导读
北京亦庄，立秋后的雨水未能浇灭科技热情。2025世界机器人大会在雨中开幕。200余家企业、1500件展品、100多款全球首发新品汇聚于此，规模创历届之最。
与往届不同，今年展馆内少了些“花拳绣腿”，多了真实工作场景的轰鸣：优必选Walker S2在流水线上自主完成3分钟换电后立即重返工位；宇树R1机器人流畅完成咖啡拉花全套动作；星海图机器人正为观众现场铺床叠被。
随着2025年世界机器人大会正如火如荼地开展。其中，人形机器人的场景化应用落地进程显著加快——它们不再局限于“站桩”式的静态展示，而是积极投身于探索能够替代人类执行任务的实际场景与解决方案，其核心竞争力集中体现在“能否迅速胜任工作”上，目前工厂搬运等模拟应用场景已大量涌现。在探寻合适落地场景的过程中，“先上岗实践、再进入家庭服务”已成为推动机器人广泛普及的现实路径。
文字编辑｜宋雨涵
1
具身智能加速商业化落地
机器人从“秀技能”到“真干活”
“如果说去年行业都在展示机器人，今年大家更关注怎样真实地去干活。”擎朗智能CEO李通在展会现场如此总结行业变化。这一转变在展馆布置中显露无遗——去年炫技的舞台，今年变成了仓库分拣流水线、酒店吧台和工厂模拟车间。
走进2025世界机器人大会博览会的现场，仿佛踏入了一场具身智能的狂欢派对——机器人正忙着烹饪美食、调制咖啡、提供按摩服务、搬运快递包裹，甚至还有机器人展示拳击技艺！此次展会汇聚了超过200家机器人企业的1500多件创新展品，其中100多款为全球或国内首发新品，更有50家人形机器人整机企业精彩亮相，展品应用领域广泛覆盖工业制造、商业服务、文体娱乐、家庭服务、医疗康养、安全应急以及教育科研等多个行业。
优必选现场发布全尺寸通用轮式人形机器人Cruzr S2，其通过搭载优必选自研人形机器人协作智能体Co-Agent，融合视觉激光融合导航、学习型运动控制等具身智能关键技术,实现复杂场景高效稳定移动，支持全空间范围搬运与亚毫米级精度操作，满足分拣搬运、生产装配、药品转运及迎宾导览等多场景多任务作业需求，能有效助力企业提升运营效益，实现产业高质量发展。
在星动纪元展区，两台L7机器人正在合作处理物流包裹：一台根据包裹特征进行智能分拣，另一台专职扫码。这套系统搭载了自研的端到端VLA模型，无需预编程就能通过少量数据快速掌握新技能。
傅利叶机器人的展台则弥漫着温情氛围。其新发布的医用康复机器人GR-3身高1.65米，外表包裹特殊柔性材料，造型灵感源自《超能陆战队》的“大白”。观众忍不住上前抚摸：“它的触感太真实了，我忍不住摸一下，想和它拥抱。”
傅利叶机器人创始人兼CEO顾捷此前接受采访时表示，相比于机器人进入大众消费市场、进入普通人家庭“人手一个机器人”的场景，进入工厂、医院这一类专业场景是行业优先集中探索的方向。而医疗本身又是一个巨大的场景，康养只是其中的分支，傅利叶机器人希望通过应用于康养场景下的导诊咨询、认知康复训练、上肢康复训练、运动功能重建及远程康复，一步一步在特定场景下将机器人能做的事情转变为“刚需”。
由此可见未来具身智能的商业落地已形成清晰路线图：
- 工业优先：越疆科技市场总监谢凯旋提出“先上岗，再进家”的路径，指出低速、高频、刚需的商业场景将率先落地，如药房搬运、园区巡检等任务明确、环境可控的场景。
- 群体协作进化：魔法原子展出多机协同系统，其总裁吴长征强调“工业场景的本质是系统性”，多台机器人在动作路径与任务分配上的优化，才能实现真正的效率提升。
- 情感化设计破局：傅利叶GR-3的“亲人性”设计代表新方向——让科技自然嵌入人类情感场景，而非让人适配机器。
此外中国电子学会理事长徐晓兰在大会论坛上描绘了更广阔的场景图谱：从3C制造物料质检、电站操作，到安全救助、商业导览，再到田间精细作业，人形机器人十大潜力场景正从实验室走向产业现场。
2
技术攻坚：
模型瓶颈与算力革命
1
智能机器人未来的十大发展趋势
开幕式上，世界机器人合作组织理事长乔红发布《2025具身智能机器人发展趋势》，十大趋势包括具身智能机器人大工厂、具身智能大规模高质量数据集等。
一：物理实践、物理模拟器与世界模型协同驱动的具身感认知
物理实践是具身智能的本质，物理模拟器构建高保真训练环境，世界模型提供环境的内部特征，三者结合可提供丰富、有效、真实的环境，用以训练具身智能机器人与环境的接触、非接触交互感认知能力，为其决策、控制奠定基础。
二：多模态大模型等赋能具身决策
受多模态大模型启发、具有数理基础的认知与规划研究，与生命科学融合，并结合实时控制模块，显著增强具身智能机器人在非结构化环境下的任务泛化能力。
三：融合模型预测、强化学习和生命科学的具身智能控制
将模型预测控制的动态优化能力、强化学习自适应策略与生命科学的冗余多环路控制机制相融合，构建具身智能机器人控制系统，提升动态环境中具身智能机器人控制的泛化性和适应性。
四：生成式人工智能驱动的具身智能机器人设计
生成式人工智能驱动的机器人智能设计通过电机、减速器、驱动器、结构、连接件和材料的统一优化，与机构研发技术相结合，在物理模拟器中实现硬件与控制策略的协同优化，可自动探索任务最优的具身智能机器人设计。
五：高度协同与动态适配的具身智能软硬件一致性
具身智能机器人需要软硬件的一致性设计。硬件开发阶段需预置适配算法的接口规范，算法设计中则需内嵌硬件的物理约束，二者通过联合仿真验证达成系统级的一致性优化。
六：具身智能机器人大工厂
在仿真环境中实现自然语言交互、环境生成、机器人本体设计、决策－控制算法和软硬件一致性算法等研发，形成有机整体，可根据性能与需求快速设计和实现高质量具身智能机器人系统。
七：具身智能大规模高质量数据集
基于物理实体采集与仿真合成构建大规模高质量具身智能数据集，可显著提升具身智能机器人的本体构型优化、多模态训练效率及跨场景策略迁移能力。
八：具身智能机器人集群及与人协同的发展
融合多智能体协同机制，构建具身智能机器人集群，同时不断提升具身智能体的安全性和与人的共情能力，助力具身智能机器人走向人类社会，实现与人共融。
九：跨学科的具身智能机器人开源社区
具身智能机器人的发展需要信息科学、工程与材料科学、数学物理科学、生命科学等多学科协作，将在全球范围内聚集各领域专家学者，促进具身智能领域的技术研讨，助力产业链上下游深度融合与协同发展。
十：面向具身智能机器人的安全评估与伦理建设
通过行为规范验证、决策可解释性分析、数据安全性研究等，建立面向具身智能机器人的安全评估体系与伦理规范，确保在复杂开放环境中的决策可靠性与行为安全性。
2
未来需聚焦大模型、低成本硬件及算力三大核心
在2025世界机器人大会产业发展论坛上，宇树科技首席执行官王兴兴就智能机器人范式变革发表了主题演讲。他预测，人形机器人即将迎来“ChatGPT时刻”（即具备广泛任务执行能力的关键转折点），预计在未来3至5年内实现，当前技术发展的主要障碍在于具身智能模型的构建，而非数据获取，未来应集中攻克大模型、低成本硬件及算力提升三大关键领域。
王兴兴认为，未来2至5年智能机器人技术需重点突破三大方向：一是研发统一端到端智能机器人大模型，解决通用性不足的问题；二是构建低成本长寿命硬件体系，通过材料创新与模块化设计降低核心部件成本（如宇树已成功将人形机器人核心部件成本削减40%），并将关键部件寿命提升至3万小时以上；三是建设大规模算力基础设施，打造边缘-云端协同算力网络，利用联邦学习实现多机器人数据共享，预计2027年将单台机器人训练成本降至万元级别。人形机器人本体算力有限（峰值功耗约100瓦，相当于几部手机的算力），分布式算力因低延迟优势将成为机器人领域的关键方向。
英伟达的深度参与印证了这一趋势。大会期间，英伟达展示Jetson边缘计算平台与Isaac机器人开发工具包，着力构建“AI+机器人技术栈”的行业标准。其与银河通用、宇树科技等企业的合作，聚焦物理AI全链路技术开发，目标是将虚拟世界的AI优势延伸至物理世界。
三、具身智能与日俱增后的幕后英雄
随着机器人在各个领域的深入应用，其对算力的需求也日益增长。可以说，算力是支撑机器人实现各种复杂功能的 “幕后英雄”。从机器人运动控制链路来看，其由感知、决策和规划、动作控制和生成三大环节构成，每一个环节都离不开算力的支持。在感知环节，机器人需要通过摄像头、传感器等设备获取周围环境信息，这些信息的数据量巨大，需要强大的算力进行快速处理和分析，以让机器人能够 “看懂”“听懂” 周围世界。例如，在智能视觉分拣系统中，搭载的多模态感知技术需要大量算力来识别桌面边缘、旁边杂物等障碍，同时算出最省事的运动路径，这就要求机器人具备强大的视觉感知算力。
在决策和规划环节，机器人接收到感知信息后，要在极短时间内做出决策并规划行动路径。以工业机器人在复杂生产线上的操作为例，它需要根据不同产品的形状、位置以及生产工艺要求，快速规划出最优的抓取、搬运路径，这一过程涉及到大量的算法运算和数据处理，对算力的要求极高。如果算力不足，机器人的决策速度和准确性将大打折扣，无法满足实际生产需求。
在动作控制和生成环节，机器人要将决策转化为具体的动作，这同样需要算力保障动作的精准性和流畅性。就像人形机器人跳舞时，需要精确控制每个关节的运动角度和力度，以实现各种复杂、优美的动作，这背后离不开强大算力对动作控制算法的实时运算和调整。
结语：
从2025世界机器人大会的展品来看，算力提升正在重塑机器人的技术边界。当算力从千兆次（GFlops）级别跃升至百万亿次（TFlops）级别后，机器人不仅在感知、决策、控制等核心环节实现了质的飞跃，更开始具备自主学习、环境适应、人机协同等高级智能特征。未来，随着量子计算等新型算力形态的成熟，机器人有望突破现有物理极限，实现真正意义上的通用智能——而这一切，都将以算力的持续创新为基础。算力与机器人的协同进化，正在将 “机器换人” 的想象逐步变为现实，也为人类社会带来了更智能、更高效、更具温度的技术体验。
