大咖談：人形機器人與具身智能產業機遇與挑戰
2025-5-9 來源：- 作者：-
如今，人形機器人與具身智能產業發展迅速，你是否對人形機器人與具身智能產業的發展現狀感到好奇？行業取得的進步與面臨的挑戰又有哪些？
4月25日，在中國機器人網、上海汽車會展中心主辦的“2025中國人形機器人生態大會”圓桌論壇環節，上海交通大學教授陳衛東、優艾智合-西安交大具身智能機器人研究院運營中心主任關健、新時達副總裁兼董秘劉菁、開普勒中國區業務負責人張梅魁、卓譽科技副總經理李鴻飛圍繞“人形機器人與具身智能產業機遇與挑戰”這一話題進行了深入討論。
以下是本場圓桌交流實錄，「中國機器人網」整理刪改：
陳衛東：從北京人形機器人馬拉松來看，當下人形機器人的表現如何？技術挑戰有哪些？
李鴻飛：大模型推動人形機器人從指令式執行邁向半自主智能，是質的飛躍。但仍面臨場景適配不足：場景需求旺盛，但技術（如感知、運動控制）尚未滿足實際需求；穩定性存在問題：馬拉松中機器人易傾倒、驅動器過熱，批量應用需提升可靠性；成本過高：整機成本成為企業和個人用戶的門檻，需標準化降本。
張梅魁：行業熱度高是正向信號，馬拉松暴露的散熱、續航等問題需生態鏈協同解決。人形機器人需從場景倒推標準制定，定義穩定性、智能性、泛化性等維度的技術指標，推動行業標準化以降本。
劉菁：類比蒸汽機初期發展，人形機器人技術迭代需要時間，行業內對現狀有預期，公眾可能因不了解技術難度而低估進展。人形機器人面臨系統性問題：零部件（如電機散熱）、整機（上下肢技術路線）、大模型端到端協同等需全鏈條優化；依賴政策引導資源（人才、資金）投入，加速技術迭代。
關健：馬拉松是“偽裝成體育比賽的技術壓力測試”，本質是暴露單一運動性能短板，而非否定整體技術。需糾正“機器人=跑馬拉松”的誤解，理性看待技術發展階段，避免以偏概全。
陳衛東：人形機器人必須采用“頭+雙臂+雙腿”的類人結構嗎？如何看待形態多樣化？
關健：形態由場景決定。機器人形態應“適者生存”，特定場景下輪式、多臂等形態可能更高效（如平坦路面用輪式底盤）。用研究院的思路來看，未來人形機器人的趨勢為共性大腦（大模型）+多元形態，N種機器人適配細分場景，不斷進化。
劉菁：短期百花齊放，初期允許“閹割版”“肢解版”機器人存在（如單臂、狗形），通過“大腦+運動機構”組合探索最優解；長期收斂于人形，人形因兼容多場景功能，標準化后易量產降本，可能成為終局形態（但尺寸可能分化，如0.5米-2米）。
張梅魁：認同短期輪式等形態更高效，但長期看，人形是“平替人類”的終極形態，可覆蓋所有人類工作場景，需技術突破后實現。
李鴻飛：大模型基于人類視角訓練（如視覺數據來自人類身高），引導機器人學習人類思維，形態可能自然趨近于人形；若單一形態能解決問題，無需復雜設計，人形可能因“適配人類環境”成為最簡解。
陳衛東：未來3-5年，人形機器人最有前景的應用領域是哪些？
張梅魁：ToB工業場景與ToC消費場景。優先聚焦封閉、單一場景（如工廠特定工序），通過單點突破驗證可行性，可能出現垂直細分場景（如家庭特定服務），需硬件與軟件快速迭代。
關健：一方面，從具身智能技術來說，它會沿著已有的一條智能化生態基礎上+具身智能的技術板塊，形成生產力的進階。另一方面，具體到人形機器人，未來的發展路徑有多種選擇，看技術怎樣整合能夠達到場景的價值要求，同時合理控制利潤，便可率先實現該場景的規模化應用。
劉菁：以痛點把握作為落地的核心。ToB：解決工業機器人現有痛點（如復雜任務能力不足），形態按需組合（如機械臂+大模型）。ToC：封閉、重復場景（如家庭清潔）優先突破，依賴技術簡化與數據積累（特斯拉通過生產線自訓練迭代）。
李鴻飛：一個是簡單化有一定容錯率的工業場景，另外一個是商業端。工業場景的低容錯率、單一重復工作（如“幼兒園水平”的簡單任務），允許機器人逐步學習優化；容錯率高、數據豐富（如零售擺貨）的商業場景利于模型快速收斂，市場容量大。
陳衛東：對于人形機器人/具身智能未來發展的一句話展望或建議。
關健：機器人技術發展是不可逆的生產力革命，需生態鏈協同推動，共同發展。
劉菁：人形機器人可能成為繼3C、汽車后的第三大制造業終端，形成萬億級市場，需抓住AI與物理世界融合的機遇。
張梅魁：行業需“仰望星空+腳踏實地”，通過創新突破技術與成本瓶頸，聯動上下游共建生態。
李鴻飛：產業鏈需共同協作，加速機器人從實驗室走向現實，釋放人類潛力，實現“未來已來”的技術普惠。
投稿箱：
如果您有機床行業、企業相關新聞稿件發表，或進行資訊合作，歡迎聯系本網編輯部， 郵箱：skjcsc@vip.sina.com
如果您有機床行業、企業相關新聞稿件發表，或進行資訊合作，歡迎聯系本網編輯部， 郵箱：skjcsc@vip.sina.com
更多相關信息
