洞察全球技术变革潮流 抢占具身智能发展先导
具身智能是指人工智能通过自身硬件与真实环境的实时互动，集合感知、认知、决策和行动为一体，应用形态包括人形机器人、生物仿真机器人以及嵌入式环境系统等。目前，具身智能不断在实际操作中快速成长，其认知与决策水平、硬件性能均有明显提升，正逐步向更高自主化、能横跨多种场景的通用智能迈进。深入把握全球具身智能发展趋势，针对技术深层难题采取积极应对措施，对于在新一轮产业变革中抢占主动权至关重要。
全球具身智能技术五大进展趋势
全球范围内，具身智能技术正在加速突破，感知互动、认知决策、运动控制、虚实数据融合、系统集成五大方面正实现协同发展。这些突破让具身智能从实验室探索逐步进入大规模实际落地。
首先，世界模型逐步内嵌，推动感知与交互升级。依靠世界模型与多模态感知技术，具身智能设备对物理世界的理解变得更深刻，实现了从被动响应向主动推理转变，从简单数据重组迈向知识抽象。例如，Meta公司打造的V-JEPA2模型可以预测不同动作的结果、为目标排序，提升执行准确性。北京大学研发的MLA多感官语言动作模型整合多种传感信号，为决策提供坚实基础。
其次，端到端技术成为主流，决策模式正迎来变革。分层决策结构如“大脑+小脑”已较为成熟，端到端架构则因覆盖广、延迟低、自主性强、协作高效，成为推动具身智能泛化的核心。Google DeepMind的Gemini Robotics依赖端到端VLA模型，能在多种载体间灵活迁移；国内越疆推出的DOBOT-VLA模型结合视觉、语言与控制，经过真实场景学习优化，并已成功装载在其人形机器人ATOM上，实现了大量实用操作。
第三，柔性材料取得突破，具身智能具备了自我修复能力。机器人本体正朝更智能适应的方向发展。仿生触觉电子皮肤带来极高感知能力，柔性结构使其能够进行爬行、滚动、蠕动等多种复杂运动，自修复材料则让机器人在光、热等条件下自我修复，提高设备在极端环境下的可靠性与使用寿命。
第四，虚实数据深度融合，为数据共享统一标准。收集真实设备数据成本高、规模有限，导致泛化应用受限；而利用生成式数据、大模型仿真能大幅补足差距，通过混合数据模式并结合真实数据进行校验，显著缩小仿真与现实的落差。比如，51Sim借助英伟达平台开发端到端自动驾驶及合成场景数据，在港口、矿区等环境指导机器人训练。“穹顶—DOME”平台则统一接口和数据规范，打破数据壁垒，为行业间协作搭建通用标准。
第五，实现异构系统协作，筑牢安全防线。软硬件解耦和模块化让具身智能操作系统能兼容多种载体，实现不同机器人间的协作。OpenRMF架构定义了统一的“交通规则”和沟通方式，OpenMind发布的OM1则支持多类大模型接入、开发。系统集成强化安全底线，对抗训练、差分隐私等前沿技术保障跨机构数据合作安全持久，为具身智能的推广应用建立了多层次防御体系。
多措并举提升我国具身智能核心竞争力
当前我国在具身智能领域正迎来核心技术突破、产业导入和生态建设同步推进的新局面。国产核心硬件取得进展，大模型能力增强，国产算力平台能支撑复杂模型运算，部分环节初步展现应用价值。然而，面对日益激烈的国际竞争，我国在具身智能领域还面临不少深层次挑战。
比如，基础零部件的自主供应能力仍待提升，关键技术如伺服电机、减速器、高端传感器等依赖进口，能源系统续航有限，完整自研链条仍存在短板。同时，行业标准与生态尚不健全，硬件接口、通信协议与软件兼容性不统一，数据壁垒明显，开源社区影响力有待扩大，优质交互数据有限。安全治理方面，事故责任认定难，持续数据采集面临隐私与安全风险，跨机构合作还需要强化可信机制。
为应对这些问题，我国应抓住当前窗口期，把自主创新作为核心动力，把标准制定和安全治理作为关键举措，加速孕育具身智能产业生态圈，为科技强国建设注入新动能。
首先，加强战略科技力量，筑牢创新根基。结合举国体制，发挥重点实验室等平台的科技引领作用，围绕“信息—物理—认知”三域融合大模型、端到端决策架构、仿生材料等方向集中攻关。推进产学研一体化，聚焦伺服电机、减速器等国产替代瓶颈，实现从基础研究到产业化全过程链条贯通，破除创新堵点。
其次，打造开放协作产业生态，高标准推动高质量发展。加快制定统一的硬件、通信和软件兼容标准，推动操作系统与中间件自主可控。推动高质量数据规范与开放，建设面向智能制造、高风险作业等领域的数据标准平台，打破数据流通壁垒。培育本土开源生态系统，推动校企联合建立算法与算力共享机制，降低技术门槛，加速创新与升级。
最后，完善安全治理体系，夯实可信发展基石。构建涵盖算法、数据、硬件的分级防护规则，明确各方主体责任。前置研究系统事故责任归属、机构协作互信等管理机制，制定好具身导航、群体协作等应用场景的安全与伦理标准。探索包容审慎监管，进行全流程安全与伦理评估，建好主动安全防御体系，为具身智能大规模方案落地和长期发展提供制度支撑。
（作者单位：中国科学技术发展战略研究院）
