在智能化發(fā)展的浪潮中，從工業(yè)自動化邁向具身智能的跨越性進(jìn)步正逐步顯現(xiàn)。人類對于智能技術(shù)的追求已不再局限于單一技術(shù)的簡單應(yīng)用，而是渴望在大數(shù)據(jù)積累和技術(shù)突破的基礎(chǔ)上，見證人形機(jī)器人從科幻設(shè)想走向現(xiàn)實生活。

在2025年藍(lán)鯨“人形機(jī)器人”高端閉門研討會上，浙江大學(xué)求是特聘教授、浙江人形機(jī)器人創(chuàng)新中心首席科學(xué)家熊蓉，深入探討了具身智能機(jī)器人面臨的挑戰(zhàn)及其實地應(yīng)用進(jìn)展。浙江人形機(jī)器人創(chuàng)新中心自2023年成立以來，致力于打造一個具備智能作業(yè)能力的具身智能人形機(jī)器人，旨在賦予其廣泛的移動作業(yè)能力和快速便捷的開發(fā)部署能力。

通過廣泛的行業(yè)調(diào)研，該中心不斷推進(jìn)人形機(jī)器人本體及軟硬件算法的研發(fā)。特別是在操作技能方面，依托具身智能技術(shù)，機(jī)器人已能夠在多種場景下展現(xiàn)高精度、高可靠性的操作能力。熊蓉透露，早在去年8月，他們的人形機(jī)器人便能在雙腳直立狀態(tài)下完成大幅度擬人動作，執(zhí)行高精度任務(wù)（如打螺絲），并在復(fù)雜環(huán)境中實現(xiàn)端到端的自主決策（如端茶倒水）。

2024年，浙江人形機(jī)器人創(chuàng)新中心推出了首代產(chǎn)品“領(lǐng)航者二號”，其手臂作業(yè)能力達(dá)到了5公斤負(fù)載和0.1毫米的精度。熊蓉強調(diào)，具身智能與人形機(jī)器人的結(jié)合，旨在打造一種多功能機(jī)器人，以取代特定任務(wù)專用的機(jī)器人。

近年來，國內(nèi)外對于人形機(jī)器人的市場前景愈發(fā)樂觀?；ㄆ煦y行去年11月的預(yù)測報告顯示，人形機(jī)器人相關(guān)產(chǎn)業(yè)在2030年有望達(dá)到百萬市場規(guī)模，到2050年，其在機(jī)器人市場的占有率將位居第三。人形機(jī)器人的落地關(guān)鍵在于具身智能技術(shù)，它要求機(jī)器人通過行為表現(xiàn)而非內(nèi)在機(jī)制來展現(xiàn)智能。傳統(tǒng)的人工智能更多關(guān)注感知智能，而具身智能則強調(diào)與物理世界的交互，通過數(shù)據(jù)驅(qū)動的學(xué)習(xí)訓(xùn)練，實現(xiàn)感控一體的端到端解決方案。

熊蓉指出，人形機(jī)器人是具身智能最大的挑戰(zhàn)者，因其高自由度、多運動模式以及復(fù)雜作業(yè)對象和場景，使得傳統(tǒng)專家建模和機(jī)理控制方式難以適用。具身智能技術(shù)的應(yīng)用，能夠減少對專家知識的依賴，提升機(jī)器人的自主適應(yīng)能力。同時，感控一體方案還能降低感知準(zhǔn)確性的影響，提高行為正確性。

人形機(jī)器人的熱度源于社會發(fā)展需求和技術(shù)發(fā)展的雙重推動。一方面，人口老齡化問題凸顯，生產(chǎn)制造、康養(yǎng)護(hù)理等領(lǐng)域亟需機(jī)器人補充勞動力。傳統(tǒng)工業(yè)機(jī)器人雖已廣泛應(yīng)用于工業(yè)自動化，但在需要雙臂手協(xié)同和全身協(xié)調(diào)能力的場景中，仍面臨挑戰(zhàn)。人形機(jī)器人與具身智能的結(jié)合，有助于打造新型通用作業(yè)機(jī)器人，降低專家編程依賴，提升自主適應(yīng)能力。

另一方面，隨著大模型、生成式AI、合成數(shù)據(jù)、大算力等技術(shù)的創(chuàng)新，具身智能技術(shù)迎來了新的發(fā)展階段。人形機(jī)器人擬人化魯棒運動能力和語言-視覺-行為大模型（VLAM）的形成，為人形機(jī)器人的發(fā)展提供了有力支撐。然而，現(xiàn)有技術(shù)距離真正的落地應(yīng)用仍面臨諸多挑戰(zhàn)，包括運動學(xué)習(xí)依賴復(fù)現(xiàn)/遙控、VLAM行為簡單、交互行為學(xué)習(xí)訓(xùn)練數(shù)據(jù)匱乏、可泛化與高精度、高可靠、高效率的兼顧問題，以及傳感器和執(zhí)行器性能的提升需求。

浙江人形機(jī)器人創(chuàng)新中心在推動人形機(jī)器人及具身智能發(fā)展方面做出了諸多努力。在具身智能方面，他們在大小腦和數(shù)據(jù)采集方面取得了一系列進(jìn)展，特別是在提升機(jī)器人操作技能方面。通過底層高實時、高精準(zhǔn)的控制，實現(xiàn)了長序列新動作的快速學(xué)習(xí)，雙臂-手-頭協(xié)同的遙操作，以及可泛化高精準(zhǔn)視覺伺服技術(shù)等。

盡管面臨諸多挑戰(zhàn)，人形機(jī)器人的發(fā)展空間依然廣闊。從工廠流水線到零售場景，再到家庭服務(wù)，新的應(yīng)用場景隨著技術(shù)的進(jìn)步不斷被探索。人形機(jī)器人與具身智能的結(jié)合，正引領(lǐng)著智能化發(fā)展的新篇章。