2025世界机器人大会主论坛大咖观点（三）

8月11日，2025世界机器人大会主论坛在北京北人亦创国际会展中心进行到第三篇章，聚焦“技术融合”，邀请到国内外专家、一流企业大咖等分享具身智能的技术进展与创新应用。

北京通用人工智能研究院院长，北京大学人工智能研究院、智能学院院长朱松纯在2025世界机器人大会主论坛发表演讲《通用人工智能：打造通智大脑，赋能具身智能》

法国国立特殊教育高等学院教授Sophie Sakka在以《人形机器人为特殊人群开启新的沟通之门》为题的分享中表示，当人与机器人自然对话时，社会防御机制会显著降低。机器人通过构建非评判性的互动环境，剥离复杂人际关系的干扰，让研究者得以更清晰地观察自闭症患者等需要特殊关怀群体的认知与心理状态。她分享了运用人形机器人治疗多动症、自闭症、阿尔兹海默症等疾病的实践案例，她指出，通过科学的方法论设计，人形机器人正在为特殊群体构建温和的社交过渡空间，帮助他们以更舒适的方式融入社会。这项工作需要跨学科协作，更需要对人性本质的深刻理解。

智元机器人合伙人兼具身业务部总裁姚卯青以《通向具身智能大规模突破之路——智元的本体、数据、算法飞轮》为题作演讲。他指出，要实现机器人产品在工业等高门槛场景的真正落地，必须围绕本体、数据、算法与应用紧密耦合，形成持续迭代的闭环。唯有通过全栈协同，才能突破单一环节的局限，使机器人实现与人类相当的成本、节拍与稳定性水平，达到可落地的效果。他强调，具身智能是一个复杂的系统，在设计、生产、制造，软件、数据以及模型处理的链路上所有误差都会被逐级放大，追求一致性能够将各个环节的误差减到最小，这就是量产的意义和数据共享的基础。

英国拉夫堡大学教授Massimiliano Zecca以《人形机器人在老龄化社会中的角色与挑战》为题作分享。他表示，当前全球正面临前所未有的老龄化趋势，人口结构失衡和医疗成本激增的结构性矛盾导致劳动力短缺与经济压力并存，形成生活质量越来越低、医疗成本越来越高的恶性循环。AI大脑、硬件升级、脑际接口等技术演进为机器人融入养老场景奠定了基础，人形机器人有望在健康管理、互动陪伴、能力拓展等方面发挥更大的作用。他同时指出，人形机器人的商业化和规模化应用仍然面临多重挑战，研究者们要从技术可行性、社会接受度、经济可持续性等多维度协同发力，才能让人形机器人真正成为老龄化社会的有力支撑。

傅利叶智能科技公司创始人兼首席执行官顾捷以《做“有温度的”具身智能》为题作演讲。他指出，机器人一定要服务于人、赋能于人，傅利叶成立十年来，从康复机器人、外骨骼机器人起步，逐步拓展至人形机器人领域，始终秉持“以人为本”的主线推进产品与技术的研发。他分享了傅利叶推出的新一代人形机器人产品GR-3，该机器人定位于交互陪伴功能，在机身设计、交互系统、外观材料、肢体动作等多个方面进行创新，将面向专业护理、康复、养老等公共服务场景展开应用探索。他强调，未来的智能体将不单单是被动地执行命令，而是融汇多感官数据输入，与人类展开更自然更主动的交互，进而形成安全可靠的长期陪伴关系。

国家地方共建具身智能机器人创新中心总经理熊友军以《天工驱动，开物共生：构建具身智能产业新生态》为题作分享。他表示，当前全球人形机器人产业正迎来需求与技术双轮驱动的黄金时代，一方面，成本大幅下降、运动控制提升、AI大模型驱动等技术进步显著推动产业升级，另一方面，“基础能力迭代-自主决策探索-场景试点验证”的良性循环在企业层面逐渐形成。国家地方共建具身智能机器人创新中心通过构建具身智能共性技术研发平台、打造数据集全链条的闭环、搭建中试验证平台、建设公共测试实验室、建立开源社区等多种举措，持续提升机器人产业生态构建能力。希望与大家携手，共同开启中国具身智能应用的新纪元。

国家地方共建人形机器人创新中心首席科学家江磊作题为《“青龙”启航—解锁人形机器人开源新密码》的报告，他提到，目前我国人形机器人整机平台超过160家，真机数据超过600万，此外还有众多核心零部件企业。截至2025年7月底，中国人形机器人行业融资总额已超过240亿，已超过2024年全年融资总额，市场热度还在持续上升。人形机器人在AGI时代正系统性重构开发流程：未来的核心方向将从传统控制算法设计，转向构建规模化训练场景，通过数据闭环迭代培育具身智能能力，最终实现产业范式的根本性革新。

科大讯飞副总裁、研究院院长刘聪作题为《具身智能时代，需要什么样的AI能力？》的报告，他提出具身智能时代需要的AI能力包括：提升执行与运动能力以趋近自主智能、优化复杂场景下的人机交互能力、拓展国际化能力以推动海外市场发展。 “VR/AR与大模型融合” 是当下的主流路径，将分散的能力点，包括空间理解、分析、运动轨迹预测、抓取预测整合为系统性技术栈，提高机器人执行复杂任务时的流畅性和连续性。

穹彻智能联合创始人，上海交通大学人工智能学院副院长卢策吾作《具身智能求解与产业化》的报告，他提到，从第一性原理来考虑操作认知的空间应该如何拆解，第一是泛化性、第二是鲁棒性。从泛化性视角出发其团队提出“数字基因”概念，旨在为所有事物的操作提供一种万能说明书。然而，当前使用视觉语言模型（VLA）和语言大模型时，机器人难以有效理解数据，因此，亟需开发说明书级别的指导体系，将物体解析转化为程序化语言（而非自然语言），但这一关键能力目前仍然缺失。鲁棒性讨论的核心问题是输出轨迹缺乏力反馈，导致学习新阶段极为困难。其力反馈大模型同时拥有物理机制和VLA的通用能力，能够精准的持续循力进行操作，大大的提高VLA的鲁棒性。

浙江省人形机器人创新中心首席科学家熊蓉作题目为《灵境启元：打造落地应用具身智能人形机器人》的报告，她提到，目前机器人要实现在各行各业的广泛应用，还需要高度依赖专业人员，归根究底是因为其智能适应性比较差。要实现机器人通用易用，同时充分结合行业应用需求，形成行业应用解决方案的目标，一方面可以采用人形通用形态设计，通过标准化形态实现广泛场景覆盖。同时考虑专业化作业能力需求，开发出形成可执行精密任务的半人形机器人体系。第二是算法通用性，包括自适应算法架构及通过二次开发形成行业落地闭环。

星动纪元创始人，清华大学教授陈建宇作题为《具身智能时代，通用人形机器人发展路径》的报告，他认为，通用机器人是AI下一步发展趋势，AI已经逐步进入到了各种电脑手机等终端，现在正在从思考走向行动，机器人由于有更强大、更通用的移动和操作能力，未来必将带来整个生产力和社会服务力的革新。基于"通用大脑+通用本体"的协同架构，通过构建场景驱动的数据闭环迭代机制，形成可扩展的统一模型体系，实现对异构机器人本体的智能适配。该架构支持多形态本体在差异化场景中的部署，同时通过本体-场景的双向数据反馈持续优化模型，最终形成"模型统一化、本体模块化、场景自适应"的技术闭环。

银河通用创始人、首席技术官，北京大学助理教授王鹤作题为《以合成数据为翼，驱动人形机器人商业化腾飞》的报告，他认为人形机器人若要实现大规模的商业化落地，目前面临着一个重大挑战——数据缺失问题，且这些数据必须包含动作数据。物理仿真与计算机图形学的深度融合，能够构建出一套完整的数据增强与生成解决方案。具体而言，借助计算机图形学的技术手段，可以将真实世界的物理规律完整地迁移至计算仿真环境中，从而实现大规模物体资产的交互性。利用银河通用积累的合成管线，能够生成大量的动作数据。这些数据既可以通过直接合成的方式产生，也能借助强化学习，让人形机器人在自主摸索中生成。无论是直接合成还是强化学习试错生成的数据，都可以通过仿真器进行进一步的检验和优化。之后，再利用渲染器将这些数据转化为视觉数据。最终，通过Sim2Real（从虚拟到真实）的技术迁移，将训练好的模型直接部署在真实世界中，推动人形机器人的商业化应用。

众擎机器人创始人赵同阳在《人形机器人—人类第四次工业革命》为题的演讲中表示，机器人如果只具有工具属性而不具有情绪价值是远远不够的，人形机器人其双腿设计旨在实现全地形移动能力（如楼梯、复杂环境），突破轮式机器人的场景限制；双臂与双手则用于适应人类环境中的各类操作任务。尽管当前机型在造型、行动上已接近人类表现，但未来核心突破在于赋予机器人"知书达礼"的智能——不仅要拥有海量知识（知书），更需具备情感交互与社交理解能力（达礼），实现自然愉悦的沟通，最终成为能思考、共情的人类伙伴，而非仅执行指令的工具。

阿依瓦（北京）技术有限公司首席科学家张颢作题为《阿尔勃特机器人之眼，从用得上到用得起—迈向机器人落地的坚实步伐》的报告，他认为，良好的视觉是机器人的核心能力，但是，目前市场上机器人的视觉感知能力，还远远逊色于它们的运动控制能力。因此，机器人产能、智能化升级的关键，是需要一种即插即用的技术平台，这个技术平台可以尽快的把机器人视觉方面的瓶颈补贴全，如果没有视觉，机器人的智能就很难谈得上。

加速进化科技有限公司董事长程昊在以《当足球遇上机器人—加速进化的具身智能探索之旅》为主题的演讲中表示，加速进化的愿景是将人形机器人发展得像个人计算机一样普及、可靠且实用。为实现这一目标，公司提出"四肢健全→认知健全"的渐进式技术路径：先专注于提升机器人运动能力（行走、跑跳、简单操作），在简单场景逐步落地应用（如踢足球、搬箱子）；通过落地过程采集真实场景数据，结合仿真与生成数据训练未来"具身大模型大脑"。针对行业争议，他主张技术研发需分阶段投入——当前优先夯实硬件基础与场景落地，待数据规模充足、技术范式成熟后再发力认知层，类比云计算规模效应，明确这是兼顾商业可行性与长期目标的务实策略。

星海图公司联合创始人、首席科学家赵行以《前沿技术首发：星海图VLA模型——开启具身智能的新纪元》为题作分享。他指出，AI在过去数十年的发展呈现出两个关键趋势，一是AI模型性能随数据规模、计算量及模型参数的增加而持续提升，二是AI的实质进展往往源于计算能力的提升，而非算法的局部优化，发展AI的根本方法是做好“学习”和“搜索”，具身智能的发展也正呼应这一逻辑。他强调，真实的机器人数据是打破具身智能天花板上限能力的关键技术，并主张让机器人脱离受限的测试环境，进入真实场景执行任务，从而采集更具泛化性的数据。

乐聚（深圳）机器人技术有限公司董市长冷晓琨以《从教育先锋到工业新秀——人形机器人的多元场景进化》为题作分享。他指出，人形机器人未来发展的核心是从人到机器人的行为数字化知识迁移。随着具身智能的出现，机器人正在由过去的纯小脑控制，演进为大脑和小脑的深度融合，但由于行业对大脑的模型架构尚未形成清晰的定位，相对于小脑基本已经开始收敛的技术路线，机器人大脑的发展方向还有待进一步探索。他认为，人形机器人发展的最终目的是进入家庭、服务、养老的应用场景，而在此之前还要经历从科研商服到工业机器人的过渡期，工业具身智能的爆发是过程而非终点，人形机器人未来一定会走进千行百业。

达摩院乐云具身智能平台负责人陈明修在以《乐云具身智能：大小脑协同一站式开发平台》为题的分享中指出，具身智能是通往通用人工智能的必经之路，未来十年将由AI驱动的智能机器人革命来定义。数字智能体正加速向物理世界渗透，高精度具身本体通过与物理环境的交互，将提供多模态、大规模数据，推动智能能力迈上新的Scaling Law台阶。他认为，当前的具身智能大模型还没有达到涌现的结算，整个生态需要持续的迭代和突破，他将具身智能的发展分为五个阶段，从无智能、单点技能突破、复杂场景泛化、自我学习迭代，最终实现人机共存。

海克斯康集团机器人产业单元技术副总裁Jaime Duarte视频展示了海克斯康集团在人形机器人领域的最新成果，并以《通过人形机器人来构建自主化的未来》为题作演讲。他指出，该产品在人工智能开发方面实现了多项核心技术的突破：一是基于英伟达Omniverse平台构建的虚拟仿真系统，使机器人通过强化学习快速掌握移动技能，成功解决从虚拟训练到物理世界部署的迁移难题；二是开发了具备任务泛化能力的智能决策系统，正如视频中展示的物体分拣场景，机器人可自主识别物品类别并完成精准分类；三是集成微米级三维扫描模块，结合数字孪生技术构建闭环训练系统，使机器人通过模拟环境预训练后，能在真实操作中快速达到人类技师的熟练水平。

香港大学数据及系统工程系机器人与自动化讲座教授及系主任、香港大学新兴技术研究所所长席宁主持以“机器人与具身智能领域的人才：从技术执行者到生态构建者”为主题的对话环节。

中国工程院外籍院士，德国工程院院士张建伟在对话中表示，在教育方面，未来，传统灌输式教学模式将被颠覆，AI Agent将成为主要的知识传授载体，实现全球优质教学资源的个性化交互学习。对于个人发展，特别是年轻学子，张建伟建议要培养达芬奇式的跨学科视野，构建"观察自然—解释现象—构建模型—解决现实问题"的完整创新链条能力，同时保持强烈的好奇心和自驱力，掌握提出关键科学问题的能力，并建立跟踪学术前沿与产业动态的系统方法。未来人才需要突破传统专业界限，培养与AI系统协同工作的新型工作模式适应力，只有教育系统实现从知识传授向能力锻造的转变，才能满足具身智能时代对复合型人才的需求。

加拿大工程院院士，南方科技大学讲席教授张宏在对话中表示，具身智能是“具身”（机器人物理载体）与“智能”（人工智能）的结合，本质上是机器人与AI技术的融合。他指出，这一概念“既新又旧”，过去因技术不成熟，机器人学与人工智能研究分离，而如今机器人需要AI作为“大脑”，AI也需要机器人作为落地载体，从而催生了具身智能领域。关于人才培养，他强调不必盲目跟风，因为具身智能所需的核心能力与传统科技工程领域一致，关键是学习能力（快速掌握新知识）和解决问题能力（分解并高效处理复杂问题），而非狭窄的专业技能。他主张回归基础能力培养，以适应未来技术发展的多变需求。

清华大学研究员赵明国在对话中表示，具身智能作为快速迭代的新兴领域，其知识更新速度极快，面对这一挑战，教育模式必须从知识传授转向问题导向：基础教育保持系统性，但创新研究必须直面前沿问题，通过与产业结合在实践中学习。就像补衣服破洞需要根据具体需求选择补法一样，解决方案应随实际问题动态调整。赵明国认为，未来5-10年教育将发生极大变革，师生都需要在真实应用场景中重构知识体系，建立从问题发现到创新解决的全新学习范式，这种产教融合、问题驱动的模式才是适应具身智能快速发展的关键。

云深处科技创始人，浙江大学教授朱秋国在对话中，首先强调"守正创新"，必须坚守基础学科，同时通过增设AI微课程等灵活方式实现教学内容的快速迭代，特别要求师生共同拥抱AI工具；其次提出"敏捷科研"，以自身指导学生紧急切换人形机器人研究方向的成功案例，印证了及时追踪技术前沿的重要性；最后构建"产学研梯度创新"模型，主张高校不仅要聚焦原理突破，也要注重技术验证，通过深度对接企业需求，在解决产线实际问题的过程中培养工程创新能力，这种既强调基础学科定力又注重产教融合动力的辩证思维，为快速迭代的AI教育提供了可操作的实践路径。

奥达智声医疗科技有限公司创始人，日本早稻田大学副教授张博在对话通过对比中日科研文化差异，指出日本强调政府引导下的细分领域深耕，避免同质化竞争，而中国虽创新活力旺盛、技术成果丰硕（如手术机器人领域涌现大量企业），却存在同质扎堆导致资源分散的情况。他建议中国政府需加强引导以优化竞争生态（如课题资助、产业规划），并着重解决技术落地核心瓶颈。同时，呼吁制定超长期目标、衔接学术界与大型企业促进技术产业化，并深化国际合作（如结合中国应用优势与他国长期探索），共同加速具身智能等前沿技术从创新研发到实际普惠应用的发展进程，真正实现"技术造福社会"的目标。