他们认为，随着具身智能硬件、软件、生态深度融合，机器人能胜任人类的大多数工作。有企业家提出，当机器人成为主要生产力后，人类将有更多时间和机会探索宇宙，尽享“星辰大海”。 既要仰望星空，也要脚踏实地。多名具身智能专家在思辨会上强调了多模态语料数据痛点。他们表示，数据短缺是具身智能发展的真命题，且数据多来自受控环境，质量与真实场景需求存在差距。产业应用对数据质量要求更高，这需要政府与企业协同构建贴合实际场景的高质量数据集，推动机器人应用落地。 “现在，具身智能行业的发展速度和呈现状态远超所有人预期，但其实很多人不清楚具身智能机器人这一概念的起源。”国家地方共建人形机器人创新中心首席科学家江磊表示，1986年，863计划（国家高技术研究发展计划）开始实施，其中提出了“智能机器人”研究方向，开启了我国机器人研究的历程。 江磊说，近 40 年过去了，如今人们在这一基础上新增 “具身” 二字，提出 “具身智能机器人”，标志着行业迎来了全新发展阶段。“很多人说这是机器人行业的 ‘翻篇’，但我并不完全认同。它更像是历代从业者不断探索尝试的积累，是整个行业在追逐 ‘星辰大海’ 愿景过程中，一个极具里程碑意义的热点爆发。” 对于2050年具身智能机器人的理想和愿景，上海青心意创科技有限公司CTO曾俊表示，至少能于2050年前实现三个核心维度“质的飞跃”。 一是硬件能够稳定、可靠地满足任务要求，这是基础保障。二是软件集成度提升，当人们下达任意任务指令时，配套软件能高效支撑机器人完成与人、与环境的交互，还具备紧急情况下的自动响应能力。 三是在产品生态上，2050年前，行业已明确可盈利的商业方向，且这些盈利方向能清晰拆解为对应的软件和硬件需求。当硬件、软件、生态三者深度融合，行业就能进入良性循环的发展状态，形成持续前进的 “飞轮效应”。 开普勒副总裁宋华作出了较为乐观的预测，他表示，具身智能的发展速度将快于业内预期。到2050年，行业已彻底解决两大核心问题。在硬件稳定性上，经过多轮迭代更新，硬件性能会达到非常可靠的水平；软件功能性方面，通过持续迭代，机器人能精准完成各类预设任务。 宋华认为，人机共存的社会，将出现专门服务于机器人的配套体系，例如类似人类医院、学校、培训机构的单位，为机器人提供维护、升级和技术赋能。 “人形机器人的核心发展逻辑，是追求机器人能胜任各类任务。”新时达副总经理蔡亮表示，十五年内想要机器人做到 “无所不能” ，存在不小的挑战，但整体发展方向是积极向好的。 他还透露，新时达将具身智能作为未来发展的重点方向，正在从传统工业机器人向具身智能加速转型，预计本月月底或2026年年初左右会公布具身智能方面的新进展。 蔡亮还抛出一个颇具哲学意味的思考：若未来机器人具备高度的运动能力和任务执行力，能胜任人类所有的工作，那人类的价值在哪里？“到时候，真正困扰大家的可能不再是如何让机器人做事，而是人类该做什么。”他说。 对于上述问题，宋华提出，人类对未知世界的探索欲望是无限的。如今太空探索已迈出了第一步，未来太空必然会成为无数人向往的美好家园。而这件事，必须借助人形机器人的力量 —— 让机器人为人类创造更多财富，让人类有更多时间和机会投身太空探索。 具身智能何时迎来“ChatGPT时刻”？在2025全球开发者先锋大会思辨会上，业内人士普遍指出，模型是具身智能的 “大脑”，数据是滋养大脑的 “养分”。大语言模型的爆发，源于海量高质量语料的支撑；而具身智能要实现从 “能行动” 到 “会思考” 的跨越，同样离不开多模态语料数据的“质的飞跃”。 灵御智能首席科学家、清华大学自动化系长聘副教授莫一林表示，数据缺失是公认的非常严重的行业痛点，尤其是较自动驾驶行业而言，具身智能数据集规模远远未达到合理水平。 数据的问题，不仅体现在数量上，更反映在质量上。莫一林进一步表示，大量具身智能数据是在实验室、数据采集场等受控、干净的环境中采集的，而自动驾驶数据则来自真实的道路行驶场景，更贴近实际应用需求。由于具身智能机器人尚未大规模落地，数据采集只能局限于实验室、工厂或数据农场，这导致具身智能数据质量与自动驾驶数据存在显著差距。这一问题必须得到正视并着力解决。 上海科技大学教授顾家远也表示，仿真数据已成为具身智能数据的重要来源。此外，数据质量是至关重要的，尤其是叠衣服、高精度操作等场景对数据采集的精度和细节要求极高，数据质量直接影响模型的学习效果。 上大通用智能机器人研究院特聘研究员、技术副总监黄嘉锋强调了“数据维度”和“数据信息密度”的重要性，他表示，具身智能需要解决的任务更复杂，且完全处于真实物理场景中，这与大语言模型有本质区别。大语言模型可以通过文本、图像数据识别物体、拆解任务；但在物理世界中执行任务时，仅靠文本、图像数据和机器人关节数据是不够的 ，真实物理场景需要动态交互。 “中国有句古话 ：人教人教不会，事教人一次会。机器人只有真正感知物理世界，才能理解‘为什么抓不住衣服’‘为什么踢球后球会因重力下落’等底层逻辑。”黄嘉锋表示，具身智能数据需要增加维度，纳入力传感器、触觉传感器等数据——这些对人类而言习以为常的感知信息，对机器人理解物理世界至关重要。 数据的正负样本比例亦受到专家的关注。黄嘉锋表示，当前训练数据大多聚焦于 “如何正确完成任务”，但缺乏 “错误操作的后果及原因” 相关数据，包括 “没抓稳杯子会掉落破碎”“掉落的原因是握持力不足”等。具身智能需要理解真实的物理逻辑，而正负样本的均衡搭配，能帮助模型更全面地掌握任务规律。
spider
spider
spider