在 ChatGPT 引領的 “認知智能” 浪潮席卷全球後，人工智能的下一場革命已悄然醞釀 —— 具身智能正打破純軟件的邊界，讓 AI 從 “隻會思考” 邁向 “能感知、會行動”。在 ROSCon China 2025 大會的《等待具身智能的 ChatGPT 時刻》論壇上，機器人與 AI 領域專家齊聚，共同探讨這項技術如何突破算法、數據、硬件等多重瓶頸，真正走進現實世界，開啟人工智能的 “第二場革命”。
技術本質：不止于 “有身體”，更在于 “會交互”
具身智能的核心，是讓智能擁有物理實體，并通過 “感知 - 決策 - 行動 - 再感知” 的實時閉環與環境互動學習，而非預設程序的機械執行。與 ChatGPT 等 “離身智能” 不同，它不僅需要強大的算法 “大腦”，更依賴能感知觸覺、力覺的 “身體”，以及在真實物理世界中自主适應的能力。
2025 年，這項技術已首次寫入我國政府工作報告，相關機器人産品正加速從實驗室走向産業場景 —— 從體育賽道上自主奔跑的雙足機器人，到基因實驗室裡完成精密操作的科研助手，再到廚房中協作烹饪的幫手機器人，具身智能正以肉眼可見的速度疊代。但專家們普遍認為，這些突破隻是起點，距離類似 ChatGPT 的爆發式增長，仍需跨越多重障礙。
核心瓶頸：四大挑戰待突破
1. 數據與标準：量足質缺，體系缺失
地瓜機器人生态負責人、古月居創始人胡春旭直言，當前具身智能領域面臨 “數據量不小但質量不高” 的困境。缺乏統一的數據标準，導緻大量多模态數據無法有效用于模型訓練，制約了智能通用性的提升。
解決這一問題，需要構建包含視覺、觸覺、音頻、動作軌迹等多維要素的标準化數據結構，同時搭建開放的開發者生态，讓數據資源高效流轉複用。如今，數采手套等工具已能精準捕捉人類動作與觸覺細節，為高質量數據采集提供了技術支撐。
2. 硬件與成本：構型不穩，落地受限
深圳市機器人協會秘書長譚維佳指出，機器人行業十年發展中，滲透率低、成本高企的痛點始終未解決。具身智能要落地，“硬件先行” 是關鍵 —— 沒有穩定的機械構型、成熟的控制系統和完整的供應鍊，再先進的算法也難以發揮作用。
中國完備的産業鍊和制造業基礎，為硬件突破提供了獨特優勢。譚維佳提出 “沿途下蛋” 策略：在邁向通用人工智能(AGI)的過程中，先聚焦單一應用場景實現技術落地，通過創造實際價值反哺硬件疊代，逐步降低成本。
3. 算法與融合：單一依賴，感知不足
非夕科技的施豐鳴強調，行業過度依賴 VLA(視覺 - 語言 - 動作)模型的現狀亟待改變。這類模型雖能 “看” 能 “聽”，卻缺乏觸覺感知，如同 “聽覺敏銳卻沒有手感的人”，難以完成精密操作。
突破這一瓶頸，需要多模态融合技術的成熟。非夕科技的自适應機械臂通過高頻力控閉環，實現了 “觸覺級” 動作調整，可模拟人類肌肉記憶完成精細操作，證明了 “算法 + 硬件感知” 協同的有效性。專家普遍認為，未來算法需借鑒 MOE 架構等思路，強化算力調度，解決多關節機器人的控制流擁堵問題。
4. 社會與倫理：認知不足，阻力暗藏
大灣區大學訪問學者姚嘉俊從 “人本” 視角提出，具身智能的推廣不僅是技術問題，更涉及社會心理适配。在高危行業中，工人因擔心被替代而抗拒數據采集，成為技術落地的隐性阻力。
此外，倫理邊界、責任劃分等問題也尚未明确。具身智能要真正普及，需要建立社會對技術的信任，同時通過合理的制度設計，平衡技術進步與就業保障，讓公衆從 “恐懼替代” 轉向 “擁抱協作”。
破局路徑：從場景落地到生态共建
1. 場景先行：聚焦結構化領域突破
胡春旭預測，具身智能的首個大規模落地場景将出現在零售與服務領域。這類場景結構化程度高、算力需求可控，适合機器人 “從實驗室走向街頭”，快速實現技術驗證與商業閉環。
目前，具身智能機器人已在巡檢、養老醫療、工廠生産等場景拿下億元訂單，2025 年中國市場規模預計達 52.95 億元，占全球約 27%。這些場景的落地經驗，正為技術向更複雜環境延伸積累數據與經驗。
2. 技術協同：軟硬結合 + 端雲一體
專家們一緻認可 “軟硬結合、端雲一體” 的技術思路。通過端側計算保障實時響應，雲端協同提供強大算力支持，可在成本與性能之間找到平衡。同時，開源社區的參與能大幅縮短技術學習曲線，加速标準化接口與硬件生态的構建。
上海交通大學團隊研發的 “大小腦配合” 模型架構，正是這一思路的實踐 —— 大模型負責任務拆解與決策，“小腦” 精準控制動作執行，讓機器人能自主完成數十步的複雜任務。
3. 生态共築：算力與生态雙輪驅動
嘉賓們普遍認為，算力與生态是具身智能競争的核心雙引擎。随着算力優化技術的進步，以及多模态數據生态的完善，技術突破的臨界點正逐步臨近。
中國在數據中心集群建設、制造業供應鍊等方面的優勢，為生态構建提供了堅實基礎。未來，需進一步打通 “基礎硬件 - 垂直場景 - 生态服務” 的完整鍊條，讓核心零部件、AI 算法、機器人本體制造等環節協同發展。
從認知智能到具身智能，人工智能正從虛拟世界走向物理世界。盡管數據标準、硬件成熟度、社會認知等挑戰仍在，但技術疊代的速度與場景落地的成效，讓 “ChatGPT 時刻” 的到來充滿期待。正如胡春旭所言：“智能化的浪潮不可阻擋。問題不會少，但未來一定會來。” 當技術突破與場景需求形成共振，具身智能或将以超出預期的速度，重塑我們與世界交互的方式。
免責聲明：本文僅代表作者個人觀點，與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實，對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，若因作品内容、知識産權、版權和其他問題，請及時提供相關證明等材料并與我們聯系，本網站将在規定時間内給予删除等相關處理.
