具身智能，从“进场”到“进厂”的一年

具身智能，从“进场”到“进厂”的一年

半月谈记者 张漫子

2025年，当央视春晚舞台上10台人形机器人踩着0.5毫米误差的精准节拍舞动红绸，当天工Ultra机器人以2小时40分跑完半程马拉松，当深圳汽车工厂的AGV（自动导引车）机器人将产线重构时间从72小时压缩至3小时，中国具身智能褪去“实验室表演”的青涩，迈入“生产力重构”的实战。

2025年，世界不再满足于“会聊天的AI”，而是迫切需要“会动手、能试错”的机器人。于是，这个让大模型长出四肢、眼睛、感官的交叉物种成为中国科技赛道万众瞩目的关键词。首次写入政府工作报告、专利申请数量居全球前列，一条日趋完善的产业链在大江南北快速集结。

2025年，是中国具身智能从“进场”到“进厂”的一年，但故事才刚刚开始。

去现实中找“工位”

回溯机器人技术史，每一次跃迁可以说都是“机械执行”与“环境感知”此消彼长的缩影。

20世纪后半叶，以发那科、安川为代表的工业机器人，将“刚性自动化”推至极致，但它们本质是“聋哑人”，部署新任务需工程师编写数百行代码，调试数日。中国制造业曾是其规模最大的应用者，通过引进、消化、集成，完成了工业化的原始积累，却也深陷核心技术依赖的困局。

两年前，人形机器人赛道曾被短暂推向一场以“躯壳”为中心的炫技竞赛。2025年，游戏规则变了，人形机器人转身去现实场景中找“工位”。

“我们不再关心它能不能后空翻，只关心它能不能在生产线上干满8小时。”这种务实转向，让整个行业的注意力从“硬件炫技”转向“AI原生”。2025年年初，人们还在围观“表演”；年末，人形机器人已进入“交付”。

2025年，多模态大模型（VLA）的工程化落地，终结了工业机器人“先天聋哑”的历史。压铸工厂的工人只需对机器人说“把那个有毛刺的零件挑出来返工”，机器人便通过视觉识别、路径规划自主完成全套动作。这也是2025年中国具身智能最关键突破之一：多模态大模型与物理世界的接口已然贯通。

具身智能时代，工业机器人正从“自动化工具”转变为“可对话、会观察、能思考的生产线同事”。

过去一年，中国具身智能的突破，堪称一场“感知-决策-执行”的系统性重构。其核心标志是机器人不再依赖预设程序执行任务，而是具备了在开放环境中理解意图、规划动作、应对扰动的能力。尤其令人赞叹的是，“大脑-小脑-躯体”全链路协同升级的图景已然浮现。

好的机器人，得有个“好身板”。机器人的关节活动靠精密减速器，其调节的精细程度，决定机器人的灵活性。面对国外技术垄断，苏州一家“小巨人”企业持续攻克材料选型、柔性轴承等技术难题，打造出上好的国产谐波减速器，传动误差达到国际领先水平，凭借成本与交付周期优势，加速实现国产替代。

国产化突破和替代不止于此，国产灵巧手能够初步实现对环境和操作对象的精准测量与精细感知；国产高性能伺服电机，提升机器人的驱动能力；国产高能量密度电池，为机器人提供更强动能……在一个个关键节点上掌握核心技术，让中国机器人的身子骨越来越硬朗。

机器人，一个好的大脑尤其重要。国产芯片、算力、AI大模型快速发展，让大脑的智能程度、小脑的运动控制不断进化，使机器人具备更强的学习能力和自我调节能力，更高效更自主地规划并完成复杂任务。

如果说精密的减速器、伺服电机是机器人的“骨骼”与“肌肉”，那么数据，正成为驱动这一切的“血液”与“灵魂”。长久以来，机器人产业的核心逻辑是硬件定义能力——性能的优劣几乎由关节的精度、电机的响应速度等物理指标一锤定音。然而，2025年的产业实践告诉大家：数据驱动的智能，正成为比硬件规格更关键的价值标尺与竞争壁垒。

机器人开始系统地“消化”真实世界的复杂“食谱”，它们在车间里的每一次成功抓取、每一次碰撞预警、甚至每一次路径规划的细微纠偏，都不再是孤立的事件，而是汇入通用模型训练池的宝贵“经验值”。这标志着机器人进化模式，从依赖预设程序的“机械遗传”，转向了基于持续交互学习的“智能演化”。

ROI铁律缩短“最后一米”

2025年具身智能赛道的根本进化发生在产业端：产业驱动力正由“技术想象力”转向“商业确定性”。这一年，市场开始用苛刻的ROI（投资回报率）作为标尺：技术护城河的深度，须与清晰的盈利路径与明确的回本周期同时放上天平。

这一务实逻辑，催生了极具中国特色的落地路径——聚焦“自动化光谱中的最后一米”。人形机器人不是要取代人力，而是成为“万能替补工”，在人类不愿干、不能干、不划算干的岗位上创造价值。

这一务实的产业逻辑，如同一双无形的手，塑造了一条商业化路径——不再执着于描绘一个“全能通用机器人”的遥远乌托邦，而是精准聚焦于攻克“自动化光谱中的最后一米”。

传统工业自动化体系中，机械臂擅长高精度重复作业，AGV擅长平面物料搬运，协作机器人（Cobot）可在人机混合作业中完成简单装配。然而，当面对非结构化环境、动态任务切换、空间受限或操作对象高度多样化的场景时，现有自动化方案集体失灵。这一段被长期忽视的“柔性空白”，正是人形机器人价值的真正锚点。

人形机器人的研发，正从“参数锦标赛”变轨至“场景适应赛”——越是高重复、高危、高成本的场景，越有它们用武之地。工厂中的机器人，正从单纯的生产工具，转变为兼备数据采集、经验沉淀乃至智能贡献的“全能选手”。

这条由数据驱动、持续进化的道路，可能会决定哪些企业能够定义下一代智能机器的标准与形态。能否接入更多样、更大量的应用场景，能否为新的生态建立安全、可信的数据交换与协同训练机制，成为关键。

两种路径，一个未来

曾几何时，以特斯拉Optimus、Figure AI为代表的具身智能发展路线，源自对通用人工智能（AGI）的信仰。在硅谷的语境里，人形机器人是通往AGI的终极载体，必须拥有跨场景理解、零样本学习的能力。因此，其技术重心高度集中于大模型的通用化。

这种路径的优势在于想象力无边界，但其代价高昂：追求极致性能的Optimus单台成本长期徘徊在5万美元以上，然而可用场景其实颇有局限；Optimus在展厅完成后空翻，却在真实工厂中无法稳定执行拧螺丝等基础操作。

2025年，我们的眼前可以看到另一条路——宇树、智元等企业从第一天起就明确：人形机器人不是AGI的试验品，而是解决具体问题的生产力工具。如前文所述，这些企业打出了一套场景专用模型与工程优化的组合拳。

表面看，两条路径南辕北辙。实则，二者正在形成结构性互补。

没有想象力，具身智能将止步于机械臂。失去工程化，再强的AI也困在实验室。前者需要后者的工程化能力，后者也在吸收前者的探索积累。更重要的是，双方共同面临一个超越国界的终极命题：如何让具身智能安全、可靠、大规模地融入人类？

2025年的分野不是终点，而是起点。当世界模型足够强大，场景智能体也能泛化；当成本足够低廉，通用智能体也能普及。未来的赢家，或许既非纯理想主义者，也非纯实用主义者，而是能在愿景与现实之间找到动态平衡的“双栖玩家”。

人形机器人的进化，是“物理躯壳”与“数字灵魂”碰撞的故事，这场关乎下一代生产力的竞赛中，我们锻造的不只是机器人的手脚，更是人类文明与智能体共处的新契约。