具身智能是人工智能通過物理本體與環境實時交互，實現感知、認知、決策和行動一體化的智能系統，涵蓋人形機器人、仿生機器人、環境嵌入式系統等多種形態。當前，具身智能在與環境的反復交互中不斷發展，認知決策能力和本體實用性能顯著提升，正加速向更自主、跨場景的通用智能演進。准確把握具身智能全球技術創新態勢，積極應對深層挑戰，對於在新一輪產業變革中搶佔先機、贏得主動權具有重要意義。

全球具身智能技術發展呈五大態勢

當前，全球具身智能技術呈現加速演進態勢，感知交互、決策認知、控制執行、虛實域數據融合與系統集成五大維度協同突破，正推動具身智能從實驗室走向規模化應用。

一是世界模型內嵌，感知交互躍遷。在世界模型和多模態感知技術的驅動下，具身智能對物理環境的理解與交互能力顯著躍升，實現從“刺激—響應”到“推演式決策”、從數據重組到規律理解的范式躍遷。Meta公司推出V-JEPA2世界模型，可預判不同行為后果，依據目標作優劣排序，行動准確性大幅提升。北京大學提出MLA多感官語言動作模型架構，引入完備多感官模態，通過整合異構信號提供更可靠的決策依據。

二是端到端成趨勢，決策范式革新。具身智能“大腦+小腦”分層決策架構已成熟，應用越來越廣﹔端到端模型憑借廣覆蓋、低時延、高自主、強協同的優勢，在具身智能走向通用泛化的探索中展現出很大潛力。Google DeepMind的Gemini Robotics依托端到端VLA架構，跨本體泛化能力出色﹔國內越疆自研的DOBOT-VLA模型融合視、語、控能力，經實景強化學習優化，搭載了其的人形機器人ATOM已於2025年實現量產，可完成行走、動態平衡與精密裝配等復雜作業。

三是柔性材料突破，自愈能力涌現。材料革命正推動具身智能由“剛性執行末端”向“智能適應本體”演進。類膚觸覺傳感器與電子皮膚讓具身智能擁有高靈敏的環境感知能力，仿生柔性結構賦予具身智能類生命體爬行、滾動、蠕動等多模態運動能力，有效適應並拓寬了應用場景。自修復材料實現主動自愈突破，本體受損后可在光、熱作用下實現化學鍵可逆重組，集損傷檢測、定位與自愈功能於一體，大幅提升具身智能在復雜惡劣環境下的耐久度與可靠性，保障長期自主作業。

四是虛實數據融合，統一數據標尺。真機數據採集成本高、規模小，對未見環境泛化能力較弱，已成為具身智能發展的瓶頸。生成式數據源自大模型創建的仿真環境，體量大、結構化程度高，可低成本填補數據鴻溝，結合物理規律約束和混合數據范式，並以真機數據校准，能夠顯著縮小仿真與現實的差距。國內企業51Sim基於英偉達平台積累端到端輔助駕駛場景及合成數據，成功用於港口、礦山等復雜場景的機器人訓練。“穹頂—DOME”平台統一數據接口與格式規范，打破數據孤島，構建產業通用語言，有力推動跨場景互操作與高質量數據供給。

五是實現異構協同，筑牢安全底座。軟硬件解耦與模塊化集成，正推動具身智能操作系統加速實現跨本體兼容與異構協同。OpenRMF架構統一機器人“交通規則”與“溝通語言”，實現異構機群的協同作業﹔OpenMind公司推出的OM1支持主流大模型API的即插即用與跨本體開發。系統集成筑牢工程底座，安全可信守牢底線約束。對抗訓練、差分隱私等隱私計算技術可在不泄露原始數據的前提下實現跨機構協作，為具身智能規模化應用構筑主動安全的縱深防御體系。

多措並舉增強我國具身智能競爭力

當前，我國具身智能正處於技術突破、產業導入和生態培育協調並進的關鍵階段。核心硬件國產化提速，大模型性能大幅增強，國產算力可高效承載復雜模型，部分領域初步形成應用能力。但隨著國際競爭的日益激烈，具身智能的深層挑戰也不容忽視。

一是核心零部件自主可控度有待提高，伺服電機、減速器、高端傳感器對外依存度高，能源系統續航能力不足，全棧自研能力仍存弱項﹔二是標准體系與產業生態尚待完善，硬件接口、通信協議、軟件兼容標准不統一，數據孤島現象普遍，開源社區影響力有限，高質量交互數據供給不足﹔三是安全治理體系仍需完善，自主系統事故責任劃分難以界定，敏感數據持續採集易引發數據泄露和隱私侵權等風險，跨機構協作的可信機制有待健全。

面對上述挑戰，我國應搶抓發展窗口期，以自主創新為核心、標准建設為抓手、安全治理為底線，加快培育具身智能產業生態，為發展新質生產力、建設科技強國注入強勁動能。

一是強化戰略科技力量布局，夯實自主創新根基。依托新型舉國體制，強化全國重點實驗室等在具身智能領域的戰略科技力量作用，圍繞“信息—物理—認知”三域融合大模型、端到端決策架構、仿生柔性材料等前沿方向開展有組織科研。深化企業主導的產學研融合，支持科技領軍企業牽頭組建創新聯合體，集中優勢資源突破伺服電機、減速器、行星滾柱絲杠等核心零部件國產化瓶頸，貫通“基礎研究—技術開發—產業應用”全鏈條，從源頭破除產業發展桎梏。

二是構建開放協同的產業生態，以高標准引領高質量發展。加快制定跨行業硬件接口、通信協議與軟件兼容標准，推進操作系統、中間件等基礎軟件自主可控。探索建立高層級數據匯聚與治理主體，制定多模態數據採集與標注規范，建設面向智能制造、高危作業等重點場景的仿真基准與數據開放平台，破除數據流通壁壘。大力培育本土開源生態，鼓勵高校、科研院所與企業共建算法算力共享體系，降低研發門檻，加速技術迭代，以高水平標准化和開源化引領產業提質升級。

三是健全安全治理體系，筑牢可信發展根基。構建涵蓋算法、數據、物理安全的分級防護機制，明晰生產、使用、算法供給、監管各方權責邊界。前瞻研究事故責任認定、跨機構協作互信等治理規則，規范具身導航、群體協同等行為的安全與倫理准則。探索包容審慎的監管模式，開展全生命周期安全倫理評估，搭建主動安全的縱深防御體系，為具身智能規模化落地、長效健康發展提供制度保障。

（作者單位：中國科學技術發展戰略研究院）