新华财经上海3月31日电（记者王鹤）近日，上海在具身智能领域连续出击：“人形机器人AI软硬件生态协同系列标准工作”正式启动，“全球具身智脑生态共建计划”完成首批生态合作伙伴战略签约，“具身智能智脑研究院（筹）”揭牌……一系列动作释放出明确信号，行业正将目光从机器人的“身体”转向“大脑”，通过标准和生态建设，合力攻克“具身智脑”这一核心难点，破解人形机器人“身强脑弱”的困局。

　　具身智能面临“身强脑弱”挑战

　　过去两年，人形机器人“身体”层面的技术日趋成熟，动作越来越丝滑灵活，跳舞、拳击、踢球、跑步都不在话下，甚至已经在汽车工厂“上岗”……但需指出，这些机器人的智力仍然“有限”。

　　上海人工智能研究院智脑创新中心主任，灵境智源创始人、CEO孙博对记者表示，人形机器人执行任务、表演越来越出色，但还无法完全依靠自身的“脑力”自主执行任务，这些机器人或由程序员遥操作，或提前植入程序，即还需要人类“把着手”做事。

　　孙博表示，人形机器人“身强脑弱”体现在自主决策性、泛化能力、实时性三个维度。具体来说，一是识别抓取执行的准确率不高；二是执行动作很慢；三是目前针对不同场景都需要单独做大量训练，其本质是没有足够优秀的基础智能模型，让它快速学习不同技能。

　　“人工智能实现从实验室到工厂的跃迁，其背后是对计算能力的极致需求，对传感与控制的高度协同，对软硬件一体化的深度考验，而这其中，AI芯片作为计算的核心载体，决定了具身智能大脑的能力上限。我国拥有全球最完备的机器人制造体系，但在面向具身智能的全栈自主计算系统、在适应复杂场景的大脑与小脑协同上，仍面临挑战，这正是我们当前需要聚力突破的关键瓶颈。”工信部电子信息司二级巡视员吴国纲表示。

　　何为“具身智脑” ？ 四大要素缺一不可

　　产业界对“具身智脑”的重视是技术演进和市场需求共同推动的结果。

　　灵境智源联合创始人、副总裁须海江告诉记者，人形机器人已经火了两年多，行业最开始关注机器人“本体”能力，现在进入比拼脑力的阶段，要让机器人足够聪明。

　　“具身智能是国家级战略产业方向，具身智能上下游产业链要基本实现国产化，大脑是突破的关键点。我们当前需要的不仅是一个更强的通用算力，更需要为行动而生的具身智脑。”孙博表示，机器人的机电类、传感类技术都趋近于收敛，但具身智能的最核心、技术复杂度最高的“脑”是尚未形成共识且国产化最难的点。

　　一个合格的“具身智脑”应该具备哪些要素？孙博表示，具身智脑必须具备四大要素，即端侧计算、实时多模态感知、自主决策以及物理端执行。在数字端对应的是芯片、操作系统、模型以及硬件系统，是四者合而为一的全新的软硬件数字底座。

　　据介绍，灵境智源已集中发布四项自主研发的具身智脑核心技术成果，覆盖计算架构、感知处理、运动控制、智脑底座全技术环节，打造全栈国产化具身智脑方案，为机器人提供实时感知、精密控制到持续进化的核心技术支撑，破解国产机器人 “缺智” 困境，推动具身智能从“身强脑弱”走向“脑体并强”。

　　“当具身智脑和软硬件系统不断迭代，机器人未来的智能化等级将不断跃升，进一步推动具身智能本体能力提升，同时让机器人渗透到不同应用场景，转化为真正的生产力。”孙博说。

　　具身智脑何时突破？

　　“脑”的重要性已成为共识，何时能有突破性进展？

　　傅利叶副总裁时晖表示，公司产品已经可以开始在一些小规模场景下落地实现局部泛化，这种局部泛化的反馈，将逐步融入到日常的物理空间和生活场景。“也许到明年、后年的某个节点，我们可以带来比较成熟的解决方案，其中用到的‘智脑’的模型，未必是一步到位的完全通用，但已能够满足实际落地应用。”

　　零次方联合创始人韩晨曦说：“在实现完全通用的具身智能之前，我们更想把机器人在专项场景里跑起来。”他透露，公司自研的VLA（视觉语言动作模型）算法加上强化学习微调，已经能够实现在一些场景任务上80%以上的成功率。对2027年预期是能够在即时零售、空间清洁等专项场景上实现99%以上的成功率。如此，就可以在真实环境中获取大量真实场景数据，让数据飞轮滚动起来，让机器人具备通用的泛化能力。

　　“具身智能真正要实现智能化、规模化，有持续进化的能力，背后还需要完善的上下游生态链来支持。”灵境智源副总裁肖益表示。

　　专家认为，当人形机器人的大脑、小脑和身体真正实现无缝协同，具身智能才将跨越从“表演”到“生产力”的鸿沟，成为下一代颠覆性终端。