道。近一年来，中国人形机器人产品不断取得创新突破，从站得住、走得稳、跑得快，到进入街区、工厂、商务楼等实验性应用场景。在资本和政策的加持下，人形机器人技术创新者们纷纷走上前台，人形机器人迎难而上，迎来从实验室迈入规模化量产和商业化应用的井喷期。

　　走进2025世界人工智能大会的“WAIC里·技能大舞台”，具身智能在民生服务领域的落地地图徐徐展开。偌大的展品“应用场”里，大模型技术已全面进入机器人的“大脑”（决策）和“小脑”（控制）。例如，在智造车间区域，青龙机器人正进行自动化物料分拣。其核心是基于600万真机数据和VLA预训练，形成的2.8B操作大模型。

　　更令人瞩目的是，国地中心和浦江实验室团队预计年底前将完成2500万整机数据积累，规模达谷歌同类数据集的10倍。通过扩大数据规模，显著提升了机器人的泛化能力和涌现能力，使其能够基本满足核电、汽车、3C等复杂工业场景的作业要求。另一个是上核管孔清理机器人，它可以在管板直径达5米，近两万多个管孔中完成清洁工作，高效解决了劳动工人长时间弯腰重复作业的问题。

　　在邻里文艺站才艺表演区，智元新创远征系列机器人正展示其“听得懂人话，敲得响乐鼓，写得了书法”的多才多艺。这得益于“具身智能+核心零部件”的创新设计思想。中国的人形机器人成功实现了用不到美国Atlas、日本Asimo等顶级机器人1/100的成本，达到相当的性能水平。这条既要低成本、又要高智能的道路，充分结合了中国的制造业优势和雄厚的具身智能技术基础，展现出独特的“中国路径”。

　　此外，云百生剥鹌鹑蛋机器人、希夕做饭机器人、擎朗智能服务机器人、复旦抓豆腐机器人、新松修理机器人、银河通用销售机器人等，体现了“一脑多形”的通用具身大脑正从想象变为现实。这些形态各异的机器人，通过共享先进的VLA具身智能模型，同样能实现高效、精准的作业，让普通观众更直观地理解具身智能的内涵，预示着具身智能赋能的“智造”时代即将全面来临。

　　国家地方共建人形机器人创新中心首席科学家江磊认为，机器人能走、跑、跳，并不是炫技，是对人形机器人控制水平硬件平台的一个综合考验。下一个风口是从走跑跳到能干活，竞争的关键在于“小脑”。要让机器人能干活，要解决它的感知局限、决策断层、泛化瓶颈。具身智能不光是加在大脑，不光加在小脑，还要加在肢体上，需要打通大脑、小脑、肢体的具身智能技术路径。

　　从整个产业链来看，具身智能赋能的机器人，已经发生了明显的改变，从过去的老四大件——感知、控制、驱动、传动，发展到今天新四大件——高端芯片、动力电池、高性能材料以及连接器和标准器组件，还有新四大组件——感知头、灵巧手、机械臂、电子皮肤，还有很多挑战。“我们做人形机器人的，特别希望直接能用到感知头，而不是用视觉传感器；用到灵巧手，而不是直接用应变片的传感器，我们能不能为人形机器人打造出新的组件？具身智能是有身体的AI，我们不应当只关注AI而忽略身体，是软硬一体化打造。我们将围绕标准、创新、开源跟生态这四方面来打造。”

展馆内行走的机器人成为观众的打卡焦点

具身智能打造人类伙伴机器人

　　当人工智能技术革命进入深海时，以人形机器人为代表的具身智能，自然浮出水面。在清华大学计算机科学与技术系教授孙富春看来，具身智能与传统的离身智能不同，离身智能体不具备物理形态，只能被动接受人类采集制作好的数据，仅仅停留在 “纸上谈兵” 的阶段，就如同ChatGPT等大模型，虽能处理文字、与用户聊天输出信息，却无法直接作用于物理世界。而具身智能则是赋予机器物理身体或形式，使其能够与物理世界交互，例如家用服务机器人、无人车等。

　　“人形机器人一定是未来具身智能本体的最主要部分，而它将来也必然会进入我们的工作和生活中。例如，制造业的生产车间都是按人体结构设计的，人形机器人要比机械手、机械臂，有更大作为。”孙富春教授指出，具身智能的核心任务是打造通用智能体，让人形机器人不再局限于执行单一任务，而是具备完成多种任务的能力，真正成为人类的得力帮手。

　　他坦言，目前引人注目的人形机器人还只是第一代，能跑会跳，但没有智能。未来，人形机器人的人体计算机会考虑肌肉力的分布，神经功能的尝试性增强，还能像人类一样去学习，通过模仿训练，知识迁移，理解感知，联想互动等，不断自我提升、自我完善。例如，在认知阶段，机器人可借助视觉、触觉捕捉人类动作细节，结合能力反馈实时纠偏，实现带反馈的模仿学习；在自主阶段，也就是人类学习的高阶阶段，机器人通过在不同场景中反复学习，借助世界模型模拟物理环境，让感知与行为持续优化，最终可以像人类一样灵活应对复杂任务，实现具身智能质的跨越。

　　无论是科学界还是产业界，创新者们相信，人形机器人的终极目标，是融入人类设计的物理世界 —— 工厂车间的操作台、家庭的厨房、办公室的桌椅，这些按人类尺度设计的环境，注定是人形机器人的主场。当它们能像人类一样理解物理规律、优化动作策略、积累操作常识时，不仅会革新制造业（替代重复劳动），更会在服务业、医疗、救灾等领域释放巨大潜力。

　　从人类百万年的进化到机器人30年的追赶，本质是一场“向自然学习”的革命。人形机器人的每一步突破，都是对具身智能的重新定义和突破——它不仅是机械与算法的结合，更是对人类行为、认知与智慧的理解与尊重。

　　未来已来，而这场“让机器像人一样思考与行动”的创新探索，才刚刚开始。