通信世界網(wǎng)消息（CWW）會打拳擊的人形機器人、能疊被子的家庭管家、在跑步機上狂奔的“速度王者”…… 在2025世界機器人大會的現(xiàn)場，上百款不同功能的具身智能機器人令觀眾大飽眼福。

那么，什么是具身智能？背后有哪些技術支撐？未來能幫我們干什么？

什么是具身智能？機器人終于“知行合一”

如果說傳統(tǒng)機器人是“按劇本演戲”，那么具身智能機器人就是“即興表演者”。

簡單說，具身智能指的是機器人不僅有“大腦”（智能模型），還有能感知世界的“身體”（硬件），更能把想法變成行動。就像人類通過眼睛看、耳朵聽、手腳動來理解世界，具身智能機器人靠攝像頭“看”、麥克風“聽”、關節(jié)電機 “動”，在真實環(huán)境中邊學邊做。例如，你讓它“把桌上的水杯遞給奶奶”，它得先認出哪個是水杯、奶奶在哪，再規(guī)劃路線避開地上的拖鞋，最后用恰到好處的力氣拿起杯子——這一系列操作，就是具身智能機器人的“日?！薄?/p>

走進 2025 世界機器人大會展廳，仿佛掉進了“未來生活體驗館”。1500 多臺機器人各顯神通，從工廠車間到家庭客廳，從運動賽場到應急現(xiàn)場，具身智能機器人的存在感越來越強了。

在工業(yè)場景，機器人組隊“打工人”，協(xié)作比人還默契。在優(yōu)必選展臺，一場“機器人流水線秀”正在上演：Walker S2 人形機器人負責抓取零件，Cruzr S2 在旁掃碼登記，UQI 移動機器人 Wali 像個勤快的 "搬運工" 穿梭送料，無人物流車 Chitu 則在出口處打包 —— 整個流程行云流水，連零件擺放角度都分毫不差。

多類型人形機器人與機器人共同在生產(chǎn)線上協(xié)同工作

優(yōu)必選副總裁、研究院院長焦繼超在接受記者采訪時表示，此次優(yōu)必選通過群腦網(wǎng)絡2.0的整體調(diào)度與任務分配管理，多臺Walker S2、Cruzr S2，與UQI優(yōu)奇頂升移動機器人Wali瓦力U600、無人物流車Chitu赤兔協(xié)同展示，成功展現(xiàn)了從物料入庫搬運到智能分揀的全流程作業(yè)。

這可不是簡單的“各干各的”，這些具身智能機器人靠“群腦網(wǎng)絡 2.0”實時溝通：如果某個機器人卡殼，系統(tǒng)會立刻給同伴“派新任務”，就像工廠里的同事互相搭把手。這種“群體智能”，正是具身智能在工業(yè)場景的核心能力——不僅自己能干，還能協(xié)作隊友。

在家庭場景，機器人管家上線，細節(jié)暖到人心。傅利葉展臺前，不少家長帶著孩子圍觀 GR-3 機器人。這臺長得像動畫里“大白”的機器人，用軟乎乎的手臂輕輕拿起繪本，還會根據(jù)孩子的笑聲調(diào)整翻頁速度。當有觀眾伸手摸它的頭時，它會眨?！把劬Α保朴妻D過頭來“對視”。

傅利葉GR-3機器人

值得注意的是，它的“皮膚”用了和嬰兒床墊同款的環(huán)保材料，摔倒時不會磕傷人。工作人員演示：即使故意推它一下，GR-3也僅是趔趄兩步就穩(wěn)穩(wěn)站定。這種親和力設計正是具身智能機器人走進家庭的關鍵——不僅會干活，還得“懂分寸”。

在運動賽場，機器人更是上演“速度與激情”。北京人形機器人創(chuàng)新中心的展臺前，“天工2.0”正在跑步機上進行著行走和奔跑直播，全程無間斷穩(wěn)定運行。作為“亦莊半程馬拉松”人形機器人組冠軍，它現(xiàn)在不僅能跑，還能拿起螺絲刀擰螺絲，甚至和人配合組裝零件。

“天工2.0”人形機器人

而在宇樹科技的擂臺上，兩臺 Unitree G1 機器人正上演“拳擊賽”。閃避、直拳、側踢……動作快得帶起風，拳拳落在對方的“護具”上，發(fā)出沉悶的響聲。工作人員說，它們?nèi)碛?3至43個關節(jié)電機，能完成動態(tài)站起、舞棍等動作。

宇樹科技人形機器人Unitree G1

機器人的“聰明”從哪來？三大核心能力拆解

這些機器人之所以這么“聰明”，背后藏著具身智能的三大“黑科技”。就像人類靠大腦、感官和肌肉協(xié)同工作，機器人的“聰明”也離不開這三部分。

首先，“世界模型”是邁向通用人工智能（AGI）的重要階梯，其通過學習環(huán)境的時空動態(tài)，不僅預測未來狀態(tài)，還能評估自身行動的后果。想象一下：如果教機器人疊被子，每次做錯都要重新鋪床，多費時間？而“世界模型”就像個“虛擬臥室”，機器人可以在里面反復練習，摔多少次都不用收拾。谷歌 DeepMind 最新發(fā)布的 Genie 3 就能模擬上萬種房間場景，讓機器人在虛擬世界里練熟了再實踐。

宇樹科技創(chuàng)始人、首席執(zhí)行官兼首席技術官王興興認為 “世界模型” 這個方向值得關注，可能會比 VLA 模型更快落地。而且，現(xiàn)在機器人學習新技能得從頭訓練，沒辦法復用舊知識，所以實現(xiàn)類似大模型的持續(xù)學習能力也很迫切。

其次，當前最火的具身智能模型——VLA模型（Vision-Language-Action Model，即視覺-語言-動作模型）就像是機器人的“神經(jīng)中樞”：眼睛看到“水杯”，語言理解“遞給人”，動作系統(tǒng)規(guī)劃“走過去拿杯子”—— 這三步全靠它翻譯。

不過，王興興認為，目前VLA模型的實用性尚存在局限，在對真實世界交互的時候，其數(shù)據(jù)質(zhì)量實際上是不太夠用的。即便是在RL（強化學習）的加持下，該模型架構依然需要繼續(xù)去進行升級和優(yōu)化。

現(xiàn)在的問題不是“沒數(shù)據(jù)”，而是“模型不會用數(shù)據(jù)”。未來的 VLA 模型需要更懂“上下文”。

最后，強化學習是機器人的“試錯神器”。例如，來自深圳鹿明機器人的LUS2，它是全球首個實現(xiàn)“1秒彈射起身”的全尺寸人形機器人，最大突破在于實現(xiàn)了“一秒彈射起身”的敏捷能力，遠超行業(yè)平均3—5秒的恢復時間。鹿明機器人的絕技背后藏著強化學習的秘密，通過強化學習訓練的仿生姿態(tài)算法，在1毫秒內(nèi)完成重心遷移決策，動態(tài)調(diào)整速度比人類反射神經(jīng)快30倍。

現(xiàn)在，強化學習還在和生命科學結合。比如模仿章魚的觸手控制方式，讓機器人的手臂更靈活；學人類的肌肉發(fā)力規(guī)律，讓動作更自然。未來的機器人，可能比我們更懂“怎么用身體”。

未來3-5 年后，機器人會變成什么樣？

在大會主論壇上，專家們預測：未來 3-5 年，具身智能機器人將迎“ChatGPT 時刻”——就像當年 ChatGPT 突然能流暢對話，機器人也會突然能在陌生環(huán)境里聽懂指令、流暢干活。

而產(chǎn)業(yè)規(guī)模早已吹響號角：2024 年中國機器人產(chǎn)業(yè)營收近 2400 億元，2025 年上半年工業(yè)機器人產(chǎn)量增長 35.6%，服務機器人增長 25.5%。從工廠到家庭，從賽場到深海，具身智能機器人正在把“科幻片”變成“紀錄片”。

在2025世界機器人大會的出口處，有個互動屏幕，上面寫著：“你希望機器人幫你做什么？”有人寫“陪老人聊天”，有人寫“修燈泡”，還有人寫“一起踢足球”。

這些愿望的背后，是人類對機器人的期待——不是冷冰冰的機器，而是能感知、能溝通、能協(xié)作的伙伴。具身智能的終極意義，或許不是讓機器人變得和人一樣，而是讓它們用自己的“身體智慧”，幫我們解決那些“不想做、做不到、不敢做”的事。