在全球新一轮科技革命与产业变革的浪潮中，具身智能机器人作为智能制造的核心执行装备，正成为各国竞相布局的战略领域。4月2日，由《智能制造》杂志举办的2025智能制造论坛中，北京航空航天大学陶永副教授演讲中系统阐述了这一领域的技术进展、产业生态与未来方向，为具身智能机器人行业发展赋能。以下为《智能制造》杂志根据演讲内容进行的归纳整理。人形机器人被称为“制造业皇冠顶端的明珠”，集成了机械设计、AI大模型、新型传感器、仿生材料等多学科技术，是各国科技竞争的战略高地。人形机器人的发展阶段主要划分为，1960—2000年的基础理论与原型探索；2000—2020年的技术多样化发展；2020年后，智能化与产业化加速。高盛公司预测2030年全球人形机器人市场规模达380亿美元，马斯克更是大胆预测长期市场规模或突破万亿美元，成为下一代通用智能终端。近年来，国际顶尖企业与研究机构在具身智能机器人领域加速突破。美国波士顿动力公司凭借Atlas机器人展示了动态平衡、复杂地形适应等关键技术，其跳跃、翻跟头等高难度动作引发广泛关注；特斯拉公司推出的Optimus人形机器人则聚焦工业场景，尝试在新能源汽车制造中实现行走与任务操作，为产业化落地提供了想象空间。此外，Figure机器人公司等企业通过物流分拣场景中的灵巧操作验证了实用化潜力，韩国、日本及欧盟则通过国家级计划推动人形机器人研发，试图抢占技术制高点。与国际同步，我国在人形机器人领域也展现出强劲的“百花齐放”态势。今年春节联欢晚会上的宇树机器人和人一块扭秧歌跳舞，进一步的掀起了人形机器人的一个热潮。优必选Walker系列、小米CyberOne、傅利叶GR-1等产品在运动控制与交互能力上不断迭代。高校与科研院所成为技术创新的重要推手：北京航空航天大学、清华大学、浙江大学等机构在仿生机器人理论研究与样机开发中持续突破，乐聚、银河通用等初创企业则通过差异化技术路线探索商业化路径。大规模仿真训练加速机器人开发。基于AI大模型的高性能仿真能力，可支持数千个四足机器人/人形机器人在虚拟环境中并行训练，显著缩短开发周期。与此同时，云端大模型与边缘计算的协同大幅提升了机器人的自主决策效率。英伟达公司推出的机器人仿真训练平台Isaac Lab可同时模拟数千台机器人进行算法训练，显著缩短开发周期；国内北京、上海等地建立的人形机器人的数据采集中心，则为垂直领域大模型的场景适配提供了数据支撑。机器人通过感知-决策-执行闭环实现半自主/全自主运行，其技术路径（如算法、硬件）与智能手机、智能汽车存在高度通用性，有望复制后者产业化发展路径。感知与决策能力的提升离不开多模态大模型的深度融合。集成视觉、激光、触觉、力觉等传感器的环境感知系统，是机器人适应非结构化场景的关键。北京、上海等地相继成立“具身智能机器人创新中心”，致力于攻克运动控制、感知交互等共性技术难题。机器人核心部件的国产化突破是另一大焦点。传统“三大件”——减速器、伺服电机与控制器已逐步实现本土替代，但高功率密度关节、专用芯片及轻量化结构设计仍依赖进口。新型传感器（如多维力控、柔性触觉）与长续航能源系统的研发，成为提升整机性能的关键。例如，国产七自由度机械臂通过模块化设计降低制造成本，但在灵巧手抓取精度上仍需进一步优化。产学研协同创新是打破技术壁垒的核心路径。未来，人形机器人的关键技术挑战包括，第一，平衡性（复杂地形行走）、灵巧操作（双臂抓取、精细作业）等运动控制能力的提升。第二，低成本模块化关节、高能效驱动系统（续航优化）、轻量化材料等硬件瓶颈的突破。第三，智能化短板，主要包括视觉-触觉融合、电子皮肤（多维力觉反馈）等感知能力，AI大模型（如ChatGPT、Deep-seek）与机器人结合，实现多任务自主决策等决策能力。在新一代信息技术的不断发展中，技术融合驱动也进一步促进了人形机器人的快速发展，包括AI+具身智能，大模型赋予机器人自然交互、场景理解与自适应能力；柔性传感器、仿生肌肉驱动、类脑芯片等新型硬件突破等；云端协同训练与多机器人协作（如物流集群、无人机编队）。第一，大脑与小脑的协同进化。人形机器人的技术体系可抽象为“大脑”与“小脑”的协同运作。“大脑”端聚焦智能感知与决策，依赖多模态环境感知（视觉、触觉、力觉融合）和语义场景理解，结合大模型实现自然语言交互与动态任务规划。例如，通过语言指令“请递工具”生成抓取路径，需融合视觉定位与力控反馈。而“小脑”端则负责运动控制与执行，需攻克高自由度全身动力学建模、非结构化环境动态平衡，以及双臂灵巧操作。第二，驱动、感知与轻量化的三重挑战。硬件层面临驱动系统、感知模块与轻量化设计的核心瓶颈。驱动系统需平衡功率密度与成本，主流技术路线为高扭矩电机与谐波减速器一体化设计，但液压驱动在高爆发力场景仍具优势。感知硬件依赖电子皮肤、RGB-D相机与激光雷达融合，目标实现触觉-视觉闭环控制。轻量化则通过碳纤维骨架、仿生肌肉材料（形状记忆合金）将整机重量压缩，同时提升续航。第三，模型、学习与示教的三角博弈。运动控制技术呈现三条并行路径：基于模型的控制依赖精确动力学建模，强化学习，通过仿真训练提升环境适应性，实现跌倒自恢复。人机映射与示教则通过外骨骼采集人体动作，或视频模仿学习生成动作序列，降低编程门槛。三条路径各有优劣，未来或趋向混合架构——模型控制保底安全性，强化学习提升泛化能力。第四，大模型与工具链的双轮驱动。智能化升级依赖多模态大模型与开发工具链的深度融合。大模型赋能体现在垂直领域应用：语言-动作映射、视觉-触觉闭环，然而，工具链国产化率不足，数据标注成本高，仍是产业化掣肘。国际政策动向包括，美国（《国家机器人计划2.0》）、欧盟（《地平线欧洲计划》）、日本（《机器人新战略》）、韩国（《智能机器人基本计划》）等均将智能机器人列为国家战略，聚焦AI融合、核心部件与产业化落地。竞争焦点集中在高端传感器、专用芯片、自主决策算法等关键领域。我国政策体系与行动包括，近几年制定的《“十四五”机器人产业发展规划》，明确机器人技术攻关与产业链升级方向；《人形机器人创新发展指导意见》推动具身智能与人形机器人技术融合，提出打造人形机器人“大脑”和“小脑”，突破“肢体”关键技术，健全技术创新体系等突破关键技术的路径。2023年，在未来产业创新任务揭榜挂帅工作中，将人形机器人列为四大未来产业方向之一，重点突破伺服电机、高动态运动规划等“卡脖子”技术。未来产业创新实施意见中，人形机器人作为核心发展领域，除了支持伺服电机等核心部件的突破性发展外，还支持电子皮肤、灵巧手、感知认知等关键技术研发。具身智能机器人的发展是多学科交叉的技术融合，包括人工智能（大模型）、具身智能、云平台、新型传感器、芯片、新材料等交叉驱动机器人智能化升级。典型应用场景包括高危环境作业（特种机器人）、医疗康复（智能假肢）、物流仓储（AMR协同控制）等。其中几个典型的应用方向，可以代表相关智能机器人前沿发展的方向和热点。第一，仿生机器人，如人形机器人、四足机器人，作为智能技术综合验证平台，有助于推动运动控制、环境适应等通用能力突破；第二，自主感知与决策，构建“智能化大脑”，实现复杂环境下的实时决策（如无人驾驶、工业分拣）；第三，云群控与群体智能，应用案例包括无人机编队表演、物流机器人集群调度等，这些都是未来机器人重点的发展方向；第四，人机智能融合，作为未来发展的新兴领域，包括脑机接口、智能假肢（生机电一体化），助力老龄化社会与残疾人辅助。总的来说，具身智能前沿趋势包括技术热点和产业化方向两个方面。技术热点主要聚焦于灵巧操作大模型（如空间智能与机械臂结合）、触觉反馈灵巧手、具身导航大模型。产业化应用主要落地于人形机器人量产、低空经济（无人机物流）、通用机器人“免编程”智能体开发等。北航机械工业服务机器人重点实验室在这一浪潮中扮演重要角色。团队聚焦双臂灵巧操作与动态环境感知，突破国产七自由度机械臂控制、人机共融规划等关键技术，并在非结构化场景下的安全操作、多传感器融合等领域取得阶段性成果。北航陶永团队出版的《智能机器人创新热点与趋势》、《协作机器人技术及应用》、《机器人学及其应用导论》、《复合机器人技术及应用》等著作，为行业知识共享与人才培养提供了重要参考。从产业链全景看，上游的芯片、传感器与核心零部件研发是技术突破的基础。中游整机集成企业需解决机器人操作系统开发与工具链缺失问题，机器人低代码编程平台与仿真训练工具的需求日益迫切。下游应用场景的拓展则为商业化注入动力。人形机器人的规模化落地需以场景需求反推技术迭代。短期聚焦特种领域，特种作业（如危险环境巡检、抢险救灾）与商业服务（迎宾导览、科研展示）成为落地热点；中期来看，工业制造场景（如新能源汽车装配、柔性生产线）有望规模化应用；长期则需攻克家庭养老、医疗护理等个性化服务场景的复杂需求。具身智能机器人正经历从技术突破向规模化应用过渡的关键期。政策引导、技术迭代与场景创新的协同效应，将推动其成为新一代战略性产业。在这场全球竞赛中，唯有坚持自主创新与开放合作并举，方能在智能机器人的未来版图中占据先机。人形机器人正处于从实验室突破向产业化落地的关键转折期，技术融合与场景扩展将驱动市场爆发。尽管面临智能控制、成本、安全与伦理等挑战，但通过政策引导、生态协同与持续技术攻坚，中国有望在全球人形机器人竞争中占据领先地位。未来十年，人形机器人或将成为继智能手机、新能源汽车后的新一代“国民级”产业。
