9月10日至9月14日，2025年中國國際服務貿易交易會在北京舉辦。在“具身無界：智能機器人創新發展論壇”上，來自學界、產業界和投資界的嘉賓，就前沿技術、產業痛點、未來發展方向等進行對話交流。

在這場聚焦具身智能發展的對話中，行業現存的關鍵挑戰和落地路徑成為嘉賓們關注的重要議題。中國電子學會理事會黨委書記張峰在致辭中指出，當前具身智能產業還面臨硬件成本高的問題，制約規模化應用；通用知識向實際操作轉化的適配性還不足，跨域泛化、多智能體協作還有待進一步突破。除此之外，實時性與計算代價難以平衡，尤其是在真實場景中，動態數據標注成本高，這制約了模型訓練的效果。

張峰建議，應強化政策協同與產業生態的構建，整合產學研資源，建立從技術研發到應用推廣的全鏈條服務體系；同時，聚焦核心技術攻關與場景落地，深化國際合作與標準引領。

構建透明可靠的核心技術體系，具身智能技術迎新突破

具身智能與前沿技術的結合成為業界探討的重點。微億智造董事長兼CEO張志琦表示，當前工業機器人是“封閉”的自動化裝置，難以應對當前真實工業場景中的開放性、不確定性問題。而具身智能通過AI與機器人的深度融合，賦予機器以“人”般的感知、學習、決策與執行能力，實現從“復雜編程”到“AI驅動”、“固定剛性”到“柔性生產”、“機械重復”到“具身智能”的三大跨越。

“這讓工業具身智能機器人能夠快速適配3C電子、汽車、新能源等行業產品快速迭代的需求，靈活應對不同物品、不同工序的復雜生產場景，真正解決傳統自動化設備適配難、升級慢、成本高的痛點。”張志琦說。

具身智能在核心技術體系構建上也有新突破。論壇上，哈爾濱工程大學智能系統研究所所長、莫斯元宇創始人張智發布了機器人大腦“莫斯（MOS）”系統。張智介紹，該系統融合了符號主義與連接主義技術路線，解決了純AI大模型存在的“黑盒決策、幻覺、高算力成本”等行業痛點。MOS具備環境感知、復雜任務規劃、自主決策與多機協同（群體智能）能力，其決策過程透明、可解釋，具有極高的可靠性。

從理論邁向產業實踐，具身智能落地提速

當具身智能技術從理論研發逐步邁向產業實踐，其核心價值正體現在與各行業的深度融合。多位業界嘉賓圍繞這一主題，從場景痛點破解、實際落地案例、技術協同賦能到產業機遇研判，分享了機器人與具身智能如何突破局限、融入產業生態。

千尋智能副總裁孫榮毅表示，智能制造生產的組織模式中存在多品種、小批量、高柔性的生產組織方式，傳統的預編程機器人無法處理這些情況。所以，需要用具身智能的泛化能力，以及對環境的泛化、對工藝的泛化來解決多品種、小批量、高柔性的問題。

千尋智能已將這一思路轉化為實際行動。孫榮毅介紹，目前千尋智能在工業場景主要服務于其產投方寧德時代和京東等公司，“寧德時代是我們天使輪的投資方，給我們開放了大量的新能源動力電池生產的場景。我們POC做完了，現在在基地里面落地。京東是我們PreA+輪的領投方，京東在全國的員工數量更多，在物流等領域有大量需要用具身智能來替代人工的需求，現在我們在物流分揀、無人藥房方面也在開展無人化合作。”

北京虛擬動點科技有限公司董事長兼CEO劉耀東表示，空間計算是未來影響AI發展的技術趨勢，作為一家專注在AI與空間計算領域的企業，虛擬動點不造機器人本體，而是基于公司在空間計算層面的積累賦能合作伙伴造更好的機器人。

劉耀東介紹，在行業的熱門話題中，數據無疑是被討論最多的主題，特別是高質量的3D動作數據，虛擬動點通過在空間計算領域的深耕，積累了大量、優質的3D動作數據，同時也在持續產出高精度數據；在算法層面，虛擬動點擁有全球領先的空間計算-OptiTrack光學識別算法、無標記識別算法、光學與無標記融合算法以及LYDIA動作大模型技術等。

在技術協同與場景落地雙向發力的基礎上，具身智能的核心落地場景與中國在該領域的獨特優勢，也成為投資界關注的焦點。

梅花創投創始人吳世春指出，AI驅動效率革命與差異化競爭。“一定要走出內卷，要差異化的競爭。內卷的本質是太同質化了，我相信人形機器人里面也會是一樣的，大家最后卷價格的時候，就和新能源汽車是一樣的，打得不可開交，所以我覺得還是要做到與其更好，不如不同。”

吳世春表示，具身智能、智能駕駛、無人機和AI玩具是四大物理落地場景。按照OpenAI的時間線，今年AI代理開始工作，明年AI開始發現新知識，后面AI才會進入物理世界創造價值。“具身智能是中國引領世界的歷史性機遇，也就是大模型的突破，賦能供應鏈和成本優勢，在人才、工程師紅利和數據采集上，中國也很有優勢。”

新京報貝殼財經記者 韋博雅

編輯 楊娟娟

校對 趙琳