创造像人类一样感知、思考、行动的“实干”智能体，是具身智能领域的重要目标。随着一批智能机器人在海内外亮相，人工智能通过载体嵌入物理世界已经成为现实。业内专家认为，如今我们正站在技术爆发与产业重构的关键节点之上。
行业数据显示，2024年全年，全球人形机器人新品发布数量已超过106款，这一数量远超过去20年的总和，“具身智能”概念成为全世界追捧的热点。数字大脑连接上钢铁身躯，人工智能或将在不远的未来迎来与世界更加广泛的互动。在DeepSeek等大模型竞争白热化的当下，具身智能领域的“下半场”竞争更加值得关注。
算法落地：从虚拟世界迈向物理世界
2025年的政府工作报告中提出，“建立未来产业投入增长机制，培育生物制造、量子科技、具身智能、6G等未来产业”。“具身智能”被认为是人工智能争夺的又一重要领域。
“具身智能依托软件算法和物理载体，能够感知环境、做出决策并执行具体任务，与纯软件不同的是，它侧重于对现实世界的改造与交互。”天津大学无人驾驶汽车交叉研究中心主任谢辉表示，车辆很有可能是短期内具身智能最先投入大规模应用的领域。“通过传感器进行视觉识别，大模型与用户交互，最后落实在对汽车的机械操控上。”
清华大学人工智能学院教授沈阳表示，具身智能作为一种软硬件一体的特殊智能体，依赖的是多模态模型。“比如VLA大模型，V代表视觉，L代表语言，A代表动作，形成一套感知决策行动的完整流程。”他表示，人形机器人只是具身智能的一小部分，在工业等诸多领域，形态各异的机器人有望成为智能载体。
多位受访者认为，具身智能将成为实现通用人工智能的重要路径之一，也是当前各国家比拼的焦点。
从市场来看，全世界都对具身智能领域表现出浓厚兴趣。国际知名投资机构高盛预测，到2035年，仅人形机器人全球市场规模就将达380亿美元。我国北京、浙江、广东等多省市已经相继出台具身智能相关的发展规划，力图打造领先的产业聚集区。工业和信息化部印发的《人形机器人创新发展指导意见》提出，到2027年产业综合实力达到世界先进水平，成为重要的经济增长新引擎等发展目标。
谢辉表示，近几年人形机器人的“爆火”并非偶然，大模型、精密制造、高端传感器、自动控制等技术积累共同促成了这一机遇。他表示，尽管人工智能距离投入大规模工业生产和日常服务还有一段距离，但未来对于人类工作的替代性已经可以预见，这势必将引起生产结构的重构和生产力的大幅度跃升。
受访业内人士认为，尽管DeepSeek等企业在大模型领域取得进展，但我们也要清醒认识到在人工智能领域，欧美仍处于领先水平，尤其是具身智能涉及的硬件装备，需要奋力追赶。
技术瓶颈：迈向现实的多重难题
在短短几年内，大模型领域的前沿技术突飞猛进，但从虚拟世界跨向现实的技术耦合，仍有多个领域的难题待解。
——通用平台和标准化认证缺乏，多数企业陷入“重复造轮子”。国讯芯微（苏州）科技有限公司首席技术官蒋琛表示，目前在具身智能领域，仍没有统一的技术标准和通用开发平台，这使得各家企业要从零开始独立研发，各地重复投入导致资源分散，影响产出效率。同时，硬件接口、通信协议、数据格式等缺乏统一规范，不同厂商的机器人本体构型与软件架构互不兼容，制约规模化应用。
——应用场景开放度不足，缺乏快速孵化条件。“机器人最终还是要用起来。”天津朗誉机器人有限公司董事长任志勇表示，研发端的企业和应用行业尚未打通，许多实际工况都未能真正纳入研发测试体系中，许多产品仍停留在“温室花朵”的阶段。谢辉也表示，目前在无人驾驶领域有测试道路等公共服务平台，但在大部分应用领域，仍缺乏开放式的应用场景，这将拖累产品未来的投用进度。不少业内人士认为，与ChatGPT等依赖文本数据的模型不同，具身智能需采集真实物理环境的动态交互数据，其采集成本将更为高昂。
——核心元器件自主化程度不足，复合型人才缺口扩大。北京大学智能学院副院长林宙辰表示，当前在人工智能领域的国际竞争进入白热化，在高端GPU、精密传感器、减速机等领域，我国企业的自主化程度依然有待提高，对本土创新型人才的需求也不断增加。“既要懂编程，又要懂大模型，现在还要懂机械和自动化，这样的人才太少太少。”谢辉表示，伴随着多领域的交叉融合，行业的人才要求从双栖走向三栖，未来的门槛还将进一步提高。
——法律道德风险仍是未解之题。智能体未来的广泛应用，也放大了人为制造安全风险的可能。谢辉举例说，如果一台被植入了恶意程序的智能车辆接入网络中，可以生成并发送虚假的紧急消息，从而误导周围车辆的行驶路线、行车速度和前进方向等，从而制造交通拥堵与混乱，极端情况下甚至可以主动制造交通事故。此外，在责任归属的边界上依旧模糊，一台智能机器误操作造成了损失，开发者、运营者等主体责任几何？这道“前置题”尚未有定论。
谋篇布局：如何在下半场脱颖而出
我国已是机器人制造强国，工业机器人装机量更是占比超过世界的50%，具身智能发展具备广泛的应用场景和潜力。业内人士建议，产业政策上应提前谋划布局，以备在人工智能下半场的竞争中谋得先机。
一是加强底层建设，构建龙头引领共建的行业生态。蒋琛等人建议，应加强具身智能领域的开放平台建设，在底层代码、数据集等环节建立开源共享机制。主管部门宜组织龙头企业，尽快建立国家级具身智能发展规划，鼓励开发从硬件到软件、从底层到应用层、从AI模型底座到3D数据集的通用开发套件，以及加快标准建设，创建生态认证体系，推动技术加速迭代。
二是促进政府、国企力量投入应用场景开放，提供高质量的优质现实数据。任志勇等人认为，具身数据无法从互联网海量内容中直接获取，而需通过真实的机器人操作来采集或高级仿真平台生成，因此具身数据的采集需要较高的成本和应用场景的广泛支持。建议在柔性生产、医疗康养、公共安全、应急救援等领域开放政府、国企主导的应用场景，为广大企业提供测试平台。
三是强化高校、科研院所、企业的联合科研能力，为技术创新提供支撑。谢辉认为，学科交叉融合是科技创新的“催化剂”，高校要打破学科专业壁垒，对现有学科专业体系进行优化升级，重视跨学科课程建设和人才培养项目，如推出“人工智能+X”双学位项目等，培养学生综合运用多学科知识解决复杂问题的能力，培养一批适宜人工智能领域的复合型人才。
四是加速前置治理体系建设，完善法律等领域的安全防线。业内人士认为，构建责任明晰的治理框架，是具身智能安全投用的重要保障。一方面应在隐私数据保护、责任归属等方面进行充分论证并出台相关法律法规，避免监管真空；另一方面则应建立人工智能领域的预警及应急熔断机制，尽可能将风险降到最低。
创造像人类一样感知、思考、行动的“实干”智能体，是具身智能领域的重要目标。随着一批智能机器人在海内外亮相，人工智能通过载体嵌入物理世界已经成为现实。业内专家认为，如今我们正站在技术爆发与产业重构的关键节点之上。
行业数据显示，2024年全年，全球人形机器人新品发布数量已超过106款，这一数量远超过去20年的总和，“具身智能”概念成为全世界追捧的热点。数字大脑连接上钢铁身躯，人工智能或将在不远的未来迎来与世界更加广泛的互动。在DeepSeek等大模型竞争白热化的当下，具身智能领域的“下半场”竞争更加值得关注。
算法落地：从虚拟世界迈向物理世界
2025年的政府工作报告中提出，“建立未来产业投入增长机制，培育生物制造、量子科技、具身智能、6G等未来产业”。“具身智能”被认为是人工智能争夺的又一重要领域。
“具身智能依托软件算法和物理载体，能够感知环境、做出决策并执行具体任务，与纯软件不同的是，它侧重于对现实世界的改造与交互。”天津大学无人驾驶汽车交叉研究中心主任谢辉表示，车辆很有可能是短期内具身智能最先投入大规模应用的领域。“通过传感器进行视觉识别，大模型与用户交互，最后落实在对汽车的机械操控上。”
清华大学人工智能学院教授沈阳表示，具身智能作为一种软硬件一体的特殊智能体，依赖的是多模态模型。“比如VLA大模型，V代表视觉，L代表语言，A代表动作，形成一套感知决策行动的完整流程。”他表示，人形机器人只是具身智能的一小部分，在工业等诸多领域，形态各异的机器人有望成为智能载体。
多位受访者认为，具身智能将成为实现通用人工智能的重要路径之一，也是当前各国家比拼的焦点。
从市场来看，全世界都对具身智能领域表现出浓厚兴趣。国际知名投资机构高盛预测，到2035年，仅人形机器人全球市场规模就将达380亿美元。我国北京、浙江、广东等多省市已经相继出台具身智能相关的发展规划，力图打造领先的产业聚集区。工业和信息化部印发的《人形机器人创新发展指导意见》提出，到2027年产业综合实力达到世界先进水平，成为重要的经济增长新引擎等发展目标。
谢辉表示，近几年人形机器人的“爆火”并非偶然，大模型、精密制造、高端传感器、自动控制等技术积累共同促成了这一机遇。他表示，尽管人工智能距离投入大规模工业生产和日常服务还有一段距离，但未来对于人类工作的替代性已经可以预见，这势必将引起生产结构的重构和生产力的大幅度跃升。
受访业内人士认为，尽管DeepSeek等企业在大模型领域取得进展，但我们也要清醒认识到在人工智能领域，欧美仍处于领先水平，尤其是具身智能涉及的硬件装备，需要奋力追赶。
技术瓶颈：迈向现实的多重难题
在短短几年内，大模型领域的前沿技术突飞猛进，但从虚拟世界跨向现实的技术耦合，仍有多个领域的难题待解。
——通用平台和标准化认证缺乏，多数企业陷入“重复造轮子”。国讯芯微（苏州）科技有限公司首席技术官蒋琛表示，目前在具身智能领域，仍没有统一的技术标准和通用开发平台，这使得各家企业要从零开始独立研发，各地重复投入导致资源分散，影响产出效率。同时，硬件接口、通信协议、数据格式等缺乏统一规范，不同厂商的机器人本体构型与软件架构互不兼容，制约规模化应用。
——应用场景开放度不足，缺乏快速孵化条件。“机器人最终还是要用起来。”天津朗誉机器人有限公司董事长任志勇表示，研发端的企业和应用行业尚未打通，许多实际工况都未能真正纳入研发测试体系中，许多产品仍停留在“温室花朵”的阶段。谢辉也表示，目前在无人驾驶领域有测试道路等公共服务平台，但在大部分应用领域，仍缺乏开放式的应用场景，这将拖累产品未来的投用进度。不少业内人士认为，与ChatGPT等依赖文本数据的模型不同，具身智能需采集真实物理环境的动态交互数据，其采集成本将更为高昂。
——核心元器件自主化程度不足，复合型人才缺口扩大。北京大学智能学院副院长林宙辰表示，当前在人工智能领域的国际竞争进入白热化，在高端GPU、精密传感器、减速机等领域，我国企业的自主化程度依然有待提高，对本土创新型人才的需求也不断增加。“既要懂编程，又要懂大模型，现在还要懂机械和自动化，这样的人才太少太少。”谢辉表示，伴随着多领域的交叉融合，行业的人才要求从双栖走向三栖，未来的门槛还将进一步提高。
——法律道德风险仍是未解之题。智能体未来的广泛应用，也放大了人为制造安全风险的可能。谢辉举例说，如果一台被植入了恶意程序的智能车辆接入网络中，可以生成并发送虚假的紧急消息，从而误导周围车辆的行驶路线、行车速度和前进方向等，从而制造交通拥堵与混乱，极端情况下甚至可以主动制造交通事故。此外，在责任归属的边界上依旧模糊，一台智能机器误操作造成了损失，开发者、运营者等主体责任几何？这道“前置题”尚未有定论。
谋篇布局：如何在下半场脱颖而出
我国已是机器人制造强国，工业机器人装机量更是占比超过世界的50%，具身智能发展具备广泛的应用场景和潜力。业内人士建议，产业政策上应提前谋划布局，以备在人工智能下半场的竞争中谋得先机。
一是加强底层建设，构建龙头引领共建的行业生态。蒋琛等人建议，应加强具身智能领域的开放平台建设，在底层代码、数据集等环节建立开源共享机制。主管部门宜组织龙头企业，尽快建立国家级具身智能发展规划，鼓励开发从硬件到软件、从底层到应用层、从AI模型底座到3D数据集的通用开发套件，以及加快标准建设，创建生态认证体系，推动技术加速迭代。
二是促进政府、国企力量投入应用场景开放，提供高质量的优质现实数据。任志勇等人认为，具身数据无法从互联网海量内容中直接获取，而需通过真实的机器人操作来采集或高级仿真平台生成，因此具身数据的采集需要较高的成本和应用场景的广泛支持。建议在柔性生产、医疗康养、公共安全、应急救援等领域开放政府、国企主导的应用场景，为广大企业提供测试平台。
三是强化高校、科研院所、企业的联合科研能力，为技术创新提供支撑。谢辉认为，学科交叉融合是科技创新的“催化剂”，高校要打破学科专业壁垒，对现有学科专业体系进行优化升级，重视跨学科课程建设和人才培养项目，如推出“人工智能+X”双学位项目等，培养学生综合运用多学科知识解决复杂问题的能力，培养一批适宜人工智能领域的复合型人才。
四是加速前置治理体系建设，完善法律等领域的安全防线。业内人士认为，构建责任明晰的治理框架，是具身智能安全投用的重要保障。一方面应在隐私数据保护、责任归属等方面进行充分论证并出台相关法律法规，避免监管真空；另一方面则应建立人工智能领域的预警及应急熔断机制，尽可能将风险降到最低。
3月17日记者获悉，哈尔滨医科大学公共卫生学院副院长、教授田懋一与副研究员叶鹏鹏团队在一项研究中提出，应将预防老年人跌倒与国家基本公共卫生服务中各项服务流程融合起来。该研究全面梳理了 记者日前获悉，位于四川成都未来科技城应用性科创区的民航科技创新示范区（B区）航站楼项目，近日取得施工许可证。这也意味着全国首个模拟验证机场开工。该民航科技创新示范区相关负责人表示，预计模 3月18日，伴随着搬运车的轰鸣声，全国首个大规模清洁能源特高压直流输电工程的送端±800千伏特高压祁连换流站迎来了一位“新成员”——1号调相机转子，该换流站第7次年度检修工作 那些在吃完一顿饱饭后不久就在冰箱里翻找零食的人，可能不是胃口好，而是因为寻找食物的神经元过度活跃的缘故。美国加州大学洛杉矶分校心理学家在老鼠大脑中发现了一个回路：即使它们不饿，也会让它 美国加州理工学院喷气推进实验室的一个机器人专家团队，与卡内基梅隆大学机器人研究所科学家合作，开发出一种蛇形机器人，用于调查土星第六大卫星土卫二的地形，以寻找生命的“蛛丝马迹”。相关研究 3月22日，在2024低碳建筑产业论坛上，北京首例负碳示范建筑——首程时代中心负碳示范建筑正式亮相。活动现场，中国建筑节能协会、北京绿色交易所分别授予首程时代中心负碳示范建筑“零 。本文链接：具身智能由“虚”向“实”的突破与挑战http://www.sushuapos.com/show-2-12109-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 智慧平台帮你读懂中华古籍
下一篇： 让智慧交通“更聪明”