大腦-小腦-傳感-關節-通信-應用，全方位為具身智慧機器人發展“把脈開方”
2025年被視為具身智慧機器人產業的量產元年。在馬斯克宣布特斯拉Optimus將在上半年實現小批量量產的同期，中國創新企業宇樹科技正式開放Unitree G1人形機器人消費級訂購，售價下探至9.9萬元引爆市場。期間更有諸如小米、比亞迪、字節跳動、華為等不同行業的頭部巨頭進入機器人領域，展現出整個行業的蓬勃發展態勢。
在2025年第十五屆松山湖中國IC創新高峰論壇的圓桌對話上，七位行業領袖從AI Agent的哲學本源到人形機器人的落地場景，從芯片設計到通信架構，全方位探討了具身智慧機器人的現狀與未來，為產業發展勾勒出清晰的技術圖譜。
大腦：通用與專用之爭背后的認知革命
AI Agent作為智能系統的"大腦"，其自主決策與學習能力被烏鎮智庫理事長張曉東視為具身智能的"靈魂"。當前技術路線呈現出兩大派別：以特斯拉為代表的"具身+智能"派主張通過通用平臺逐步進化，而傳統工業機器人企業則傾向于"智能+具身"的漸進式改造。
他認為，做一個專用的從場景出發更容易落地；但3年之后，通用的路會比專用的路更廣闊。
愛芯元智聯合創始人、副總裁劉建偉提出的"數據可獲得性"原則，揭示了通用路徑的經濟學邏輯——當數據采集成本可通過規模化分攤時，通用智能的邊際效益將“碾壓”專用系統。這種趨勢在自然語言處理領域已得到驗證：大語言模型對垂直場景的覆蓋度已超預期。
根據現場的投票結果顯示，65%以上的從業者預測，“機器人企業+智慧，面向場景應用”的發展路徑，更容易實現商業化落地。
另外，面向具身智慧機器人應用的AI芯片應該優先優化：實時處理能力（低延遲） （31%）、傳感器接入與邊緣推理能力（29%）、模型兼容與遷移性（20%），之后還可以考慮能耗比（TOPS/W）、異構計算支持（NPU+CPU+MCU）等指標的優化。
小腦：運動控制的精度困局
事實上，人形機器人研發始于對人類的學習與模仿，僅有大腦還不行，小腦也同等重要。樂聚（深圳）機器人算法總監何治成將人形機器人的運動控制比作"運動員的平衡能力"，指出當前小腦系統的三大痛點：
- ??動作泛化性不足??：單一動作模型難以適應多工位切換
- ??響應速度瓶頸??：目前操作技能節拍和效率程度明顯低于人類
- ??本體標準化缺失??：異構硬件導致技能遷移成本陡增
論壇現場投票顯示，影響具身智慧機器人產業化的五個主要難點是：跨場景/任務泛化遷移難（18%），可泛化高精準操作技能學習難（17%），缺乏真實剛需場景驗證（15%）、算法泛化能力不足（14%），高質量交互數據少、獲取難（14%）。
傳感：多模態融合的破壁之戰
眾所周知，具身智能的感知模塊非常多，有激光雷達、毫米波雷達，視覺相機等等，分布在人形機器人的各個模塊中。如何優化具身機器人的傳感系統？先看投票結果，三分之二的業者選擇了多模態融合（視覺+慣性導航系統+力覺）。
上海昱感微電子CEO蔣宏提出的"感知即認知"理論引發熱議。要實現類人感知，需要打破三堵模態墻：一個是多傳感器數據要變成一個語義空間，第二個要把神經網絡特征變成可推理符號知識，第三點是把統計相關性變成物理因果性。這對于具身機器人來說，同樣有參考意義。
另外，蔣宏還指出，傳感器融合推進傳感器的成本下降非常重要，這個在汽車的激光雷達的落地已經得到驗證。多源信息融合，統一的傳感信息空間要組織好，例如基于圖像傳感器，把更多的信息如距離、溫度、材質、聲音等都集成一起。
關節：機械與芯片的協同進化
目前，人形機器人關節芯片方案采用模塊化設計，涉及伺服驅動、力矩傳感、溫度控制等多元技術。
上海先楫半導體嵌入式專家及產品總監費振東也作了技術介紹。他表示，現在的機器人相關客戶，已經在自己組建團隊開始做機器人的關節。輕、小、巧、通用，這些是關節的重要技術點。
不過，他表示，先楫半導體不會自己去做關節，而是支持客戶去做好關節和機器人。
通信：光進銅退的神經重構
具身智慧機器人需要底層的基礎設施——網絡的支持。鵬瞰集成電路首席市場營銷官江曉峰將通信系統比作"機器人神經系統"，神經系統是把所有的部件聯系在一起，變成一個快速和穩定的連接，能夠讓各部件發揮更好的功效。
近幾年光纖上車也在驗證和布局中。江曉峰認為，光進銅退是必然的，現在每家基本上都用光纖，而車載也有光纖上車的趨勢。
英雄所見略同。現場投票顯示，實時傳輸能力高（31%）、簡化和統一的線束（17%）、高帶寬圖像傳輸能力（16%）、豐富的接口（16%）這四個特征的網絡通信系統和芯片，更能重構具身智慧機器人的神經系統。
應用場景：開啟億級市場的想象空間
那么，未來3年內人形機器人會在哪些應用場景率先落地呢？現場的投票結果是，20%的從業者認為是倉儲與物流搬運，19%認為是高危環境作業，12%認為是安防與巡檢；另外，工業流水線協作和醫療輔助與康復的比例也不低，約10%左右。
劉建偉的思考原則是從人類自身的需求出發。人類的需求分兩種，一種是商品物質的需求，另外一類是對情感或精神上的需求。他覺得對物質的需求，其實來源偏向于制造業，這種相對來說是比較容易滿足的。而情感上的需求，更多希望是和人的鏈接。一個機器人短時間內還是一個冰冷的機器，可能覺得不需要和人一樣。
（1）制造業
何治成第一選擇是工業場景的搬運。他認為人形機器人首先通用性要體現的價值，肯定是人類工作場景。其次是人不太愿意干的事情，無聊的事情，枯燥乏味的事情由機器人來做。
張曉東提到高危環境作業。“不僅是大眾想象的救火救災，而是在一些高危場景下，比如說核電廠的設備巡檢，一方面需要有實時巡檢，另一方面該環境又對人體有直接危害。這個時候人形機器人就很關鍵，它不一定是人形，但在高危環境作業的場景下作用很大。”
（2）陪伴類
從個人情感的角度來講，蔣宏希望長者陪護快點發展起來。他解釋道，現在的養老需求早就不只是扶著走路、幫忙穿衣服這些基礎照料了。通過智能設備或機器人，能全天候記錄老人的呼吸、心跳、睡覺翻身次數，甚至連每天幾點起床、先去廚房還是廁所這些生活細節都能捕捉。這些數據攢起來可不是小事——比如某天系統發現老人起床后沒像往常一樣去澆花，反而在客廳轉悠了好幾圈，馬上就會提醒子女："阿姨今早行動路線有點反常，打個電話問問情況吧？"這種及時預警對保障老人安全特別管用。
同樣的，費振東期盼人形機器人走進家庭，“幫我們做一些我們不是非常喜歡做的事情，比如說每天雞毛蒜皮的家務，每天買菜燒飯的動作，等等。”
未來，甚至能和機器人談個戀愛？上述場景都值得業者的想象和探索。
