机器人前瞻11月20日报道，昨天，2025中国具身智能机器人大会在深圳举行。

以人形机器人为代表的具身智能正成为新一轮科技与产业竞赛的焦点，从工业、商业场景到家庭生活，机器人被寄予“下一代超级生产力”的厚望，但数据匮乏、算力瓶颈与工程化落地难题，同样给行业带来了前所未有的挑战。

为此，由智猩猩、共同发起主办，机器人前瞻、极果协办的首届具身智能大会，聚焦于具身智能前沿技术与产业应用，设置了主论坛、高端对话、专题论坛、圆桌对话等多个环节；分会场为闭门制，组织了具身技术研讨会、机器人模仿学习与强化学习研讨会以及具身VLA大模型技术研讨会。

来自清华大学、浙江大学、北京研究院，以及优必选、云天励飞、诺亦腾机器人、蓝驰创投等产学研资代表，畅谈人形机器人迈向通用智能的核心挑战与具身智能规模化落地的最新观察与思考，覆盖模型自主化、本体创新、数据互通、算力支撑、场景落地、中美产业竞争等前沿议题。

大会吸引了超千人参与，在展览区，Alluxio、宽恒科技、松灵机器人、极狐Gitlab、大象机器人、星际光年、信步科技、灵心巧手、星尘智能等展商进行展示。

▲展区

作为主办方代表，智一科技联合创始人、CEO龚伦常发表致辞。他回顾了团队深耕机器人领域十年的历程，从2015年起持续报道机器人与具身智能，见证了中国机器人产业的关键节点。他谈道，本次大会是智一科技十年持续投入的延续，未来将把具身智能机器人大会打造为大湾区具有影响力的产业峰会。

▲智一科技联合创始人、CEO龚伦常

接下来，我们将围绕主论坛、高端对话、专题论坛与圆桌对话，呈现14位嘉宾的精彩观点与思考。

一、主论坛：从模型、本体到数据，人形机器人迈向通用智能的三道关

人形机器人已成为具身智能落地的核心载体，行业正迎来技术突破与规模化落地的关键期。在多位学者和产业人士看来，人形机器人仍被“模型、本体、数据”三道难关卡住，数据匮乏与泛化性不足成为主要瓶颈。行业正在大力推动数据集互通、全栈技术整合，加速工业场景批量化应用与家庭场景渗透。资本层面也已锚定万亿级市场空间，具身智能正从技术探索迈向产业价值释放新阶段。

1、浙大熊蓉：人形机器人面临三挑战，模型不能仅依赖VLM

浙江大学求是特聘教授、浙江人形机器人创新中心首席科学家熊蓉教授认为，具身智能人形机器人代表着通用作业形态与行为智能，前景广阔，但产业仍面临模型、本体与数据三大挑战。

数据方面，当前仿真生成、遥操采集和真人动捕等方式均存在局限。她强调，需建立高精准时空模型与高保真物理交互模拟，以实现低成本、高质量的数据生成。

模型层面，熊蓉认为不能仅依赖VLM（视觉语言模型）的发展，必须确保在VLM失效时任务仍可收敛。本体方面，需在提升自由度的同时优化负载自重比，兼顾性能与成本。

目前，她领衔的浙江人形机器人创新中心已开发出可泛化高精度控制小脑与长序列规划任务大脑，相关技术应用于3C、纺织、汽车等领域，部分场景准确率达99.99%，即将进入批量化应用阶段。

▲浙江大学求是特聘教授、浙江人形机器人创新中心首席科学家熊蓉

2、星尘智能王佳楠：绳驱路线破局具身智能三位一体，量产周期领先海外头部

星尘智能副总裁、前DeepMind研究员王佳楠认为，AGI（通用人工智能）应诞生并服务于真实世界的物理交互。为实现这一目标，星尘智能基于“绳驱本体-领先遥操/数据-高效模型”三位一体的全栈平台分三步走：

第一步，星尘智能成功量产绳驱AI机器人Astribot S1，为世界首家，比同路线美国公司1X领先至少一个周期。其独特绳驱传动，让机器人模仿人的肌腱丝滑运动和力控方式，具备轻量化结构下的高动态操作、高拟人表现、高交互安全，从而胜任复杂灵巧操作和与人交互协作。

第二步即商业化，星尘智能借鉴自动驾驶L2到L4的路线，推出“AI模型自主+远程遥控兜底”的混合解决方案，提升任务成功率，已在B端获得千台级订单。

最后，星尘智能的终极目标是推动机器人走进家庭场景，让每个人都拥有专属的AI机器人助理。

▲星尘智能副总裁、前DeepMind研究员王佳楠

3、国创中心江磊：具身智能落地瓶颈是数据，全国训练场数据集需互通

国地共建人形机器人创新中心首席科学家江磊认为，人形机器人迎来了关键时刻，随着智能机器人发展到具身智能机器人，开发范式也由基于模型发展变成了基于数据。

开源推动了人形机器人技术的快速发展，并形成了软硬件一体化的趋势，机器人开发流程演变为包括机器人硬件平台、机器人训练场、再到机器人数据集和机器人数据模型的全过程。

如何让具身智能机器人发展进入落地运动的泛化阶段？目前瓶颈仍是数据，江磊希望全国的训练场数据集能够互联互通，让数据得以快速增长。

人形机器人是推动具身智能向前发展的主要力量，其热度至少会持续到2035年，江磊称，他们正在做训练场的2.0版本，将训练场视为关键技术，把具身智能、强化学习和世界模型融汇贯通。

▲国地共建人形机器人创新中心首席科学家江磊

4、BIGAI黄思远：人形机器人交互泛化性不足，全身遥操系统解决数据挑战

北京通用人工智能研究院（BIGAI）研究科学家、具身机器人中心主任黄思远观察到，随着硬件、模型的成熟和应用潜力的展现，人形机器人迎来一波新的发展。

从能力维度看，通用人形机器人需具备物理交互与社会交互能力，而当前系统在泛化性上仍存不足。若要真正走入家庭并服务现实世界，机器人必须攻克灵巧操作、全身协同操作及人机协作等核心能力瓶颈。

北京通用人工智能研究院已经打造了全身遥操系统CLONED，以解决高质量全身数据缺乏的挑战。该院还打造了统一的力位混合控制框架UniFP，帮助机器人实现柔顺控制，研究论文获得今年CoRL的最佳论文奖。

黄思远认为，未来机器人还需在基于视觉的自主移动、力觉/触觉感知等领域实现突破，这需要业界的长期投入。

▲北京通用人工智能研究院（BIGAI）研究科学家、具身机器人中心主任黄思远

5、灵心巧手苏洋：灵巧手需要提高“泛化性”，数据是最缺乏的资源

灵心巧手联合创始人、首席AI架构师苏洋认为，想要机器人具备通用性，“手”首先要具有泛化性。灵心巧手Linker Hands具备7-42个自由度，是唯一可360°旋转的灵巧手。高自由度灵巧手L20价格仅为Shadow Hands的1/10至1/20，而特斯拉Optimus五指灵巧手则不对外销售。L6等灵巧手具备百万次寿命，O6则价格低至0.66万。

该产品已在工业场景实现打螺丝、点胶等操作，还能演奏多种乐器，亮相世界机器人运动会开闭幕式。此外，灵心巧手即将发布Dex-Serl项目，操作精度达亚毫米级、成功率100%。

数据采集上，苏洋认为，数据是训练中最缺乏的资源。灵心巧手实现通过一人操控数十台机器，整体数据采集速率得到大幅度提升。此外，灵心巧手还提出“具身运算”新计算单位EOPS，衡量具身智能灵巧操作能力。

▲灵心巧手联合创始人、首席AI架构师苏洋

6、蓝驰创投曹巍：模型投资看四大核心能力，具身智能正解锁万亿市场

蓝驰创投合伙人曹巍谈到，具身智能解决的是人类对无限生产力的渴望，从市场需求、长期宏观支持、人才供给与生态系统、产业集群等方面来看，中国人形机器人产业具有长期竞争优势。

具身智能和人形机器人是技术导向型的创新产业，我们需要关注技术变化带来的产业动态与在不同场景的落地节奏，以及机器人的智能力，如导航与交互、运动智能、作业智能等。曹巍还特别提到了看好特种机器人，称其有点被市场忽视。

蓝驰的模型投资策略瞄准四大核心要素能力：采集与处理数据、模型架构创新、强化学习和场景数据采集与微调。曹巍称，通用机器人及人形机器人的市场规模巨大，目前正在逐渐解锁从几个亿到上万亿的市场空间。

▲蓝驰创投合伙人曹巍

二、高端对话：上半场走跑跳，下半场精细化，“DeepSeek时刻”或在10年后

以“具身智能机器人的‘DeepSeek时刻’还有多远”为主题的高端对话，由智一科技联合创始人、智车芯产媒矩阵总编辑张国仁主持，北京通用人工智能研究院研究科学家、具身机器人中心主任黄思远，清华大学自动化系长聘副教授、灵御智能创始人兼首席科学家莫一林，国地共建人形机器人创新中心首席科学家江磊，灵心巧手联合创始人、首席AI架构师苏洋，蓝驰创投合伙人曹巍五位嘉宾进行分享。

张国仁以近期热议的“人们对小鹏人形机器人真假争论”引出讨论，并与几位嘉宾围绕类似“DeepSeek时刻”的拐点何时到来、技术链条如何成熟、市场预期是否过热以及人机共存的未来等问题，展开了精彩激烈的讨论。

▲智一科技联合创始人、智车芯产媒矩阵总编辑张国仁

1、黄思远：DeepSeek式反超不会重演，机器人还要拼全身协调和灵巧操作

黄思远判断，有关“小鹏人形机器人”的争论，本质来自步态、自由度和硬件拟人程度已接近极限，人们第一次真正感受到人形机器人的真实进展。但在他看来，“拟人”并不是机器人发展的终点。

在拐点话题的讨论中，黄思远的判断很有指向性。他认为“DeepSeek式反超不会在机器人领域重演”，原因非常明确：在硬件与运动控制维度，中国本来就已领先，并不存在那样“从落后到反超”的空间。而机器人真正的能力在于“灵巧操作与全身协调能力的突破”。这样的能力才会真正改变大众认知，也才是机器人跨向真实世界的决定性能力。

对于“人机共存”的未来，他提醒，人类适应新技术的速度远比行业想象快，真正需要提前设计的是机器人的“安全边界、伦理机制与功能底线”。

▲北京通用人工智能研究院研究科学家、具身机器人中心主任黄思远

2、莫一林：机器人短期不会“完全体”，真正落地的是“半自动形态”

随着行业在“拟人化”方向开始展示新进展，莫一林提醒，行业也必须重新权衡“拟人”与“实用”之间的关系。很多结构是为“更像人”而设计的，但真正投入产线后，耐久度、安全性、负载能力往往远比形态更关键。

而谈到未来的人机共存形态时，莫一林认为，未来十年我们在现实世界里遇到的机器人，更多会是“半自动+人类远程操作”的混合体，类似自动驾驶背后的安全员机制，人机共存不会突然到来。

▲灵御智能创始人兼首席科学家莫一林

3、江磊：机器人也有“ChatGPT时刻”和“DeepSeek时刻”

在谈到“小鹏机器人”带来的讨论热度时，江磊认为，这种关注本身就是中国在人形机器人“走、跑、跳”等身体能力方面已具备优势的一个例证。而当机器人能持续完成工业与生活场景中的任务，那个时候将更为惊艳。

也因此，在判断行业拐点时，江磊把机器人发展的关键节点拆成两个阶段：他认为机器人发展的第一个关键节点类似“ChatGPT时刻”，预计最快可能在明年中出现。而真正类似“DeepSeek”的全民化拐点，更可能在2027——2028年之后出现。这也是全场最明确的时间判断。

▲国地共建人形机器人创新中心首席科学家江磊

4、苏洋：“DeepSeek时刻”还要等，机器人安全风险远超模型时代

苏洋认为，目前产业链处在“多条技术线不同步成熟”的阶段。历史经验显示，机器人落地往往先从部件与末端执行器成熟开始，而真正的“DeepSeek时刻”也需要若干关键技术率先成熟。未来不一定是先出现通用人型，而是先出现通用灵巧手。

在讨论机器人正向的社会影响时，苏洋同样提及了另一可能性：当一个身高1米8、体重80公斤以上并具备强控制能力的机器人进入真实环境，其潜在安全风险与反注入威胁会远高于大模型时代。

▲灵心巧手联合创始人、首席AI架构师苏洋，

5、曹巍：行业正逼近“预期顶点”，热潮退却还有淘汰期

曹巍认为，机器人行业正处在“预期极高，但技术非常早期”的阶段，并举例称：“3D空间感知、连续任务推理都刚起步。”他判断行业正在逼近预期顶点，而热度过去后必然出现一轮淘汰。

在讨论更长期的“人机关系”时，曹巍给出了另外一个视角。他认为，与机器人相处更像哲学问题，如何与机器人相处或许源自于内心对世界的理解和你本身是个什么样的人。

▲蓝驰创投合伙人曹巍

三、专题论坛：破数据、算力等核心痛点，多元路径解锁具身智能规模化机遇

下午场精彩再续，在具身智能人形机器人专题论坛中，来自灵御智能、优必选、云天励飞、宽恒科技、极狐驭码、诺亦腾机器人、诠视科技的8位嘉宾带来深度分享。

具身智能的“不可能三角”如何破解？数据高效获取、算力支撑不足的核心瓶颈怎样突破？从技术研发到场景落地，如何通过工程化体系实现降本增效？千亿级数据工厂的机会该如何解锁？关于具身智能规模化发展的重要命题，或许能在这场思想碰撞中找到答案。

1、清华大学莫一林：破解具身智能“不可能三角”，遥操作是可行路径

清华大学自动化系长聘副教授、灵御智能创始人兼首席科学家莫一林认为，具身智能发展前景明确，但要突破通用、性能和自主这一“不可能三角”，路径仍不明确。这是因为具身智能数据量远小于可用水平，且缺乏可靠高效低成本的数据采集方式。

同时，当下流行的聊天式交互，无法突破可控性、交互简洁性和任务复杂性这个自主性的“不可能三角”，因此，手势、眼神等肢体语言交互，以及“遥操作”也可能是很好的机器人交互方式。

莫一林教授提出以“遥操作”为切入点的具身智能路径：在真实世界中采集真实数据，实现L0-L2-L4的过渡，逐步实现机器人自主化。他认为，大家在5-10年内可能会看到很多遥控机器人。此外，通过强化学习引入先验知识可以大幅度降低对数据和仿真的需求，有助于高效地利用数据，实现更可用的具身智能。

▲灵御智能创始人兼首席科学家莫一林

2、优必选石海林：破解“从物理世界数据高效获取知识”难题，加速具身智能成熟与应用

优必选研究院AI大模型与交互部负责人石海林提到，人形机器人是缓解制造业人力供需矛盾的关键一环。人工智能的下一波浪潮，是以人形机器人为代表的具身智能，当下最大的挑战是具身智能技术如何在现实场景中达到稳定、量产交付的水平。

石海林提到，要充分发挥人工智能对比人脑智能的优势，关键是从数据中高效获取知识。具身智能需要从物理世界环境中高效获取数据。

优必选基于大语言模型，让机器人听懂人类的语言指令、听懂人类的语言评价，实现交互式学习。为此，优必选自研了千亿参数基座多模态大模型Thinker，在多项国际公共benchmark上达到排名第一的性能效果，并且应用在优必选Walker S2的交互式强化学习和任务规划。今年Q4，Walker S2正式开启量产交付。

▲优必选研究院AI大模型与交互部负责人石海林

3、云天励飞罗忆：用算力积木破解具身智能算力挑战，将推第五代GPNPU架构

云天励飞副总裁罗忆谈道，AI技术发展经历了逻辑推理、专家系统到AI人机协同的三次浪潮，大模型的出现为机器人从专业走向通用带来曙光，并带来了从“懂控制”到“会思考”的范式变化。但当下，具身智能仍面临算法与数据、技术路线选择、算力瓶颈等多方面的挑战。

从AI芯片视角来看，国内厂商给出了具身智能算力新路径：云天励飞在其四代NPU的基础上，正研发第五代GPNPU架构Nova 500，将可无缝对接CUDA生态，适配各类大模型架构，并通过领先的“算力积木”等技术，显著提升大模型推理效率，推动具身智能破解算力挑战。

目前，其多款芯片模型作为协处理器赋能了普渡科技、赛特智能等客户落地项目；落地广东某区机器人指挥平台，实现“感知-决策-处置-确认”的业务闭环，支持多形态机器人的统一管理调度。

▲云天励飞副总裁罗忆

4、宽恒科技龙孝晗：做好具身“服务商”，深度理解场景、数据、模型痛点

宽恒科技副总裁龙孝晗提到，各类机器人公司的背后，都要有强大的算力支撑平台来做服务，做好这件事并不容易，要深入了解企业的场景、数据、模型。

在他看来，人工智能过去数十年的发展，是一个技术收敛的过程，如今收敛到“Transformer+GPU”的技术范式，进而催生产业的发展。

当下，VLA范式通过庞大的端到端模型，统一处理多模态感知输入，实现视觉、语言与动作信息的深度融合。

龙孝晗提到，宽恒科技可以帮助在做“大脑”或“小脑”相关的企业去构建更高效的开发平台，让底层算力的使用更加经济合理。宽恒科技有AI管理云服务平台，可以提供具身智能全链解决方案。

▲宽恒科技副总裁龙孝晗

5、极狐驭码张扬：融合AI与DevOps方法论构建Code2Real工程化体系，加速具身智能场景化落地

针对机器人强化学习场景面临的典型挑战，极狐驭码解决方案高级总监张扬提出四项关键实践以全面实现模型开发的高效率与可追溯：一是统一所有研发核心资产的管理，通过元数据实现语义化版本；二是将安全合规前置至开发生命周期，及早识别并以低成本规避安全风险；三是采用基础设施即代码(IaC)实践，保障训练环境的一致性与弹性伸缩；四是通过训练与部署流水线的构建，实现交付过程的高度自动化。

同时极狐驭码将AI能力深度融入到Code2Real全流程，通过AI加持的编码辅助、技术问答、安全报告分析、代码评审及流水线管理等能力，进一步提速从代码到实体的全流程。并显著降低工程师技术上手门槛，为规模化落地创造条件。

根据在合作企业中落地实践的数据统计，Code2Real研发工程化体系的年度ROI可达140%-260%，为具身智能研发的降本增效提供了有力支撑。

▲极狐驭码解决方案高级总监张扬

6、诠视科技林瓊：从感知模组到MR交互，三大装备破解具身智能数据瓶颈

诠视科技创始人兼CEO林瓊谈道，沉浸式的“XR+AI”空间计算正落地千行百业，这离不开人/机器人与环境的交互。背后是交互范式的颠覆创新、智能感知与环境理解的革命、内容生成的工业化变革以及边缘计算与云端的协同，这也成为具身智能发展的重要技术基础。

面向具身智能，诠视科技产品落地的第一站聚焦具身智能的核心部件，推出SeerSense系列空间计算视觉感知模组，助力智能机器人自主导航，核心性能比肩英特尔RealSense系列；第二站聚焦机器人与人的交互，推出SeerLens系列MR眼镜，具备智能感知和自然交互能力，可用于具身智能无本体训练、多终端互联等场景；其还推出自追踪6DoF手柄，助机器人遥操作、数据采集与模型训练，破解具身智能发展的关键瓶颈。

▲诠视科技创始人兼CEO林瓊

7、诺亦腾机器人唐新民：具身“数据工厂”是千亿级大机会，手握动捕王牌提供全链路方案

当前，具身智能需要来自真实物理世界的多模态信息，包括动作、视觉、力觉、触觉和语言等，“数据”已成最突出挑战之一。

诺亦腾机器人深耕动捕十三年，在动捕领域全球市占率超过70%，设备出货超过2.5万套。

唐新民提到，在遥操数据采集方面，通过人进行动作捕捉是最为精准的，同一个人的数据可以映射到不同类型的人形机器人平台上，提升效率。

诺亦腾机器人可以提供从真机到人类交互的全链路数据解决方案，他们提出了具身智能数据金字塔概念，最上层的真机遥操作数据和第二层高精度人类交互数据是诺亦腾重点聚焦的。

唐新民提到，具身智能的“数据工厂”是一个千亿级别的大机会，但要做好并不容易。

▲诺亦腾机器人合伙人唐新民

四、圆桌对话：中美具身智能竞赛差异化凸显，具身智能GPT时刻10年内或将至

最后圆桌对话以《具身智能人形机器人产业化——启幕时刻的机遇与破局》为主题，由智一科技联合创始人、智猩猩总经理何峰主持，深圳赛博格机器人联合创始人&首席算法科学家、华南理工大学未来技术学院副教授张怀东，优必选研究院AI大模型与交互部负责人石海林，云天励飞副总裁罗忆，诠视科技创始人&CEO林瓊，诺亦腾机器人合伙人唐新民五位嘉宾进行分享。

▲智一科技联合创始人、智猩猩总经理何峰

1、中美具身智能格局：本体层中国发展更快，模型层竞争激烈

针对具身智能行业今年发生的改变以及面临的挑战，五位嘉宾从各自所处赛道进行了分析。

张怀东认为出现了性能较好的灵巧手，但当下国内具身智能相关标准欠缺且国内资本投入较少。

▲华南理工大学未来技术学院副教授张怀东

石海林看到了人形机器人在工业场景的数据回流结构化要求提升，但其挑战是稳定量产交付、达到客户预期。

▲优必选研究院AI大模型与交互部负责人石海林

罗忆认为人形机器人的行业和市场信心回归，可以更理性看待不足。唐新民站在中美发展差距上提到，中国在本体方面甚至强过美国，模型方面中美竞争激烈，并且几十万小时数据训练出来的模型展现出泛化趋势。

唐新民和林瓊都提到人形机器人普遍面临的数据瓶颈，业界仍在探索如何获取数据、挖掘数据价值。

▲诺亦腾机器人合伙人唐新民

2、具身智能GPT时刻之争，明年技术、资本、数据齐发力

关于具身智能爆发的GPT时刻，五位嘉宾的观点分为两类。

一类给出了具体时间期限，石海林称具身智能GPT时刻的发生不会晚于2028年底，林瓊认为这一时刻会在10年内到来。

另一类则认为很难预测。罗忆认为标志性事件是有100万台机器人进入工厂。针对王兴兴之前提到的高算力芯片难以用于人形机器人，罗忆认为客观来讲，这是因为目前还没有一颗真正为机器人定制的芯片出现。

▲云天励飞副总裁罗忆

最后他们还提到对2026年的展望，张怀东认为明年会看到大的公司下场；石海林看好具身智能技术会在实际场景中做到突破；罗忆希望明年看到更多机器人进工厂的新闻上热搜；林瓊认为具身智能数据采集会成为新的商业化机会；唐新民称明年将看到百万小时数据训练出来的模型。

▲诠视科技创始人&CEO林瓊

五、结语：从走跑跳到拼落地，中国机器人产业综合优势显现

近10年来，智一科技持续追踪机器人与具身智能领域，见证了行业从技术萌芽到逐步产业化的关键历程，以及众多产学研团队的深耕求索。

这场大会折射出的最大共识是，具身智能和人形机器人，已经从上半场拼走跑跳，转向下半场比拼机器人从单场景示范迈向可复制、可规模化的通用能力，以及如何打造长期、可控的商业模式。

在这机器人产业发展的重要节点上，中国在本体制造、场景土壤、工程人才和产业链完整度上的综合优势正在开始显现。可以预见，在未来十年，具身智能不会以一夜奇点方式到来，而会通过无数台机器人在真实场景中的长期运行、无数小时数据的持续积累，悄然完成从炫技时刻到基础设施的身份转变。