从 “思考” 到 “行动”：具身智能的 “ChatGPT 时刻” 近了吗？

　　在 ChatGPT 引领的 “认知智能” 浪潮席卷全球后，人工智能的下一场革命已悄然酝酿 —— 具身智能正打破纯软件的边界，让 AI 从 “只会思考” 迈向 “能感知、会行动”。在 ROSCon China 2025 大会的《等待具身智能的 ChatGPT 时刻》论坛上，机器人与 AI 领域专家齐聚，共同探讨这项技术如何突破算法、数据、硬件等多重瓶颈，真正走进现实世界，开启人工智能的 “第二场革命”。

　　技术本质：不止于 “有身体”，更在于 “会交互”

　　具身智能的核心，是让智能拥有物理实体，并通过 “感知 - 决策 - 行动 - 再感知” 的实时闭环与环境互动学习，而非预设程序的机械执行。与 ChatGPT 等 “离身智能” 不同，它不仅需要强大的算法 “大脑”，更依赖能感知触觉、力觉的 “身体”，以及在真实物理世界中自主适应的能力。

　　2025 年，这项技术已首次写入我国政府工作报告，相关机器人产品正加速从实验室走向产业场景 —— 从体育赛道上自主奔跑的双足机器人，到基因实验室里完成精密操作的科研助手，再到厨房中协作烹饪的帮手机器人，具身智能正以肉眼可见的速度迭代。但专家们普遍认为，这些突破只是起点，距离类似 ChatGPT 的爆发式增长，仍需跨越多重障碍。

　　核心瓶颈：四大挑战待突破

　　1. 数据与标准：量足质缺，体系缺失

　　地瓜机器人生态负责人、古月居创始人胡春旭直言，当前具身智能领域面临 “数据量不小但质量不高” 的困境。缺乏统一的数据标准，导致大量多模态数据无法有效用于模型训练，制约了智能通用性的提升。

　　解决这一问题，需要构建包含视觉、触觉、音频、动作轨迹等多维要素的标准化数据结构，同时搭建开放的开发者生态，让数据资源高效流转复用。如今，数采手套等工具已能精准捕捉人类动作与触觉细节，为高质量数据采集提供了技术支撑。

　　2. 硬件与成本：构型不稳，落地受限

　　深圳市机器人协会秘书长谭维佳指出，机器人行业十年发展中，渗透率低、成本高企的痛点始终未解决。具身智能要落地，“硬件先行” 是关键 —— 没有稳定的机械构型、成熟的控制系统和完整的供应链，再先进的算法也难以发挥作用。

　　中国完备的产业链和制造业基础，为硬件突破提供了独特优势。谭维佳提出 “沿途下蛋” 策略：在迈向通用人工智能(AGI)的过程中，先聚焦单一应用场景实现技术落地，通过创造实际价值反哺硬件迭代，逐步降低成本。

　　3. 算法与融合：单一依赖，感知不足

　　非夕科技的施丰鸣强调，行业过度依赖 VLA(视觉 - 语言 - 动作)模型的现状亟待改变。这类模型虽能 “看” 能 “听”，却缺乏触觉感知，如同 “听觉敏锐却没有手感的人”，难以完成精密操作。

　　突破这一瓶颈，需要多模态融合技术的成熟。非夕科技的自适应机械臂通过高频力控闭环，实现了 “触觉级” 动作调整，可模拟人类肌肉记忆完成精细操作，证明了 “算法 + 硬件感知” 协同的有效性。专家普遍认为，未来算法需借鉴 MOE 架构等思路，强化算力调度，解决多关节机器人的控制流拥堵问题。

　　4. 社会与伦理：认知不足，阻力暗藏

　　大湾区大学访问学者姚嘉俊从 “人本” 视角提出，具身智能的推广不仅是技术问题，更涉及社会心理适配。在高危行业中，工人因担心被替代而抗拒数据采集，成为技术落地的隐性阻力。

　　此外，伦理边界、责任划分等问题也尚未明确。具身智能要真正普及，需要建立社会对技术的信任，同时通过合理的制度设计，平衡技术进步与就业保障，让公众从 “恐惧替代” 转向 “拥抱协作”。

　　破局路径：从场景落地到生态共建

　　1. 场景先行：聚焦结构化领域突破

　　胡春旭预测，具身智能的首个大规模落地场景将出现在零售与服务领域。这类场景结构化程度高、算力需求可控，适合机器人 “从实验室走向街头”，快速实现技术验证与商业闭环。

　　目前，具身智能机器人已在巡检、养老医疗、工厂生产等场景拿下亿元订单，2025 年中国市场规模预计达 52.95 亿元，占全球约 27%。这些场景的落地经验，正为技术向更复杂环境延伸积累数据与经验。

　　2. 技术协同：软硬结合 + 端云一体

　　专家们一致认可 “软硬结合、端云一体” 的技术思路。通过端侧计算保障实时响应，云端协同提供强大算力支持，可在成本与性能之间找到平衡。同时，开源社区的参与能大幅缩短技术学习曲线，加速标准化接口与硬件生态的构建。

　　上海交通大学团队研发的 “大小脑配合” 模型架构，正是这一思路的实践 —— 大模型负责任务拆解与决策，“小脑” 精准控制动作执行，让机器人能自主完成数十步的复杂任务。

　　3. 生态共筑：算力与生态双轮驱动

　　嘉宾们普遍认为，算力与生态是具身智能竞争的核心双引擎。随着算力优化技术的进步，以及多模态数据生态的完善，技术突破的临界点正逐步临近。

　　中国在数据中心集群建设、制造业供应链等方面的优势，为生态构建提供了坚实基础。未来，需进一步打通 “基础硬件 - 垂直场景 - 生态服务” 的完整链条，让核心零部件、AI 算法、机器人本体制造等环节协同发展。

　　从认知智能到具身智能，人工智能正从虚拟世界走向物理世界。尽管数据标准、硬件成熟度、社会认知等挑战仍在，但技术迭代的速度与场景落地的成效，让 “ChatGPT 时刻” 的到来充满期待。正如胡春旭所言：“智能化的浪潮不可阻挡。问题不会少，但未来一定会来。” 当技术突破与场景需求形成共振，具身智能或将以超出预期的速度，重塑我们与世界交互的方式。