界面新闻记者 |
界面新闻编辑 | 文姝琪
2025年度Inclusion·外滩大会将具身智能技术推向行业关注焦点，标志着人工智能产业正迎来关键转型期。
9月11日在上海黄浦世博园区启幕的这场科技盛会，呈现出浓郁的"机器智联"特色。10000平方米科技展览区、5000平方米互动体验集市及特色"机器人小镇"构成的三大核心展区内，各类智能机器人展台持续吸引观众驻足体验。现场展示的机器人系统已实现烹饪技艺演示、工业设备巡检、人机协同作业、跨场景任务迁移等多元应用，从精微蛋雕创作到专业康养按摩等场景中，充分展现出具身智能技术的广泛落地潜力。
具身智能成为本届大会核心议题，背后折射出全球AI发展范式的深刻变革。2024年图灵奖得主、强化学习领域权威专家理查德·萨顿在主题演讲中指出，人工智能正加速从"数据驱动"转向"经验驱动"的新发展阶段。
萨顿教授分析认为，传统数据红利已逐步触及增长天花板，下一代人工智能的突破点在于构建智能体与物理世界的直接交互机制，通过持续的观察-行动-反馈闭环生成原创性知识。他特别强调，真正推动智能升级的核心数据必须来源于智能体在物理环境中的实践交互，即"经验数据"的自主生成能力。
在理论突破的探讨基础上，行业专家进一步聚焦技术落地路径。加州大学圣地亚哥分校终身教授、Hillbot机器人实验室创始人苏昊系统梳理了具身智能的技术演进脉络。他将机器人智能发展划分为三个关键阶段：规则驱动执行阶段、感知融合阶段（感知/规划/控制模块相对独立）、感知-规划-控制一体化阶段（即当前的具身智能时代），其中第三阶段的核心特征是机器人能够利用交互反馈持续优化决策策略。
苏昊指出，缺乏经验学习机制的机器人系统难以实现智能持续提升，而Transformer架构、GPT系列大模型等技术突破与感知决策一体化趋势的深度融合，共同推动了近期全球机器人创新成果的集中涌现。
从技术理论到产业实践的转化过程中，企业界展现出更务实的探索态度。宇树科技创始人兼CEO王兴兴直言："当前AI在内容生成领域已实现超越人类平均水平的突破，但在实体世界的任务执行能力仍有巨大提升空间。"
针对行业热议的"数据瓶颈论"，王兴兴澄清："我并非否定数据价值，而是强调当前行业存在重数据采集轻模型架构的失衡倾向。"他指出，具身智能领域尚未形成数据采集标准、质量评估体系和规模阈值的行业共识，导致资源投入效率不高。
为此，他提出"精准数据+高效模型"的发展路径：通过算法架构优化提升数据利用效率，实现"小数据高产出"的学习效果；同时建立场景化数据价值评估体系，定向采集高价值动作数据，推动数据采集从"量的积累"转向"质的突破"。
这一观点凸显出AI产业升级过程中，数据策略与模型创新需要构建动态平衡机制，避免陷入单纯的数据堆砌误区。
在技术路线的多元探索中，清华大学交叉信息研究院助理教授吴翼（前OpenAI研究员）提出的"In-Body Agents"（深度具身智能体）概念引发行业关注。
吴翼教授指出，当前智能体的连续自治运行能力普遍局限在分钟级水平，理想的具身智能体应具备长时序自主决策能力——接收模糊目标指令后可独立工作数小时甚至全天，直至完成复杂任务链。
他判断，这种具备长周期自主性的"物理世界智能体"将成为具身智能的终极形态之一，也是其团队的核心研究方向。
市场层面已显现出对具身智能的强劲需求。IDC最新行业报告预测，到2030年全球具身智能相关市场规模将突破1.5万亿美元，2025-2030年复合增长率维持在25%左右。第二届中国人形机器人与具身智能产业大会发布的蓝皮书显示，2025年中国具身智能市场规模预计达52.95亿元，占全球市场份额约27%；人形机器人细分领域规模将达82.39亿元，全球占比预计超过50%。
尽管市场前景广阔，业内人士普遍认为具身智能的产业化仍面临多重挑战。正如王兴兴所言，AI技术"实体世界落地应用"正处于大规模爆发的临界点，距离真正实现生产力变革还有待关键技术突破。