2025世界机器人大会主论坛大咖观点（二）

抖音热门 2025年08月11日 11:15 1 admin

8月10日，2025世界机器人大会主论坛进入第二篇章，主题聚焦创新应用，邀请到国内外院士专家、国际机构代表、一流企业大咖等分享机器人的新技术、新应用。

中国工程院院士倪光南在题为《“AI+空间计算”让机器看懂世界》的演讲中表示，“AI+空间计算”开启了二维交互向三维交互发展的新范式，空间计算作为一种全新的计算方式，它是物理世界和数字世界之间的桥梁，正在重塑人类、机器和世界的交互方式，是推动机器人落地的关键核心技术之一。当前人工智能引领科技范式变革的时代，在国家实施“人工智能+”行动的大形势下，要推动机器人发展到AI+机器人，更好的发挥它新质生产力的作用。为了达到这个要求，关键在于提升机器人智能水平，我们要用脑-眼-行动协同的系统来提高机器人智能水平，真正让机器人能够看见世界、理解世界、行动于世界。

捷克技术大学教授Vašek Hlaváč作题为《工业机器人的智能视觉引导与柔性装配》的报告，他提到机器人作为与物理世界互动的工具，其核心在于“物理智能”，即通过感知（如视觉和传感器）实现智能行为。针对柔性装配难题，团队开发了独特的视觉引导方法，核心是创建自定义“移动线缆数据集”：该方法基于图像像素移动和机器学习，能实时识别人工抓取点（起始点）并自动建议后续动作（如五步操作示例）。与现有方法相比（通过视频和图片对比展示），它在复杂线缆场景中分割更精准，尤其在荧光标记辅助下，提高了鲁棒性。同时，他指出，当前技术仍处于实验室阶段，距离工业部署有差距。

世界工程组织联合会候任主席Seng Chuan Tan作题为《重塑机器人时代的工程师技能》的报告，他围绕机器人时代对工程师技能提出的新要求与转型方向展开，强调工程师需从传统技术执行者向具备多元融合能力的创新者转变。工程师需要钻研硬技能，从单一技术到跨学科融合，在基础领域需保持深度，但需打破学科壁垒，形成“T型”知识结构，要熟练掌握数字化与智能化工具。工程师需从“解决给定问题”转向“定义真实问题”，具备从复杂场景中提炼核心需求的能力，进行跨领域协作与沟通。要具有创新思维与快速迭代能力，同时注重伦理与安全意识。要持续学习，应对时代变革的核心竞争力。

上海交通大学教授高峰在《智能机器人创新设计的挑战与机遇》为题的演讲中表示，从技术的角度来讲，机器人的发明面临四部分问题。第一，功能驱动构型。功能是说不清楚的，如果不能用数学描述，功能就不存在，不存在就设计不了。第二，性能综合。到底机器人的尺寸应该是什么样子，运动学、动力学和智能有什么关系。第三，行为智能。机器人和计算机智能是不一样的，计算机智能不是机器人智能，二者有很大的区别。第四，工程应用。工程问题是很具体的，不是通用的方法。

国际机器人联合会技术委员会主席Alexander Verl作题为《工业机器人拥抱数字孪生与人工智能（AI）技术》的报告，他指出，很多的机器人是为了能够取消人类的局限，比如人类的身体极限，让人尽量的减少弯腰或者高空作业。机器人确实没有这样的限制，但是有其他的短板，模仿人类因此就会导致双重系统的局限，最终只能够达到不那么优越的方案，所以可能更好的人形机器人是一定有轮子，这个是我们的生产工程学的观点。

德国奥尔登堡大学教授Sergej Fatikow作题为《工业机器人拥抱数字孪生与人工智能（AI）技术》的报告，他分享了微机器人在精密制造与微电子行业的创新应用。他提到，高精度微机器人是一个核心异能技术的纳米相关产业，纳米级定位与驱动技术、智能传感与闭环控制是推动微机器人核心技术突破。微机器人将在三维异构集成制造、缺陷修复与定制化加工等方面实现颠覆性应用场景创新。

ABB机器人中国研究中心负责人张佳帆以《迈向自主多功能机器人时代》为题作分享。他指出，当前工业场景应用仍是机器人技术落地最重要的领域之一，但工业机器人实际覆盖的应用场景仅占全部工业需求的20%-30%，AI在工业领域的应用潜力远未完全释放。现阶段工业机器人仍主要采用“专家编程+机器人执行”的传统模式，缺乏自主性与通用性，面对非预设场景往往难以应对。更为关键的是，当前工业AI应用多局限于感知层，在决策与控制层面的融合仍显薄弱。他表示，实现自然语言驱动的机器人控制是ABB的终极目标，而这背后仍有大语言模型、语言动作模型等关键技术亟待突破，当这些技术成熟时，工业机器人将真正拥有强大的自主能力。

中联重科中科云谷首席执行官曾光在以《机器人在智能制造的应用：从工业机器人到人形机器人》为题的分享中表示，人形机器人融入制造体系面临比技术突破更复杂的系统性问题。如同新员工需经数月培训方可上岗，人形机器人要胜任工作同样需要掌握生产计划、工艺路线、物料信息、作业规范等全维度知识。这要求我们基于多智能体技术打造AI原生的工业互联网平台，通过云端超脑完成生产计划编排、安全规则制定等工厂级慢思考，并将机器人级的慢思考和快思考放到边和端，用超大规模的云、边、端协同来解决人形机器人在工厂的落地问题。他强调，工业机器人与人形机器人并非替代关系，而是要围绕“提质增效、降本减存”的制造业本质，形成协同共融的新范式。

智澄AI创始人兼首席执行官胡鲁辉以《通向AGI：物理智能的觉醒》为题作演讲。他指出，尽管机器人技术已有十余年的积累，但高成本、通用性、安全性不足仍是行业的核心痛点。究其本质，是传统机器人受限于本体设计、任务适配与环境适应的三大瓶颈，而这需要物理与智能的深度协同来解决。当前炙手可热的生成式AI，聚焦于数字世界的软件与模型泛化，而物理智能的目标，是让AI在物理世界中实现任务的通用化与实时交互。他表示，智澄AI的愿景是让通用人工智能赋能物理世界，服务每一个组织与个体。只有当AI通过机器人实现物理交互闭环，才能真正推动AGI时代的到来。

瑞士工程院院士，瑞士苏黎世联邦理工大学教授Bradley Nelson作题为《用于应对全球主要健康威胁的微型机器人与远程手术》的报告，他介绍了微型机器人在医学领域的应用及前景。目前医疗上存在药物治疗窗口窄、全身给药副作用大等问题，90%的药物研发失败，其中1/3源于中毒剂量，而微型机器人可实现靶向药物递送。远程手术可减少交通时间，团队利用电磁场控制导管，通过5G实现远程操作，已在动物研究中成功完成跨城市远程血栓移除等实验。此外，还在研发微型机器人药物底层技术，可远程进行器官检查等。

德国纽伦堡工业大学教授Wolfram Burgard作题为《从博物馆导览到城市穿梭—移动机器人的自主进化》的报告，他指出，人工智能（AI）的实现涵盖多样化技术路径。其核心价值在于解决现实世界中的具体挑战，例如通过构建高效精准的导航系统，赋能自动驾驶汽车等技术应用——这一领域在北京市已进入实践阶段。数年前，机器学习领域经历范式变革，尤其在计算机视觉方向迎来显著突破。相关技术在解析多模态传感器数据方面展现出卓越性能，其核心能力体现为通过先进的目标检测算法精准识别特定对象类别，包括行人、车辆及道路基础设施等。

香港大学工程学院院长David Srolovitz作题为《从虚拟智能到机器人材料：人工智能探索前沿》的报告，在虚拟智能材料设计上，用大语言模型用于材料的分类、材料性能的预测和材料规则的发现，我们训练的数据主体非常海量，利用大预言模型的优异的推理能力，特别是擅于自然语言处理的能力，最终利用大量的数据库训练，生成的数据、内容和格式能够为材料科学提供一个通用的解决方案。

日本工程院院士Kazuhiro Kosuge作题为《柔性制造革命：软材料机器人重塑服装制造场景》的报告，他提到，将AI、机器人技术应用于材料处理，能够解决劳动力短缺问题以及和服装生产相关的很多问题。软材料机器人能够安全、精准地抓取和操控易变形的面料（如丝绸、针织布），解决了在处理软性材料时易造成损伤或定位不准的难题。软性材料机器人具备高度可编程性和环境适应性，可通过视觉识别、力反馈等传感器实时调整操作参数，快速切换生产不同款式、尺寸、面料的服装，无需大规模更换模具或夹具。软性材料机器人天然具备与人共处同一工作空间的安全性——其柔软的机身在接触人体时能通过形变吸收冲击力，降低工伤风险。

荷兰代尔夫特理工大学教授Jens Kober以《荷兰农业机器人：从郁金香田到广袤农田的智能变革》为题作分享。他指出，与许多发达国家类似，荷兰农业正面临严峻的劳动力短缺问题，在这样的背景下，自动化成为了必然选择。他以人机共融的牛羊养殖智能系统与模块化的温室种植系统为例，分享了荷兰农业机器人在典型场景的实践经验。他强调，由于农业本身利润率低，要求技术方案必须追求高性价比，避免为了自动化而自动化，因此，要坚持“必要优先”原则，聚焦解决实际痛点。农业机器人的价值不仅在于替代人力，更在于通过技术融合推动农业可持续发展。

Tevel公司首席执行官Yaniv Maor在以《人工智能与机器人技术——解决水果采摘难题方面所面临的挑战》为题的分享中表示，过去30年，全球水果产量增长200%，而水果采摘是食品供应链中自动化程度最低的环节，随着劳动力供给的持续萎缩，生产与需求之间的矛盾日益尖锐。由于水果品种的多样性、果园与气候环境的复杂性，以及商业化采摘的质量要求，导致水果采摘的商业化落地面临多维度技术难题。Tevel通过柔性抓取与多机协同的机器人本体设计、环境感知与AI训练的智能决策系统、跨品种覆盖与生态合作的商业模式创新，构建了机器人水果采摘的全流程技术体系。

FESTO公司仿生学习网络技术负责人Dennis Gutowsky以《FESTO仿生蜜蜂——开启机器人自然灵感设计的新时代》为题作演讲。他表示，自然是最卓越的工程师，历经数百万年进化出轻量化结构、形态优化、能量回收、智能移动控制等完美机制。FESTO的仿生学习网络通过模仿自然生物，开发了仿生飞鸟、仿生袋鼠、仿生蚂蚁、仿生细胞工厂等一系列创新产品与解决方案。他现场演示了FESTO公司的最新仿生成果——仿生蜜蜂。他介绍，该仿生蜜蜂重量仅几克，翼展12公分，仅需1个电机驱动翅膀，3个电机控制飞行姿态，展翼频率达15-20次/秒，搭载WBE系统实现完全自动化飞行，同时支持多机协同和气流快速校准。仿生蜜蜂代表着当前飞行机器人的尖端水平，也证明了自然与技术结合的巨大潜力。

主题对话：具身智能的商业化路径与市场前景

德国慕尼黑工业大学教授Alois C. Knoll主持以“具身智能的商业化路径与市场前景”为主题的对话环节。

中关村智友研究院院长王田苗在对话中表示，当前具身智能领域存在两种发展思路，一种是通过构建通用世界模型结合人形机器人和大数据，追求广泛场景的泛化应用；另一种是聚焦特定垂直场景，在限定范围内开发智能硬件解决方案。在讨论技术可行性时，他分析前者虽然具有广阔前景但面临稳定性挑战，后者针对咖啡制作、医疗手术、物流等具体场景，通过专业化设计和控制可能更易实现可靠性突破。他认为，选择具有高附加值、高频需求且环境动态变化的垂直领域进行开发，可能更符合当前市场需求和技术发展阶段。

蓝驰创投联合创始人曹巍在对话中表示，具身智能的核心在于通过实体机器人与物理世界交互来获取数据和迭代算法，这与传统AI有本质区别。他系统分析了当前面临的四大挑战：硬件层面需要突破低成本、高鲁棒性的规模化生产瓶颈；算法层面存在多模态模型精度不足、3D感知技术尚未成熟等问题；产业应用需要解决模型精细调节、场景适配和低成本落地的"三要素对齐"；技术演进方面则需革新传统强化学习框架，开发具备生成式能力的新算法以应对复杂环境。他指出，虽然基础研究与应用需求之间存在时差，但通过建立"环境交互-数据获取-算法优化"的正向循环，具身智能将逐步实现从实验室到产业化的突破。

智平方科技有限公司创始人郭彦东在对话中表示，提升AI系统可信度的核心在于开源化。他强调基础模型的开源是建立用户信任的关键——通过公开模型内部机制，让所有人都能了解系统运作原理，消除"黑箱"疑虑。他指出大模型本身具有不可预测性，而开源可以让用户直接观察模型内部运行过程，这种透明度比单纯的企业宣传更能赢得公众信任。郭彦东将开源视为一种理念倡导，认为只有开放技术细节，才能让产品真正被用户接受并融入日常生活。

UniX AI公司创始人兼首席执行官杨丰瑜在对话中表示，建立人机信任与合作的关键在于确保AI系统的可预测性和透明度。他强调不必追求机器人在所有场景都完美运作，但必须保证在预期情境中可靠工作。对于当前主流的端到端模型，他提出需要设计透明化机制：在关键决策节点设置人类可理解的中间输出，同时应建立失败回溯系统，通过分析中间数据和结合人类常识来诊断错误原因。这种强调过程可见、结果可溯的设计理念，既保持了AI系统的高效性，又能让人类理解其决策逻辑，是促进人机协作的重要基础。