终于呈现“微乐海南麻将到底有没有挂”(原来确实是有挂)

　　2025年被业界视为具身智能商业化发展的起点 。目前 ，机器人在理解 、感知以及交互方面都有了更加成熟稳定的表现
，逐渐从实验室迈向更多应用场景
。“一项科学研究成果，在从实验室走向市场的准备阶段是最难的 ，要跨越很多鸿沟
，风险特别大。”全国政协委员
、中国科学院自动化研究所研究员赵晓光在接受记者采访时表示，当前 ，具身智能技术便处于这种“1到10 ”的重要阶段
，需要更多的耐心资本，以及保护创新者利益的社会共识 。

　　“我还是比较乐观的 ，相信未来10至15年
，我们就能拥有人形机器人这样的‘助手’
。”赵晓光对具身智能技术未来的普及应用充满信心。

　　处在商业化关键阶段

　　2025年，“具身智能
”首次被写入政府工作报告 。

　　何为具身智能？赵晓光介绍：“具身智能是指具有身体的智能 ，包括一个机器大脑能够帮助决策，以及肢体能够快速进行反应
，其核心在于实体设备与智能决策的深度融合
。”她表示，这一概念最早由艾伦·图灵于1948年提出 ，区别于仅依赖计算的“离身智能 ”
，具身智能设备既能通过传感器感知物理世界，又能借助大模型理解任务、自主决策并执行。其中 ，人形机器人因体现了对人类体力和智力的仿生
，是具身智能中特殊且较为高端的一种形态 。

　　在赵晓光看来，很多应用场景 ，不一定需要人形机器人来完成
，也许轮式 、四足等具身智能设备对任务的执行效率更高，但人形机器人由于具有与人类接近的外在形象 ，在交互与服务过程中更能让人有亲近感
，对于未来养老等服务场景会是一个很好的选择
。“未来我们还希望为我们服务的人形机器人，胳膊是软的、有温度的 ，这将是人形机器人重要发展方向。
”

　　有观点认为2025年是人形机器人商用的元年，对此
，赵晓光表示，更准确的说法应该是其处在商业化应用的起点 ，大规模拓展应用仍需时日 。“具身智能正处在从实验室走向市场的关键阶段。随着技术
、市场需求不断发展
，人形机器人一定会非常受欢迎
。”

　　大模型带来更聪明的大脑

　　ChatGPT、DeepSeek等大模型的技术突破，让具身智能的发展如虎添翼。“大模型给了机器人一个更聪明的大脑 。 ”赵晓光表示
。

　　畅想具身智能机器人成为科研人员的实验室助手 ，赵晓光描述
，假设我们需要机器人助手帮忙取回焊接好的电路板，传统的机器人仅能执行预设的指令 ，而具身智能机器人则能够依托大模型
，自主完成环境感知 、记忆检索
、路径规划与任务执行的全链条过程。

　　“比如，机器人通过大模型的推理能力拆解任务 ，通过记录的实验室过往视频
，准确定位电路板的位置，再结合实时导航 ，才能送至我所指定的地点 。
”赵晓光表示，这一过程模拟了人类的感知、记忆 、思考与执行的四重智能
。如果没有大模型
，机器人仅能依赖固定编程，缺少对环境的适应 ，能力将大幅受限。

　　赵晓光认为
，具身智能的核心就在于“将大模型的决策力与机器人的执行力无缝衔接” 。当前机器人对复杂任务的反应速度和执行能力仍逊于人类，磨合期不可避免
。新助手需要时间来熟悉工作 ，机器人也是如此
，但是它会通过持续的强化学习来优化表现。要对具身智能设备的“进化 ”有耐心
、有信心 。

　　她表示，机器人替代重复性、危险性的工作岗位是大势所趋
。目前 ，手术机器人已在外科领域崭露头角
，其稳定性与精度远超人类医生，这类规律性强的场景将率先取得突破。

　　交叉学科需重点突破

　　赵晓光认为 ，未来十年是具身智能领域发展的快速上升期
，同时这也是一个大浪淘沙 、去伪存真的过程，需经历技术验证
、场景适配与成本优化三重考验 。

　　她表示 ，当前具身智能机器人正处于技术产业化“1到10
”的阶段，既需科学家攻克“卡脖子”难题
，也离不开社会对创新试错的包容。

　　“发展具身智能是系统工程，绝非单一领域能独立完成
。 ”赵晓光提出 ，技术瓶颈既存在于基础算法与执行硬件
，更涉及新材料等交叉学科。例如，柔性人工肌肉材料可提升机器人关节灵活性 ，耐磨涂层能延长设备寿命 。这些创新技术的突破
，都将极大助力具身智能设备的广泛应用
。

　　同时，赵晓光希望能有更多耐心资本助力行业成长。具身智能技术还需要政策、金融 、市场共同托举 。“有了更丰富的金融产品支持 ，更丰富的融资渠道
，以及保护创新者利益的社会共识，我相信包括具身智能在内的新技术会不断进步
、不断成熟
。
”赵晓光表示。

　　（文章来源：中国证券报）