2025年，在世界范围内，人工智能已经开始深度赋能实体经济，全球制造业格局也正加快重塑。作为人工智能发展重点之一，“具身智能”今年首次写入了我国的政府工作报告。而智能机器人正是“具身智能”的典型终端产品。在以往的节目中，大家也可以看到，从春晚舞台到运动赛场，再到生产一线、生活场景，我国的具身智能机器人正以肉眼可见的速度加速迭代。“具身智能”即将迎来前所未有的爆发时刻。

我国“具身智能”机器人正在加速迭代

具身智能，简单来说，就是让人工智能真正“长出身体”。它不仅要像人一样“能看、能听、能感受”，还要学会规划与决策，自主完成各种复杂动作。2025年是人形机器人迈向产业应用的元年，我们看到人形机器人从今年开始走入工厂、零售店等真实环境，协助人类完成各类任务。机器人如何从实验室迈向复杂的真实世界？一个聪慧的机器人是怎么训练出来的？

精准挖细沙、倒入液体、拧上瓶盖、放入离心机、控制移液枪、在队友之间互相传递样品、操作仪器等，机器人完成了一连串超长程复杂任务。这背后依靠的不是“固定脚本”，而是学习训练后，机器人具备的自主推理与规划的能力。

上海交通大学人工智能学院教授 源络科技创始人 连文昭：它的难点主要体现在两个层面，在高层面是它的整个任务次序特别长，一个任务可能有几十步，有时候机器人要做一些很精细的操作，像拧盖子，像打开一个很小的试管的小帽，或者去拿移液枪去吸液体。这些都要对它的一个实时运动控制有极其高精度的要求。

为此，团队设计了一套大小脑配合的模型架构，机器人会将看到的有用的物品信息反馈给大脑，由大模型作为大脑来进行任务的分析、拆解、推理和决策，而小脑负责按照目标去输出相应的动作和结果。模型还提炼出了目标物体之间的关系，这就像机器人动作的导航一样，让机器人能够自主决策，达到目标。

上海交通大学人工智能学院教授 源络科技创始人 连文昭：通过力传感器、触觉传感器，机器人可以感知到更高维的信号，定量的任务机器人做得比人更强。它一旦每个步骤都比人精准，同时又能做很复杂的事情，它就能自主完成比较有价值的事。

如今，这些服务实验室工作的科研机器人已经在基因实验室里上岗了。随着具身智能的发展，越来越多的机器人正在走入生产一线、服务行业等各种岗位，从实验室迈向更为复杂的真实世界。

数据常被说成是具身智能发展的“燃料”。现在，一台机器人要想在真实场景里灵活完成任务，背后还是得靠大量高质量的数据来支撑。那怎么才能又快又好地把这些数据积累起来呢？在天津，就有一座专门面向具身智能机器人的“数据工厂”，正在尝试给出答案。

在全国最大的拥有触觉数据的机器人数据采集工厂，每天大概有50万条的高质量数据从这里采集出来。

就像大语言模型依赖大规模文本语料，机器人要从“会想”迈向“会做”，同样离不开海量真实世界的经验数据做训练。能实时记录触觉、力觉和动作细节的特制“数采手套”，就是连接真实世界和数据世界的介质。

帕西尼感知科技创始人 许晋诚：双手搭载了接近4000个触觉传感器，其实已经接近人类的27个自由度，它就可以大量实时检测在抓取时的物理反馈。我们其实也创造出来全世界最小的角度编码器，基本小于4毫米左右。在手指弯曲的时候，它的角度的幅度都可以去实时地做检测。

数采手套能将“手上的感觉”完整记录下来，配合数十组摄像头和其它传感器的同步捕捉，就生成了一条包含视觉、触觉、音频、轨迹、时间等多维要素的数据片段。这样的数据让机器人在训练中既能“看见”动作，还能“感受”细节。

帕西尼感知科技创始人 许晋诚：包含像超市方面的工序，它可以训练成一个专有的专业的模型，就可以给到机器人，让它在超市这个领域或工位上可以去做到更好的工作，泛化性也更高。

在机器人数据训练领域，如何提升数据质量、降低采集成本，让数据适配更多本体训练，是机器人数据采集的难点。他们将进一步利用这些真实数据训练各类模型，从而推动机器人加速走向真实世界。

目前，我国具身智能机器人产业正在从硬科技突破和场景化落地双向发力，不少地方都在政策和资源方面，积极布局推动。

在北京亦庄，以“国家地方共建具身智能机器人创新中心”为代表的创新平台，已集聚机器人生态企业300余家，产业链规模超百亿。

上海成立了“国家地方共建人形机器人创新中心”，计划到2027年推动核心产业规模突破500亿元。

粤港澳大湾区作为全球具身智能机器人供应链的重要集聚地，占据全球供应链约24%的份额。今年深圳宣布针对AI与机器人产业新增45亿元专项投资，聚焦人形机器人、核心零部件、智能算力芯片等关键领域。

此外，浙江、安徽、湖北、四川等地也成立了省级人形机器人创新中心，集聚区域产业优势力量，推动技术共享与联合攻关。