北京通用人工智能研究院院長，北京大學人工智能研究院、智能學院院長朱松純在2025世界機器人大會主論壇發表演講《通用人工智能：打造通智大腦，賦能具身智能》

法國國立特殊教育高等學院教授Sophie Sakka在以《人形機器人為特殊人群開啟新的溝通之門》為題的分享中表示，當人與機器人自然對話時，社會防御機制會顯著降低。機器人通過構建非評判性的互動環境，剝離復雜人際關系的干擾，讓研究者得以更清晰地觀察自閉癥患者等需要特殊關懷群體的認知與心理狀態。她分享了運用人形機器人治療多動癥、自閉癥、阿爾茲海默癥等疾病的實踐案例，她指出，通過科學的方法論設計，人形機器人正在為特殊群體構建溫和的社交過渡空間，幫助他們以更舒適的方式融入社會。這項工作需要跨學科協作，更需要對人性本質的深刻理解。

智元機器人合伙人兼具身業務部總裁姚卯青以《通向具身智能大規模突破之路——智元的本體、數據、算法飛輪》為題作演講。他指出，要實現機器人產品在工業等高門檻場景的真正落地，必須圍繞本體、數據、算法與應用緊密耦合，形成持續迭代的閉環。唯有通過全棧協同，才能突破單一環節的局限，使機器人實現與人類相當的成本、節拍與穩定性水平，達到可落地的效果。他強調，具身智能是一個復雜的系統，在設計、生產、制造，軟件、數據以及模型處理的鏈路上所有誤差都會被逐級放大，追求一致性能夠將各個環節的誤差減到最小，這就是量產的意義和數據共享的基礎。

英國拉夫堡大學教授Massimiliano Zecca以《人形機器人在老齡化社會中的角色與挑戰》為題作分享。他表示，當前全球正面臨前所未有的老齡化趨勢，人口結構失衡和醫療成本激增的結構性矛盾導致勞動力短缺與經濟壓力并存，形成生活質量越來越低、醫療成本越來越高的惡性循環。AI大腦、硬件升級、腦際接口等技術演進為機器人融入養老場景奠定了基礎，人形機器人有望在健康管理、互動陪伴、能力拓展等方面發揮更大的作用。他同時指出，人形機器人的商業化和規模化應用仍然面臨多重挑戰，研究者們要從技術可行性、社會接受度、經濟可持續性等多維度協同發力，才能讓人形機器人真正成為老齡化社會的有力支撐。

傅利葉智能科技公司創始人兼首席執行官顧捷以《做“有溫度的”具身智能》為題作演講。他指出，機器人一定要服務于人、賦能于人，傅利葉成立十年來，從康復機器人、外骨骼機器人起步，逐步拓展至人形機器人領域，始終秉持“以人為本”的主線推進產品與技術的研發。他分享了傅利葉推出的新一代人形機器人產品GR-3，該機器人定位于交互陪伴功能，在機身設計、交互系統、外觀材料、肢體動作等多個方面進行創新，將面向專業護理、康復、養老等公共服務場景展開應用探索。他強調，未來的智能體將不單單是被動地執行命令，而是融匯多感官數據輸入，與人類展開更自然更主動的交互，進而形成安全可靠的長期陪伴關系。 

國家地方共建具身智能機器人創新中心總經理熊友軍以《天工驅動，開物共生：構建具身智能產業新生態》為題作分享。他表示，當前全球人形機器人產業正迎來需求與技術雙輪驅動的黃金時代，一方面，成本大幅下降、運動控制提升、AI大模型驅動等技術進步顯著推動產業升級，另一方面，“基礎能力迭代-自主決策探索-場景試點驗證”的良性循環在企業層面逐漸形成。國家地方共建具身智能機器人創新中心通過構建具身智能共性技術研發平臺、打造數據集全鏈條的閉環、搭建中試驗證平臺、建設公共測試實驗室、建立開源社區等多種舉措，持續提升機器人產業生態構建能力。希望與大家攜手，共同開啟中國具身智能應用的新紀元。

國家地方共建人形機器人創新中心首席科學家江磊作題為《“青龍”啟航—解鎖人形機器人開源新密碼》的報告，他提到，目前我國人形機器人整機平臺超過160家，真機數據超過600萬，此外還有眾多核心零部件企業。截至2025年7月底，中國人形機器人行業融資總額已超過240億，已超過2024年全年融資總額，市場熱度還在持續上升。人形機器人在AGI時代正系統性重構開發流程：未來的核心方向將從傳統控制算法設計，轉向構建規模化訓練場景，通過數據閉環迭代培育具身智能能力，最終實現產業范式的根本性革新。

科大訊飛副總裁、研究院院長劉聰作題為《具身智能時代，需要什么樣的AI能力？》的報告，他提出具身智能時代需要的AI能力包括：提升執行與運動能力以趨近自主智能、優化復雜場景下的人機交互能力、拓展國際化能力以推動海外市場發展。 “VR/AR與大模型融合” 是當下的主流路徑，將分散的能力點，包括空間理解、分析、運動軌跡預測、抓取預測整合為系統性技術棧，提高機器人執行復雜任務時的流暢性和連續性。

穹徹智能聯合創始人，上海交通大學人工智能學院副院長盧策吾作《具身智能求解與產業化》的報告，他提到，從第一性原理來考慮操作認知的空間應該如何拆解，第一是泛化性、第二是魯棒性。從泛化性視角出發其團隊提出“數字基因”概念，旨在為所有事物的操作提供一種萬能說明書。然而，當前使用視覺語言模型（VLA）和語言大模型時，機器人難以有效理解數據，因此，亟需開發說明書級別的指導體系，將物體解析轉化為程序化語言（而非自然語言），但這一關鍵能力目前仍然缺失。魯棒性討論的核心問題是輸出軌跡缺乏力反饋，導致學習新階段極為困難。其力反饋大模型同時擁有物理機制和VLA的通用能力，能夠精準的持續循力進行操作，大大的提高VLA的魯棒性。

浙江省人形機器人創新中心首席科學家熊蓉作題目為《靈境啟元：打造落地應用具身智能人形機器人》的報告，她提到，目前機器人要實現在各行各業的廣泛應用，還需要高度依賴專業人員，歸根究底是因為其智能適應性比較差。要實現機器人通用易用，同時充分結合行業應用需求，形成行業應用解決方案的目標，一方面可以采用人形通用形態設計，通過標準化形態實現廣泛場景覆蓋。同時考慮專業化作業能力需求，開發出形成可執行精密任務的半人形機器人體系。第二是算法通用性，包括自適應算法架構及通過二次開發形成行業落地閉環。

星動紀元創始人，清華大學教授陳建宇作題為《具身智能時代，通用人形機器人發展路徑》的報告，他認為，通用機器人是AI下一步發展趨勢，AI已經逐步進入到了各種電腦手機等終端，現在正在從思考走向行動，機器人由于有更強大、更通用的移動和操作能力，未來必將帶來整個生產力和社會服務力的革新。基于"通用大腦+通用本體"的協同架構，通過構建場景驅動的數據閉環迭代機制，形成可擴展的統一模型體系，實現對異構機器人本體的智能適配。該架構支持多形態本體在差異化場景中的部署，同時通過本體-場景的雙向數據反饋持續優化模型，最終形成"模型統一化、本體模塊化、場景自適應"的技術閉環。

銀河通用創始人、首席技術官，北京大學助理教授王鶴作題為《以合成數據為翼，驅動人形機器人商業化騰飛》的報告，他認為人形機器人若要實現大規模的商業化落地，目前面臨著一個重大挑戰——數據缺失問題，且這些數據必須包含動作數據。物理仿真與計算機圖形學的深度融合，能夠構建出一套完整的數據增強與生成解決方案。具體而言，借助計算機圖形學的技術手段，可以將真實世界的物理規律完整地遷移至計算仿真環境中，從而實現大規模物體資產的交互性。利用銀河通用積累的合成管線，能夠生成大量的動作數據。這些數據既可以通過直接合成的方式產生，也能借助強化學習，讓人形機器人在自主摸索中生成。無論是直接合成還是強化學習試錯生成的數據，都可以通過仿真器進行進一步的檢驗和優化。之后，再利用渲染器將這些數據轉化為視覺數據。最終，通過Sim2Real（從虛擬到真實）的技術遷移，將訓練好的模型直接部署在真實世界中，推動人形機器人的商業化應用。

眾擎機器人創始人趙同陽在《人形機器人—人類第四次工業革命》為題的演講中表示，機器人如果只具有工具屬性而不具有情緒價值是遠遠不夠的，人形機器人其雙腿設計旨在實現全地形移動能力（如樓梯、復雜環境），突破輪式機器人的場景限制；雙臂與雙手則用于適應人類環境中的各類操作任務。盡管當前機型在造型、行動上已接近人類表現，但未來核心突破在于賦予機器人"知書達禮"的智能——不僅要擁有海量知識（知書），更需具備情感交互與社交理解能力（達禮），實現自然愉悅的溝通，最終成為能思考、共情的人類伙伴，而非僅執行指令的工具。

阿依瓦（北京）技術有限公司首席科學家張顥作題為《阿爾勃特機器人之眼，從用得上到用得起—邁向機器人落地的堅實步伐》的報告，他認為，良好的視覺是機器人的核心能力，但是，目前市場上機器人的視覺感知能力，還遠遠遜色于它們的運動控制能力。因此，機器人產能、智能化升級的關鍵，是需要一種即插即用的技術平臺，這個技術平臺可以盡快的把機器人視覺方面的瓶頸補貼全，如果沒有視覺，機器人的智能就很難談得上。

加速進化科技有限公司董事長程昊在以《當足球遇上機器人—加速進化的具身智能探索之旅》為主題的演講中表示，加速進化的愿景是將人形機器人發展得像個人計算機一樣普及、可靠且實用。為實現這一目標，公司提出"四肢健全→認知健全"的漸進式技術路徑：先專注于提升機器人運動能力（行走、跑跳、簡單操作），在簡單場景逐步落地應用（如踢足球、搬箱子）；通過落地過程采集真實場景數據，結合仿真與生成數據訓練未來"具身大模型大腦"。針對行業爭議，他主張技術研發需分階段投入——當前優先夯實硬件基礎與場景落地，待數據規模充足、技術范式成熟后再發力認知層，類比云計算規模效應，明確這是兼顧商業可行性與長期目標的務實策略。

星海圖公司聯合創始人、首席科學家趙行以《前沿技術首發：星海圖VLA模型——開啟具身智能的新紀元》為題作分享。他指出，AI在過去數十年的發展呈現出兩個關鍵趨勢，一是AI模型性能隨數據規模、計算量及模型參數的增加而持續提升，二是AI的實質進展往往源于計算能力的提升，而非算法的局部優化，發展AI的根本方法是做好“學習”和“搜索”，具身智能的發展也正呼應這一邏輯。他強調，真實的機器人數據是打破具身智能天花板上限能力的關鍵技術，并主張讓機器人脫離受限的測試環境，進入真實場景執行任務，從而采集更具泛化性的數據。

樂聚（深圳）機器人技術有限公司董市長冷曉琨以《從教育先鋒到工業新秀——人形機器人的多元場景進化》為題作分享。他指出，人形機器人未來發展的核心是從人到機器人的行為數字化知識遷移。隨著具身智能的出現，機器人正在由過去的純小腦控制，演進為大腦和小腦的深度融合，但由于行業對大腦的模型架構尚未形成清晰的定位，相對于小腦基本已經開始收斂的技術路線，機器人大腦的發展方向還有待進一步探索。他認為，人形機器人發展的最終目的是進入家庭、服務、養老的應用場景，而在此之前還要經歷從科研商服到工業機器人的過渡期，工業具身智能的爆發是過程而非終點，人形機器人未來一定會走進千行百業。

達摩院樂云具身智能平臺負責人陳明修在以《樂云具身智能：大小腦協同一站式開發平臺》為題的分享中指出，具身智能是通往通用人工智能的必經之路，未來十年將由AI驅動的智能機器人革命來定義。數字智能體正加速向物理世界滲透，高精度具身本體通過與物理環境的交互，將提供多模態、大規模數據，推動智能能力邁上新的Scaling Law臺階。他認為，當前的具身智能大模型還沒有達到涌現的階段，整個生態需要持續的迭代和突破，他將具身智能的發展分為五個階段，從無智能、單點技能突破、復雜場景泛化、自我學習迭代，最終實現人機共存。

海克斯康集團機器人產業單元技術副總裁Jaime Duarte視頻展示了海克斯康集團在人形機器人領域的最新成果，并以《通過人形機器人來構建自主化的未來》為題作演講。他指出，該產品在人工智能開發方面實現了多項核心技術的突破：一是基于英偉達Omniverse平臺構建的虛擬仿真系統，使機器人通過強化學習快速掌握移動技能，成功解決從虛擬訓練到物理世界部署的遷移難題；二是開發了具備任務泛化能力的智能決策系統，正如視頻中展示的物體分揀場景，機器人可自主識別物品類別并完成精準分類；三是集成微米級三維掃描模塊，結合數字孿生技術構建閉環訓練系統，使機器人通過模擬環境預訓練后，能在真實操作中快速達到人類技師的熟練水平。

香港大學數據及系統工程系機器人與自動化講座教授及系主任、香港大學新興技術研究所所長席寧主持以“機器人與具身智能領域的人才：從技術執行者到生態構建者”為主題的對話環節。

中國工程院外籍院士，德國工程院院士張建偉在對話中表示，在教育方面，未來，傳統灌輸式教學模式將被顛覆，AI Agent將成為主要的知識傳授載體，實現全球優質教學資源的個性化交互學習。對于個人發展，特別是年輕學子，張建偉建議要培養達芬奇式的跨學科視野，構建"觀察自然—解釋現象—構建模型—解決現實問題"的完整創新鏈條能力，同時保持強烈的好奇心和自驅力，掌握提出關鍵科學問題的能力，并建立跟蹤學術前沿與產業動態的系統方法。未來人才需要突破傳統專業界限，培養與AI系統協同工作的新型工作模式適應力，只有教育系統實現從知識傳授向能力鍛造的轉變，才能滿足具身智能時代對復合型人才的需求。

加拿大工程院院士，南方科技大學講席教授張宏在對話中表示，具身智能是“具身”（機器人物理載體）與“智能”（人工智能）的結合，本質上是機器人與AI技術的融合。他指出，這一概念“既新又舊”，過去因技術不成熟，機器人學與人工智能研究分離，而如今機器人需要AI作為“大腦”，AI也需要機器人作為落地載體，從而催生了具身智能領域。關于人才培養，他強調不必盲目跟風，因為具身智能所需的核心能力與傳統科技工程領域一致，關鍵是學習能力（快速掌握新知識）和解決問題能力（分解并高效處理復雜問題），而非狹窄的專業技能。他主張回歸基礎能力培養，以適應未來技術發展的多變需求。

清華大學研究員趙明國在對話中表示，具身智能作為快速迭代的新興領域，其知識更新速度極快，面對這一挑戰，教育模式必須從知識傳授轉向問題導向：基礎教育保持系統性，但創新研究必須直面前沿問題，通過與產業結合在實踐中學習。就像補衣服破洞需要根據具體需求選擇補法一樣，解決方案應隨實際問題動態調整。趙明國認為，未來5-10年教育將發生極大變革，師生都需要在真實應用場景中重構知識體系，建立從問題發現到創新解決的全新學習范式，這種產教融合、問題驅動的模式才是適應具身智能快速發展的關鍵。

云深處科技創始人，浙江大學教授朱秋國在對話中，首先強調"守正創新"，必須堅守基礎學科，同時通過增設AI微課程等靈活方式實現教學內容的快速迭代，特別要求師生共同擁抱AI工具；其次提出"敏捷科研"，以自身指導學生緊急切換人形機器人研究方向的成功案例，印證了及時追蹤技術前沿的重要性；最后構建"產學研梯度創新"模型，主張高校不僅要聚焦原理突破，也要注重技術驗證，通過深度對接企業需求，在解決產線實際問題的過程中培養工程創新能力，這種既強調基礎學科定力又注重產教融合動力的辯證思維，為快速迭代的AI教育提供了可操作的實踐路徑。

奧達智聲醫療科技有限公司創始人，日本早稻田大學副教授張博在對話通過對比中日科研文化差異，指出日本強調政府引導下的細分領域深耕，避免同質化競爭，而中國雖創新活力旺盛、技術成果豐碩（如手術機器人領域涌現大量企業），卻存在同質扎堆導致資源分散的情況。他建議中國政府需加強引導以優化競爭生態（如課題資助、產業規劃），并著重解決技術落地核心瓶頸。同時，呼吁制定超長期目標、銜接學術界與大型企業促進技術產業化，并深化國際合作（如結合中國應用優勢與他國長期探索），共同加速具身智能等前沿技術從創新研發到實際普惠應用的發展進程，真正實現"技術造福社會"的目標。