As a generation all of us,

we‘re born too late to explore the earth,

we‘re born too early to travel to other galaxies,

we‘re born just in time to solve robotics.

——2025 GTC

在科技飛速迭代、商業(yè)格局不斷重塑的當下，具身智能作為人工智能與機器人領(lǐng)域深度融合的前沿賽道，正吸引著各界的目光，成為推動產(chǎn)業(yè)變革的關(guān)鍵力量。

2025年4月13日，由戰(zhàn)略節(jié)奏研習社、清華MBA具身智能俱樂部主辦，清華x-lab協(xié)辦，主題為「從產(chǎn)業(yè)視角看具身智能發(fā)展」的閉門會成功落幕。眾多行業(yè)精英、專家學者、投資界人士齊聚一堂，圍繞具身智能領(lǐng)域的關(guān)鍵議題展開深度研討，為行業(yè)發(fā)展提供新思路、探索新方向。

清華MBA具身智能俱樂部主席王明玥在活動開始前介紹了俱樂部創(chuàng)立的初衷與愿景，并展望后續(xù)活動規(guī)劃。

由地瓜機器人技術(shù)副總裁秦玉森《具身智能的現(xiàn)代應用與系統(tǒng)化挑戰(zhàn)》、華如科技副總裁陳敏杰《解析仿真技術(shù)與具身智能的協(xié)同進化》專題分享正式開篇。

秦玉森在演講中指出，智能概念自1950年圖靈測試提出后經(jīng)歷了起伏，如今具身智能面臨產(chǎn)業(yè)規(guī)范缺失、技術(shù)復雜性、產(chǎn)業(yè)鏈不成熟等挑戰(zhàn)。他強調(diào)機器人行業(yè)需長期投入，技術(shù)發(fā)展有周期，需找到類似新能源汽車鋰電池那樣的底層技術(shù)突破點，推動行業(yè)進步。陳敏杰認為，仿真技術(shù)是研究復雜問題的重要手段，可為具身智能提供虛擬環(huán)境和海量數(shù)據(jù)支持。具身智能強調(diào)交互性、多模態(tài)感知與自主能力，仿真可助力其突破數(shù)據(jù)瓶頸，加速技術(shù)發(fā)展。當前具身智能在技術(shù)、場景和倫理方面面臨挑戰(zhàn)，但技術(shù)正加速突破，未來有望在自動駕駛、家庭服務等領(lǐng)域廣泛應用。

隨后陣容強大的嘉賓熱烈地進行了圓桌討論。嘉賓涵蓋學術(shù)、產(chǎn)業(yè)、投資等多個領(lǐng)域。有從產(chǎn)業(yè)創(chuàng)新視角為行業(yè)發(fā)展提供深刻見解的朱恒源教授；在機器人領(lǐng)域深耕 20 多年趙明國教授；推動創(chuàng)意創(chuàng)新創(chuàng)業(yè)的清華x-lab郝秀清主任；還有來自學校、企業(yè)、投資機構(gòu)的代表，如劉明豫、侯偉、史雪松、朱向前、劉松銘、秦深濤等，他們從各自的專業(yè)領(lǐng)域出發(fā)，為會議帶來了多元的觀點和豐富的實踐經(jīng)驗。

會議聚焦四大核心問題：人形機器人的 “GPT moment” 何時發(fā)生及呈現(xiàn)形式；人形機器人行業(yè)近兩年從實驗室走向大眾視野的變化；人形機器人未來 1 - 5 年最可能的商業(yè)化落地場景；人形機器人的技術(shù)卡點，以及哪些卡點可能最早突破、哪些需要長期投入。

一、具身智能的“GPT moment” 何時到來？技術(shù)與市場的深度結(jié)合

朱恒源教授對 “GPT moment”有著深刻的見解。他指出，真正的 “GPT moment”發(fā)生之時，一定是企業(yè)家要創(chuàng)造出前所未有的新產(chǎn)品、滿足新的需求，這需要技術(shù)和商業(yè)的深度結(jié)合。回顧歷史，新技術(shù)往往先在社會阻力最小的方向展開應用，逐漸改進技術(shù)和形成關(guān)鍵需求規(guī)模，才會迎來廣泛應用。就像內(nèi)燃機最初應用于火車這個最大的、技術(shù)替換門檻較低的需求場景，后來才逐漸拓展到其他領(lǐng)域。對于人形機器人來說，目前還處于技術(shù)探索和市場試探階段，需要不斷積累和創(chuàng)新，去尋找那個場景。他進一步解釋，在具身智能的發(fā)展過程中，單一任務泛化和多任務拓展會引發(fā)市場的多樣探索。企業(yè)和創(chuàng)業(yè)者在這個過程中既要努力說服客戶發(fā)現(xiàn)新需求、購買產(chǎn)品，又要說服投資人提供資金，但成功實現(xiàn)商業(yè)價值的只是少數(shù)。不過，這些創(chuàng)新嘗試為整個產(chǎn)業(yè)積累了關(guān)鍵能力，推動了具身智能產(chǎn)業(yè)的發(fā)展。他強調(diào)，從歷史經(jīng)驗看，新技術(shù)的應用往往從滿足已有需求的技術(shù)替代開始，逐漸拓展新的應用領(lǐng)域。因此，具身智能的發(fā)展也可以遵循這一規(guī)律，先從現(xiàn)有場景入手，逐步實現(xiàn)技術(shù)突破和市場拓展。

趙明國教授表示，目前行業(yè)對 “GPT moment”的到來時間難以確定。他認為，技術(shù)的發(fā)展充滿不確定性，需要在技術(shù)突破和市場需求之間找到平衡。在實現(xiàn)這些關(guān)鍵節(jié)點之前，行業(yè)還需要解決諸多技術(shù)和應用層面的問題。

侯偉雖未直接對這兩個時刻進行定義，但從他對全身強化學習突破的關(guān)注可以看出，他期待技術(shù)的質(zhì)變能推動行業(yè)迎來類似 “GPT moment” 的轉(zhuǎn)折，實現(xiàn)更廣泛的應用和市場認可。而史雪松則認為，“GPT moment” 可能發(fā)生在機器人從單任務邁向多任務，能夠通過大語言模型實現(xiàn)與普通人自然交互之時，但目前 VLA 技術(shù)還處于初級階段，存在諸多卡點?！癷Phone 時刻” 的實現(xiàn)則更為困難，它需要產(chǎn)品化的重大突破，涉及整個產(chǎn)業(yè)鏈的協(xié)同，當前環(huán)境下較難達成。

二、行業(yè)變化：技術(shù)迭代與市場擴張雙輪驅(qū)動

研究機器人多年的趙明國教授，對行業(yè)變化有著深刻的感受，他提到，過去搞人形機器人的人寥寥無幾，企業(yè)也屈指可數(shù)，如今參與人數(shù)和企業(yè)數(shù)量大幅增長。特斯拉的進入帶來了產(chǎn)業(yè)模式的轉(zhuǎn)變，英偉達以大規(guī)模仿真推動技術(shù)發(fā)展，AI 領(lǐng)域眾多企業(yè)的參與使行業(yè)技術(shù)得到了快速發(fā)展。但他也指出，中國和美國在行業(yè)發(fā)展上存在明顯差異。美國企業(yè)憑借雄厚資金和長遠戰(zhàn)略布局，積極投入資源推動行業(yè)發(fā)展；中國企業(yè)則多著眼于短期利益，缺乏像美國企業(yè)那樣的革命性舉措。此外，他還強調(diào)，目前行業(yè)內(nèi)對一些關(guān)鍵技術(shù)，如 VLA 的理解和應用存在不足，整個行業(yè)未來兩三年可能會面臨大洗牌。

劉松銘博士分享了自己投身于具身智能學術(shù)研究的原因：大模型技術(shù)的進步使人形機器人在智能層面有了更多可能，同時特斯拉、谷歌等企業(yè)的相關(guān)工作，讓該領(lǐng)域展現(xiàn)出突破的潛力。

郝秀清主任從資本和創(chuàng)業(yè)的角度進行分享：資本對具身智能的關(guān)注度不斷提高，創(chuàng)業(yè)者也紛紛涌入這個領(lǐng)域，中國在該領(lǐng)域呈現(xiàn)出百家爭鳴的態(tài)勢。希望我們的同學抓住風口。

侯偉認為，GPT 的出現(xiàn)讓人們看到了 AI 的泛化能力，引發(fā)了對具身智能的想象，同時中美科技競爭也促使國內(nèi)加大在該領(lǐng)域的投入。雖然過去他對人形機器人行業(yè)有所悲觀，但近期全身強化學習領(lǐng)域的突破讓他看到了行業(yè)的新希望，人形機器人在表演領(lǐng)域已逐漸形成市場，滿足了人類對其的想象力。

史雪松則從技術(shù)落地的角度談到行業(yè)變化。他提到，近年來資本對具身智能的關(guān)注度大幅提升，這促使大量企業(yè)涌入賽道，在一定程度上加速了技術(shù)從實驗室走向?qū)嶋H應用的進程。不過，這種熱度也帶來了挑戰(zhàn)，許多企業(yè)在技術(shù)尚未成熟、應用場景尚未清晰的情況下盲目跟風，可能導致行業(yè)發(fā)展的泡沫化。他強調(diào)，技術(shù)落地需要扎實的研發(fā)和對市場需求的精準把握，不能僅靠資本推動。

從事軍工行業(yè)的陳敏杰從以往參觀亦莊機器人大會的體驗以及對俄烏戰(zhàn)爭的觀察，看到了發(fā)展具身智能的必要性和重要性。

三、商業(yè)化落地：短期聚焦細分，長期探索多元

在探討人形機器人未來 1 - 5 年的商業(yè)化落地場景時，朱恒源教授在這個問題上強調(diào)，企業(yè)應根據(jù)自身資源和戰(zhàn)略定位選擇合適的投資方向。不同規(guī)模的資金在投資策略上有所不同，要充分考慮技術(shù)應用的場景和需求，通過技術(shù)替代滿足已有需求，逐步拓展商業(yè)前景。

華山資本合伙人劉明豫以 figure AI 為例，指出其高估值背后是宏大的故事、明星團隊、技術(shù)落地以及與頭部企業(yè)合作的落地場景。她認為國內(nèi)企業(yè)可在估值、技術(shù)落地和場景應用上對標，但同時強調(diào)要關(guān)注垂類機器人投資，先抓住確定性的機會，如核心零部件投資，再逐步關(guān)注整機公司。

趙明國教授對人形機器人未來 1 - 3 年的商業(yè)化落地持謹慎態(tài)度，他認為短期內(nèi)人形機器人難以實現(xiàn)大規(guī)模商業(yè)落地。從產(chǎn)品形態(tài)來看，輪臂和手部相關(guān)產(chǎn)品可能會率先落地，教育科研領(lǐng)域目前已經(jīng)是一個可行的市場，未來三到五年，展演、簡單服務等場景也可能會逐步擴大。他還提到，中國在人形機器人領(lǐng)域應具備超越美國企業(yè)的勇氣和決心，以更高的性價比參與國際競爭，但也要注意其中的風險。

侯偉結(jié)合自身經(jīng)驗，指出科研領(lǐng)域和靈巧手相關(guān)應用目前已有一定的商業(yè)化成果。國內(nèi)外客戶需求存在差異，國內(nèi)在表演、迎接等場景有發(fā)展機會，國外則在物流領(lǐng)域有一定應用。隨著機器人操作能力的不斷突破，應用場景將進一步擴大。

史雪松從行業(yè)發(fā)展規(guī)律出發(fā)，建議先將機器人在單一任務上做穩(wěn)定，解鎖商業(yè)和工業(yè)應用。通過提高機器人的泛化性能，相比傳統(tǒng)工業(yè)自動化，可在一些場景中獲得競爭優(yōu)勢，實現(xiàn)垂類應用，有望在未來一兩年養(yǎng)活一批企業(yè)。他還強調(diào)，企業(yè)在選擇商業(yè)化落地場景時，要充分評估自身技術(shù)優(yōu)勢與場景需求的匹配度，優(yōu)先選擇對技術(shù)依賴度高、市場需求迫切且能快速形成規(guī)模效應的場景。

四、技術(shù)卡點：數(shù)據(jù)與架構(gòu)是核心難題

在技術(shù)卡點方面，秦深濤從數(shù)據(jù)基建角度出發(fā)，認為具身智能目前尚未探索到數(shù)據(jù)的邊界，數(shù)據(jù)利用率難以提升。自動駕駛領(lǐng)域面臨的數(shù)據(jù)成本高、質(zhì)量提升難等問題，在具身智能領(lǐng)域同樣存在，且具身智能的技術(shù)卡點解決起來可能更具長期性。他強調(diào)應思考如何構(gòu)建高效的數(shù)據(jù)體系，提高數(shù)據(jù)質(zhì)量，降低成本，同時優(yōu)化架構(gòu)，提高數(shù)據(jù)應用效率。他指出，數(shù)據(jù)是具身智能發(fā)展的基礎，只有解決了數(shù)據(jù)問題，才能為技術(shù)的進一步發(fā)展提供支撐。

關(guān)于具身智能模型能力的問題，他認為當前機器人獲取數(shù)據(jù)困難，與人類學習能力相比，模型在推理和解決新問題方面可能存在不足，或許是因為模型不夠好，數(shù)據(jù)規(guī)模也不夠大。秦深濤對此回應，模型能力的提升確實受到數(shù)據(jù)和架構(gòu)兩方面的制約。從數(shù)據(jù)角度看，機器人難以像人類一樣在日常生活中自然地獲取大量多樣化的數(shù)據(jù)，且現(xiàn)有的數(shù)據(jù)規(guī)模與訓練出真正泛化模型所需的規(guī)模相差甚遠。從架構(gòu)方面來看，現(xiàn)有的模型架構(gòu)在處理復雜任務時，缺乏像人類大腦那樣高效的推理機制。雖然增加數(shù)據(jù)量可以在一定程度上提升模型性能，但當數(shù)據(jù)量達到一定程度后，收益會逐漸遞減，且面對分布外的數(shù)據(jù)時，模型的表現(xiàn)會急劇下降。他提出，要解決這些問題，需要從多個方面入手，探索更有效的數(shù)據(jù)獲取方式，優(yōu)化模型架構(gòu)，引入更先進的算法和技術(shù)。

最后問答環(huán)節(jié)，自動化系博士于同學提了一個非常好的問題“人形機器人的小腦、大腦和本體三個方向，從學術(shù)角度來說，這三個方向哪個更重要？從商業(yè)落地角度來說，這三個方向哪個賽道可能更寬？”引發(fā)了嘉賓熱烈探討。

趙明國教授認為，將人形機器人簡單地分為本體、小腦和大腦并不科學，具身智能強調(diào)的是各部分的復合與協(xié)同。從根本邏輯上講，不能單純地認為某一部分好就一定能推動行業(yè)發(fā)展。每個部分只要做到極致，都有其用武之地。他強調(diào)，企業(yè)和個人不應將命運賭在某一個點上，而應根據(jù)自身能力，在擅長的領(lǐng)域做到頂尖，這樣無論行業(yè)如何發(fā)展，都能找到自己的機會。他以自身在行業(yè)中的觀察為例，行業(yè)發(fā)展需要的是多元化的探索和創(chuàng)新。

朱向前從投資和產(chǎn)業(yè)視角出發(fā)，認為應從應用場景落地的角度思考這個問題。他指出，在未來兩到三年，人形機器人可以先滿足科研市場、教育市場的需求，這些市場雖然碎片化，但具有確定性。同時，面向商業(yè)交互場景，人形機器人也有發(fā)展機會，比如結(jié)合自動駕駛的視覺感知和移動導航技術(shù)，人形機器人可以在文旅、教育、政務等場景中提供服務。他強調(diào)，企業(yè)要關(guān)注技術(shù)的可達性和市場空間，選擇適合自己的細分場景進行突破。對于輪式人形機器人，在特定任務中，如上下料、搬運等，大腦（決策和控制能力）更為重要；而對于一些強調(diào)本體穩(wěn)定性的場景，如展示、表演等，本體則更為關(guān)鍵。他建議創(chuàng)業(yè)者和投資者要腳踏實地，關(guān)注短期的商業(yè)價值，同時也要有長遠的眼光，跟隨前沿技術(shù)的發(fā)展。

侯偉在回答該問題時表示，從商業(yè)落地角度來看，本體（肉身）目前在科研領(lǐng)域和一些表演場景中更容易落地，比如為科研提供實驗設備，在表演場景中展示。但如果要實現(xiàn)真正的通用人工智能，本體、小腦（控制能力）和大腦（決策能力）三者缺一不可。他以加速進化的產(chǎn)品為例，說明在科研市場中，本體性能良好的機器人具有明確的市場需求。而在控制方面，雖然重要，但它依賴于本體，且面臨著與不同本體適配的問題。大腦則更偏向于泛化的決策，一些企業(yè)專注于上層操作的研發(fā)，但要真正實現(xiàn)復雜任務的處理，還需要三者的協(xié)同發(fā)展。他認為，不同的細分場景對各部分的需求不同，企業(yè)應根據(jù)自身定位和市場需求，合理布局研發(fā)方向。

本次具身智能俱樂部閉門會為參會者提供了一個深入交流和思想碰撞的平臺，各位嘉賓的觀點和見解為行業(yè)發(fā)展提供了寶貴的參考。具身智能的發(fā)展前景廣闊，但也面臨諸多挑戰(zhàn)，需要行業(yè)各方攜手共進，以創(chuàng)新為驅(qū)動，以市場需求為導向，穩(wěn)步推動技術(shù)進步和產(chǎn)業(yè)發(fā)展，共同開啟具身智能的新時代。