新华社伦敦2月26日电　题：中国人形机器人频频“破圈”　具身智能迈入应用时代

新华社记者郭爽

2026年伊始，从美国拉斯维加斯消费电子展（CES）到中国春晚，中国自主研发的人形机器人频频“破圈”，多家中国企业的产品和应用不仅在海外业界引发热议，更是在全球社交媒体平台和国际媒体不断“刷屏”。

这印证着业界的普遍观点：在当前这个技术爆发与产业重构的关键节点，人工智能（AI）正通过载体嵌入物理世界，具身智能正在加速迈入应用时代。

在这一过程中，中国凭借政策大力支持、技术加速创新、产业链不断完善、应用场景日益丰富等众多优势，正成为全球这一前沿产业变革的重要推动力量。

“知行”合一：AI新阶段

“21世纪20年代中期或许会被铭记为这样一个时期：AI不再仅作为一种基于屏幕的生产力工具，而是开始作为物理系统在实体经济中运行。”世界经济论坛2月发布的报告说。

美国乔治敦大学安全与新兴技术中心2月发布的报告也指出：“过去三年，全球目光都聚焦在生成式AI、聊天机器人以及前沿AI实验室发布的新模型上，然而一场更为静悄悄的变革正在发生，不少人认为它代表着AI发展的下一个阶段：物理AI的到来。”

人类智能是大脑、身体和环境相互作用的结果。具身智能遵循类似逻辑，它不仅强调AI“大脑”的算力支撑，还强调与物理实体的结合，是可以实现感知、认知、决策和行动一体化的智能体。其中，人形机器人被视为其最佳形态，有望成为继智能手机、新能源汽车之后的新一代超级终端。

英国艾伦·图灵研究所下辖的新兴技术与安全中心在今年初发布的报告中将“具身智能和嵌入式AI的崛起”列为2026年度最值得关注的技术趋势之一。报告说，AI正越来越多地融入实体系统。具身智能利用传感器、电机以及自然语言处理技术，使机器人、无人机和自动驾驶汽车能够在真实世界中进行感知、推理与行动。

商业部署：历史性转折

业界普遍认为，从实验室演示向规模化商业落地的范式转移，是本年度具身智能发展的首要趋势。德勤公司在最新发布的2026年技术趋势报告中指出，物理AI已经准备好进行主流部署。世界经济论坛的报告说，2026年初，具身智能已开始从研究阶段转向产业落地阶段。

国际权威市场调研机构M&M公司去年6月发布的报告说，具身智能市场正在经历变革性转型，新兴技术和用户需求的演变是其重要驱动。从量化数据看，具身智能全球市场规模2025年约为44.4亿美元，年复合增长率约为39%，预计2030年将达230亿美元。

与此同时，全球似乎都在期待具身智能领域的重大突破。英伟达创始人兼首席执行官黄仁勋在今年CES演讲中指出，AI的演进将从感知、生成、代理最终发展到能理解物理世界的物理AI，并认为物理AI的“ChatGPT时刻”即将到来。

不过，新兴技术发展并非一蹴而就。在当下阶段，具身智能仍面临着机器人大模型不成熟、优质AI训练数据缺乏等挑战，在技术路线、商业化模式、应用场景等方面尚未完全成熟。正如宇树科技创始人兼首席执行官王兴兴所说，具身智能仍处在起步阶段，如果未来几年出现具备大规模应用能力的具身智能AI大模型和机器人技术突破，那时候热度“会远超移动互联网”。

“中国速度”：产业发展动力

从1月在CES全自主“干活”，到春晚与人类同台表演；从斩获工业大单与首创“租赁模式”，到在大型体育赛事“破圈”……中国多家人形机器人企业的产品和应用在互联网上“走红”。

不少学者感叹，无论是技术演进度，还是场景开放度，无论是行业关注度，还是人才聚集度……中国在多个方面形成科技创新优势，在新一轮以具身智能为代表的技术革命中准备充分。美国企业家埃隆·马斯克此前在谈到人形机器人等技术时说：“很多中国以外的人低估了中国，但中国实力强劲。”

这并非一时光鲜，而是中国对科技创新的政策支持，以及近年来具身智能产业投入持续增加、技术不断积累突破、产业链不断完善的集中体现。2025年，具身智能首次写入中国政府工作报告；从设立千亿级产业基金，到聚焦核心技术攻关，北京、上海、深圳等地推出一系列相关举措，助推具身智能产业快速发展……具身智能正从技术概念升级为国家战略和地方重点布局方向。国务院发展研究中心去年10月发布的报告显示，中国具身智能产业市场规模有望在2035年突破万亿元。

国际机构的数据也印证了这一趋势。据国际数据公司IDC1月发布的报告，人形机器人已正式迈入规模化商用阶段，2025年全球人形机器人出货量达约1.8万台，其中中国占主要份额。

对比一年前的技术水平，多家欧美媒体惊叹于中国科技创新的速度，并认为中国将成为全球具身智能行业发展的重要驱动。可以预见，中国具身智能产业的蓬勃发展，不仅将带动交通物流、工业制造、商业服务等多个领域新质生产力进一步跃升，也将让新兴技术更多更快进入家庭、社区，为普通人的生活带来更多便利和实惠。

新华网科技观察丨会交流、能干活的机器人是怎样“练”成的？

2026-02-17 14:56:12 来源：新华网

新华网北京2月17日电题：会交流、能干活的机器人是怎样“练”成的？

新华网记者赵宇娇 潘子荻 刘文敏

打醉拳、演小品、能取货……马年春晚舞台上，不同类型的机器人组团登场，上演了一场科技版万马奔腾，成为新春最具未来感的风景线。

图为2026年春节联欢晚会节目《武BOT》中的宇树科技机器人。图片来源：央视网

会交流的机器人是怎样“练”成的？

在语言类小品《奶奶的最爱》中，机器人与演员默契配合，让人眼前一亮。

2025年11月6日，一名工作人员与一款松延动力仿生机器人互动。新华社记者 赵宇思 摄

“此次登上春晚的仿生人形机器人，堪称‘最像人的演员’。”北京松延动力科技集团股份有限公司首席市场官张淼介绍，这款机器人搭载了自研面部驱动算法与多模态交互大模型，配备30多个脸部自由度，可实现数十种拟人化的微表情与微动作。

这份“逼真”背后，是数百万次的迭代训练与优化升级。“机器人的语音、唇形、表情的实时对应，是本次春晚表演要克服的技术难题。”松延动力技术负责人说。

为了让仿生人形机器人真实地参与对话，团队采集了大量人类对话交互的视频数据，经过训练与优化，最终实现系统能够理解人类神态、情绪与语言，并做出恰当回应。

2025年4月19日，小顽童队选手松延动力N2（前右）在2025北京亦庄半程马拉松暨人形机器人半程马拉松比赛结束后。新华社记者 李贺 摄

相较于实验室里固定目标的研发范式，春晚舞台对机器人提出了更高的实战要求。“语言类节目不仅要求机器人精准完成动作，更要与演员、舞台布景实现高效联动和精细化位置调度。”张淼表示，春晚上的机器人需要根据剧本调整、演员配合需求，不断更改动作逻辑与执行节奏。

从舞台走入寻常百姓家还要多久？

记者梳理发现，2012年春晚引入小型机器人参与表演，到2025年宇树机器人穿着花棉袄扭秧歌的节目火爆出圈，再到今年多款机器人组团“上春晚”，春晚舞台成为机器人技术的重要试验场。从完成简单动作到演绎复杂舞蹈，从集体协同到人机互动，从单一功能展示到适配多场景应用……十余年间，人形机器人正悄然完成从“炫技”到“实用”的转身。值得关注的是，本届春晚机器人所应用的多项核心技术，已在现实生活中落地生根。

2025年6月17日，在北京经开区的机器人大世界，银河通用的具身大模型机器人盖博特Galbot进行药店无人值守场景演示。新华社记者 郑焕松 摄

这一转变的关键，在于机器人“大脑”的进化。“银河通用的具身大模型，通过构建百亿级的数据集，不断训练机器人的‘大脑’，让它能根据环境实时调整动作，创造生产力。”北京银河通用机器人股份有限公司合伙人、产品负责人傅强表示，春晚同款机器人Galbot G1已走出舞台，在实际生活中“上岗”，它能自主完成迎宾、交互、点单、取货、交付的全流程服务。

北京市经济和信息化局党组书记、局长姜广智在采访中提到，北京已从早期关注运动能力测试转向更深层次的作业能力探索。2025年机器人运动会中已出现药品分拣、物料搬运和精细操作等真实场景演练，标志着发展重心正从表演展示阶段迈向实用化部署。“可以看到我们在灵巧手、机械臂等领域的投入，今年的机器人运动会等活动也会更加突出机器人进入人类生产生活的场景。”

不过，也有业内人士坦言，人形机器人从舞台走入寻常百姓家，仍需时间。

“表演依然是如今人形机器人最佳的应用场景。”工业和信息化部信息通信经济专家委员会委员盘和林表示，通过舞台展现，机器人企业能获得更多关注，继而吸引资本、人才、订单及应用探索合作，为长期研发打好基础。

中国科学院沈阳自动化所副研究员兰大鹏进一步指出，表演型机器人与实际应用场景仍存在差距。“比如工业场景对精度要求高，而现阶段多数人形机器人仅能实现厘米级控制，且整体成本偏高。”他建议，可先将通过舞台淬炼出的可靠性技术迁移至工业领域，再结合不同场景进行定制化开发，以此逐步缩小技术与实用场景之间的差距。

差异化布局已形成

当前，我国在人工智能、机器人领域取得一系列亮眼成绩。尽管具身智能产业发展处于起步阶段，但在大模型研发和产品制造方面具有较好基础。国务院发展研究中心在《中国发展报告2025》中研判，具身智能市场规模有望在2035年突破万亿元，并将引领带动交通物流、工业制造、商业服务等多个应用领域新质生产力进一步跃升。

2025年11月6日，观众在2025年世界互联网大会“互联网之光”博览会现场体验与宇树科技G1机器人“格斗”。新华社记者 黄宗治 摄

从区域布局来看，各地正围绕全产业链展开差异化布局，形成协同发展的良好态势。京津冀地区凭借科创资源集聚的优势，重点推进技术研发与前沿场景创新；长三角地区侧重专项政策与资源支持，正加快建设数据训练场、开源技术平台等产业基础设施；珠三角地区则依托制造业与消费市场优势，重点发力消费级与服务类机器人的场景落地和商业化应用。

北京市经济和信息化局智能制造与装备产业处处长李野川介绍，北京围绕技术攻关、场景落地、产业协同等关键环节，为机器人企业提供覆盖创新全链条的系统性支持。目前，北京市机器人企业数量超940家，营收规模超400亿元，正成为全国领先的机器人技术创新和产业聚集地。

“不同区域不是‘谁先谁后’的关系，而是根据自身优势找定位，共同把产业的研发、量产、应用链条补全。”兰大鹏认为，依托各地资源禀赋形成的“梯度推进、特色互补”格局，反而更利于整个行业稳步推进。

产业高速发展的同时，一系列挑战也随之显现，人才缺口尤为突出。

“结合企业实践和行业观察来看，当前最紧缺的是具备系统工程能力的复合型人才。”张淼表示，这类人才培养周期长，很难通过短期培训快速补足。因此，企业、高校与科研机构之间的协同培养，将成为行业人才建设的重要方向。

对于人形机器人产业的未来发展趋势，兰大鹏认为，行业将朝着“通用核心能力+垂直场景深耕”并行的方向演进。在通用层面，推动感知、决策等核心技术实现跨场景复用。在垂直领域，针对家庭陪护、工业装配等不同需求做定制与优化。与此同时，“以赛促研”也将持续为技术升级赋能，最终形成多元互补、协同共进的良性格局。（策划：万方 展鹏）

精准施策做强智能制造

2026 02/27 08:21:54 来源：经济日报

中国信息通信研究院日前发布的《制造业数字化转型发展报告（2025年）》显示，当前，我国制造业数字化转型覆盖广度明显提升，进入规模化普及阶段。其中，人工智能、数字孪生等数智技术将全面嵌入制造全链条，核心软硬件产品向标准化、模块化迭代，转型生态延伸壮大。做强智能制造，不仅有助于破解制造业发展难题，更是加快建设制造强国、培育和发展新质生产力的核心举措。

人工智能与制造业的深度融合，本质上是将数据、算力、算法等新型生产要素与传统制造流程紧密结合，构建出具备自主感知、协同决策与实时演化的智能制造体系。当前，企业设备的数字化改造已显著提升自主感知能力。截至今年1月份，我国已累计建成3.5万余家基础级、8200余家先进级、500余家卓越级智能工厂，培育15家领航级智能工厂，为捕捉制造数据和监控作业流程提供了坚实的硬件支持。与此同时，算力与数据资源的集聚促进了高效的协同决策。智能计算中心的建设有效缓解了算力瓶颈，大数据平台则使数据转化为宝贵的资产，提升了人机协同的能力。此外，随着人工智能应用比例的持续提升，制造业的生产效率得到了进一步提高。

放眼全球，主要发达经济体均将智能制造作为重塑制造业的核心战略，但发展路径各有侧重。美国依托其在人工智能原始创新和芯片领域的绝对优势，侧重于通过科技巨头的技术外溢，推动AI在航空航天、生物医药等高端制造领域的颠覆性应用。相较之下，以德国为代表的欧洲国家，则依托其深厚的工业积淀，更加注重工业数据的标准化交互、隐私保护以及AI伦理规范的制定，致力于通过跨国协作和标准引领，实现制造体系的智能升级。

与国外相比，我国拥有全球最完整的工业体系，为人工智能技术提供了丰富的应用场景。例如，在新能源汽车领域，AI赋能汽车制造的冲压、焊装、涂装、总装等多个环节，有效提高了生产效率；在消费电子领域，人工智能的应用带动生产效率与产品品质同步提升，助力高端产品不良率显著下降。更为重要的是，新型举国体制可以通过国家战略引导与大规模产业基金支持，集中力量攻克共性技术难题，迅速构建起“以点带面”的推广格局，形成政策链、产业链、资金链深度融合的生态系统。

然而，我国人工智能和制造业的融合仍面临高质量的工业语料库不足、训练数据匮乏的困境。复合型人才的短缺加大了人工智能技术在制造业中的应用难度。部分企业对人机协作的认知不清，导致在实际场景中智能体的潜力未能得到充分发挥。针对挑战，需精准施策。

强化企业创新主体地位，创新人才培养体制。引导企业硬件基础设施升级与技术底座构建，支持龙头企业牵头，加速工业设备的数字化换代和高质量语料库建设。构建适配工业场景的专用AI套件，推动数字孪生、生成式AI等前沿技术在工业设计、工艺优化、经营管理等环节的集成应用。鼓励企业与高校、科研院所组建创新联合体，在实战中培养兼具工程思维与数字技能的复合型人才。

拓展高价值应用场景，加速产业化落地进程。聚焦集成电路、航空航天、新能源汽车等战略性新兴产业，选择一批典型应用场景进行示范推广，解决“不敢用、不会用”难题。建设人工智能创新应用示范区，推动企业探索柔性制造、黑灯工厂、虚拟工厂等智能制造新模式。鼓励各类主体开发面向特定细分领域的“小模型”，形成“通用大模型做底座、专用小模型解难题”的协同生态，降低中小企业应用门槛。

优化资金保障体系，营造良好产业生态。充分发挥国家制造业转型升级基金等政策性资金的引导作用，建立优质项目储备库，撬动更多社会资本投向智能制造领域。推广多种金融普惠性政策，降低中小企业算力使用成本。加快完善数据产权、流通交易、安全治理等基础制度，建立跨部门、跨区域的协同监管机制，在防范产业低水平重复建设的同时，为人工智能技术的深度应用提供稳定、透明、可预期的政策环境。

（刘林冬 张 勋 作者分别系中国科学技术大学科技商学院副院长、教授；副研究员）