2025年3月13日，第三屆具身智能機器人產業發展論壇在深圳圓滿落幕。

隨著人工智能技術的飛速發展，具身智能機器人產業正迎來前所未有的發展機遇。它讓算法從“數字世界的思考者”進化為“物理世界的行動者”。當大模型賦予機器認知能力，具身智能則通過多模態感知、實時決策和物理交互，讓AI真正“扎根現實”。

2025年，《政府工作報告》首次將“具身智能”納入國家戰略，標志著這一領域正式邁入政策紅利期。在技術層面，具身智能機器人正處于從實驗室走向市場的關鍵拐點，大模型技術的突破為其提供了更強大的感知與交互能力。商業化應用方面，具身智能機器人已在工業、醫療、服務等領域逐步落地，展現出巨大的應用潛力。生態建設也在加速推進，產業鏈上下游企業通過合作與創新，共同構建多元互補的產業生態。

然而，具身智能產業的發展并非坦途。盡管中國機器人產業鏈完備、應用規模龐大，但在大規模量產和商業落地方面仍面臨諸多挑戰：基礎技術能力有待提升，產品研發高虧損問題突出；產品力不足導致市場需求受限；算力需求日益增長；機器人數據安全體系尚需完善。

在此背景下，“光速進化，智能生長”2025第三屆具身智能機器人產業發展論壇，重點圍繞大模型、數據驅動、靈活移動、靈巧操作等核心議題展開探討，匯聚全球智慧，探討技術前沿，推動商業化進程，助力產業邁向新高度。

東湖高新區黨工委委員、管委會副主任李世庭，武漢市人民政府駐廣州辦事處副主任隋鵬出席本次論壇。

政府致辭

武漢市人民政府駐廣州辦事處副主任隋鵬指出，今年，中國的AI創新力量與世界級巨頭并駕齊驅，春晚舞臺扭秧歌機器人大軍驚艷亮相，科技的光芒照亮了千家萬戶。具身智能機器人作為人工智能與機器人技術的深度融合，正以光速進化的姿態引領著未來產業發展的新方向。

作為長江經濟帶的核心城市，武漢始終堅持科技創新引領高質量發展，全力打造具有國際影響力的產業集群。在具身智能機器人領域，武漢具備雄厚的科研實力和產業基礎。正以創新為驅動，搶占智能機器人創新的制高點。每年投入40億元的產業基金，重點支持具身智能機器人等新賽道的發展，吸引了300余家相關產業鏈企業在武漢發展壯大。

未來，武漢有望在工業、醫療、公共服務等領域實現具身智能機器人的規模化應用，并推動中國在全球具身智能機器人產業中的競爭力提升。人工智能時代已經呼嘯而至，每個人都是這一時代的見證者和參與者。

誠摯邀請各位企業家、專家學者到武漢考察交流、投資興業，共同分享武漢發展的歷史機遇，共同譜寫智能時代的美好未來！

政府推介

武漢東湖高新區投促局副局長汪超表示，武漢光谷是中國首批國家級高新區、第二個國家自主創新示范區。三十多年來，光谷始終堅持自主創新，現已發展成為全國十家重點建設的世界一流高科技園區之一。高新技術企業總數已突破5700家，上市公司更是多達68家，占據了全省三分之一，成為湖北省和武漢市產業創新的核心引擎。

光谷為機器人產業提供了豐富的工業應用場景和廣闊的潛在市場，尤其在高端制造領域，如光纖光纜、光模塊、中小尺寸顯示面板等方面，光谷已處于全球領先地位。目前，光谷已全面布局機器人整機和零部件的研發生產，涵蓋操作系統、智能芯片控制器、運動規劃控制等多個關鍵環節，形成了完整的產業鏈生態。

在大模型領域取得顯著成果，成功打造了全球首個千億參數全模態大模型“紫東太初2.0”，全球首款顯示領域模型“星智 X-intelligence”、國內首個出版行業大模型“Books GPT”等。同時，光谷在算力基礎設施方面也不遺余力，建成了全國首家國產架構智算中心——武漢人工智能計算中心，形成了多元算力矩陣，為人工智能產業的發展提供了堅實的硬件基礎。

為了進一步推動智能產業的發展，光谷圍繞智能產業推出了多項專項政策，從政策、空間、人才等多個方面提供全方位的支持。誠摯邀請各位企業家朋友共同參與光谷的發展，攜手并進！

具身智能產業應用與展望

蓋世汽車CEO談到，“人工智能”與“具身智能”技術的融合正逐步邁向臨界點。從技術層面來看，人工智能的持續進步迫切需求與物理世界的深度交互能力，而“具身”技術的未來發展同樣離不開智能化水平的進一步提升。這種雙向的深度融合需求，使得具身智能成為當前科技發展階段下的必然產物。在2024年，具身智能技術已成為科技產業投資的最大熱點，特別是在人形機器人領域，其發展更是駛入快車道。

具身智能產業鏈可以劃分為三個主要環節：基礎硬件和軟件環節、本體集成環節以及應用場景和服務環節。基礎環節涵蓋了芯片、傳感器、控制系統、通訊技術、能源供應以及大模型操作系統等關鍵要素，這些與智能汽車產業鏈有著諸多相似之處。本體集成環節則主要包括人形機器人、自動駕駛系統、無人機以及機械臂等產品的集成商，它們作為產業鏈的終端，將各類技術和零部件進行集成，形成最終的產品。而應用場景和服務環節則聚焦于工業品領域，占比高達65%，如自動化機械手和清潔設備等；同時，也涉及20%的服務業和特殊作業場景，如高空檢測、深海探索等，這些領域為人類難以觸及或環境惡劣的地方提供了有效的解決方案。

具身智能將在各個領域帶來顯著的價值和創新，但其商業化落地進程存在代際差異，不同時間點會有不同的行業熱點涌現。因此，創新企業在選擇進入哪個細分賽道和品類時，需要深思熟慮。

此外，降低成本和規模化生產一直是我國工業能力的顯著優勢，機器人技術的降本和規模化生產將開辟新的競爭賽道。技術的復用性、產業生態的融合以及新場景的不斷創造將推動產業蓬勃發展，據，到2026年，機器人產業的市場規模將突破萬億大關。

周曉鶯 | 蓋世汽車CEO

數據驅動的通用具身基座大模型GO-1

上海智元新創技術有限公司成立于2023年2月，是一家致力于以Al+機器人融合創新、打造世界級領先的具身智能機器人產品及應用生態的創新企業。

智元具身研究中心常務主任任廣輝認為，具身智能是未來十年人工智能技術發展的核心驅動力，預計將催生一系列革命性產品。具身智能的演進與發展離不開海量數據的支撐。當前，具身智能面臨的最大瓶頸在于缺乏充足的機器人操作數據，這限制了技術的進一步發展和應用。現有具身模型在落地過程中存在泛化性差、場景適應性弱等問題，一旦場景發生變化，成功率會大幅下降。此外，擴展新任務時需要重新收集大量數據，成本高昂，且不同機器人本體的數據無法共享，進一步加劇了數據稀缺的問題。由于缺乏實際落地和數據回流，模型無法持續進化。

針對這些挑戰，智元提出了Vision-Language-Latent-Action（ViLLA）這一創新性架構，該架構能夠充分利用數字金字塔中各個層級的數據資源，具備人類視頻學習能力、小樣本快速泛化能力、一腦多形能力和持續進化能力。

任廣輝 | 智元具身研究中心常務主任

具身智能VLA模型

在過去兩年，機器人智能領域取得了顯著成就。斯坦福大學成功實現了桌面級別的機器人操作，涵蓋雙臂系鞋帶、操作透明物體等精細動作。通過模仿學習技術，機器人已能執行家庭日常操作，并在醫療領域完成精細的縫線作業。

星海圖首席科學家趙行提到，高質量的真實數據與模仿學習的結合，被視為推動通用機器人智能發展的關鍵路徑。在數據金字塔結構中，高質量的真實數據位于頂端，數量有限但質量上乘。相比之下，仿真數據和互聯網數據分別位于中間和底部，盡管易于獲取，但與真實世界場景存在差距。因此，在推動機器人智能發展的過程中，有效獲取和利用這些不同層級的數據至關重要。

星海圖技術通過模仿、學習并利用高質量數據，已在機器人本體上實現了多項復雜且有趣的任務，例如自動清理桌面垃圾、精確調配果汁等。全球多家機構，包括斯坦福大學的一個課題組已采購星海圖的機器人，用于執行一系列家務任務，如衣物整理、貨架擺放、家庭清潔等。

此外，空間智能的發展也備受關注。與傳統AI和視覺AI相比，空間智能旨在處理更復雜任務。當前開發階段包括基于模仿學習的預訓練和后訓練，以及模仿學習與強化學習的聯合優化。

趙    行 | 星海圖首席科學家

追尋智能上限-締造通用智慧勞動力

隨著老齡化趨勢的日益嚴峻，養老問題的凸顯和勞動力市場的短缺已成為社會關注的重點。在此背景下，具身智能被視為應對這些挑戰的重要手段。通過實現與人類的全語言交互，具身智能不僅能有效承擔工廠生產等任務，從而緩解勞動力短缺的問題，還能深入家庭和各行各業，提供養老服務，進而開辟出萬億級別的市場潛力。

千尋智能董事、數據中心總經理孫榮毅坦言，工業機器人行業在過去十年間經歷了從高度關注到泡沫化，再到低谷的波動。當前，國內約80%的企業在智能制造能力成熟度上仍處于較低水平。中國制造業的工人約1億，工業機器人總體滲透率約1%-2% (1臺機器人替代0.5-2人，按平均數1計算)。

具身智能技術采用基于海量互聯網視頻預訓練的機構大模型，并結合真實數據的模仿學習，以此提升機器人在執行任務時的泛化能力和作業的可擴展性。其技術路線主要聚焦于工業場景，特別是智能制造領域，旨在解決傳統機器人在柔性生產和頻繁換線過程中面臨的調試難題。通過智能化的迭代優化，具身智能技術有望創造新的生產模式。

孫榮毅 | 千尋智能董事、數據中心總經理

具身多模態大模型解鎖通用機器人產業應用

當前，工業領域廣泛應用的機器人多為專用型，其泛化能力至不同場景受到限制。這一局限性的核心原因在于訓練數據的缺乏或質量不佳。

對此，銀河通用機器人合伙人史雪松提到，為了解決數據瓶頸問題，采用仿真環境生成大量合成數據成為一種有效策略。

通過仿真環境大量生成并利用數據，能夠顯著提升機器人在執行抓取任務時的泛化能力。此方法打破了僅適用于特定物體或環境的局限，確保模型在背景快速變化或物體發生碰撞時仍能穩定執行任務。利用物理仿真引擎自動產生大量高質量的訓練數據，使模型能在各種環境和條件下學習如何成功抓取物體，從而在真實環境中實現高成功率。數據量的累積是一個“量變導致質變”的過程，達到一定的數據規模是實現良好泛化效果、滿足實際應用場景需求的關鍵。

此外，機器人的能力培養需遵循特定的學習順序，這與人類的教育過程相似，強調循序漸進。首先，通過大規模數據訓練基礎模型，使其掌握基本技能；隨后，針對特定需求進行后訓練，以培養專業技能。

史雪松 | 銀河通用機器人合伙人

多模態大模型讓具身智能成為可能

自2022年11月起，GPT等模型的引入及其迅猛發展極大地提升了機器人在語言智能和復雜推理能力方面的表現。尤為顯著的是，多模態模型，特別是視覺語言模型，為人形機器人在理解開放式場景和執行復雜認知任務上帶來了突破性的進展，預計未來10到15年間，預計機器人在知識密度和運算智能上將可能超越人類水平。然而，在抽象演繹和聯想創造新知識方面，人類依然保持著無可比擬的優勢。

在這些變革的推動下，機器人被定位為人類的輔助工具而非替代者，特別是在處理重復性和危險性任務時展現出巨大價值。另外，這也有望催生新的職業角色，例如機器人技能訓練師。

聆動通用創始人兼CEO，原科大訊飛機器人首席科學家季超認為，在機器人技能訓練的過程中，數據采集和仿真扮演著核心角色，盡管真實數據的價值更高，但其采集成本也相對較高。為了克服這一挑戰，可以依托通用預訓練模型，針對垂直領域和客戶特定需求進行定制化訓練，從而構建出適用于不同行業的強大模型。展望未來，具身機器人有望像智能手機那樣重塑商業格局，引領從功能型機器人時代步入智能機器人時代。

季    超 | 聆動通用創始人兼CEO，原科大訊飛機器人首席科學家

具身智能操作發展挑戰與進展

浙江人形機器人創新中心首席科學家、浙江大學求是特聘教授熊蓉談到，機器人智能操作的演變經歷了從簡單的抓放到高精度作業的顯著飛躍，這一進步得益于大模型的融合應用，極大地提升了機器人的行為規劃與決策能力。

隨著數據驅動技術的不斷進步，機器人正逐步從感知智能向行為智能轉變，這一轉變過程中，接觸交互的重要性愈發凸顯。然而，數據獲取與應用仍是當前面臨的主要挑戰，數據稀缺成為制約發展的關鍵瓶頸。為了應對這一挑戰，人工遙控采集和合成數據生成成為常用的數據獲取手段。但遙控采集對設備的實時性和操作人員的經驗提出了高要求，導致成本高昂；而合成數據雖然在視覺渲染方面取得了較為成熟的成果，但在接觸仿真方面仍存在明顯不足。

在技術方法層面，大模型雖然具備一定的通用性，但在準確性方面仍有待提升，尤其是在機器人行為的高精度、高可靠性和高效率要求下，這一不足尤為明顯。此外，機器學習領域也面臨著可解釋性差、災難性遺忘等亟待解決的問題，亟需進一步優化。

盡管面臨諸多挑戰，但當前人形機器人、大動作模型和空間智能等技術正處于產業起步階段，資本和研究投入十分活躍。

熊    蓉 | 浙江人形機器人創新中心首席科學家、浙江大學求是特聘教授

熱點對話：智能機器人的“黃金三年”：技術突圍、商業反殺與生態重構

熱點對話環節由蓋世汽車CEO周曉鶯主持，圍繞“技術路線生死局—端到端大模型 VS 模塊化技術棧”“數據飛輪陷阱—誰為千萬級訓練數據買單？”“成本絞殺戰—2026年BOM成本壓到10萬以下的可行性路徑”“生態霸權爭奪—車企、科技巨頭、機器人公司，誰將制定規則？”等行業熱點話題展開，浙江人形機器人創新中心首席科學家、浙江大學求是特聘教授熊蓉，智元具身研究中心常務主任任廣輝，銀河通用機器人合伙人史雪松，千尋智能董事、數據中心總經理孫榮毅，自變量機器人聯合創始人兼CTO王昊，吉利汽車AI研究負責人馮朝明，藍馳創投合伙人曹巍參與討論。

基于具身大模型構建可精細操作的通用智能體

自變量聚焦于“通用具身大模型”的研發，是國內最早實現端到端統一具身大模型的公司。當前，自變量自研的Great Wall 操作大模型系列的 WALL-A 在多個性能上已達到世界級領先水平，可以實現機器人自主感知、自主判斷、自主操作完成復雜而精細的物理世界任務。

自變量機器人聯合創始人兼CTO王昊談到，傳統的工業自動化及機器人技術有相應的瓶頸：預編程、固定軌跡的技術無法解決現實物理世界的復雜操作問題；大模型的發展為突破傳統機器人學的天花板帶來契機，使其能處理非結構化場景和多樣任務，用一個通用模型替代多個小模型，減少了提前建模需求。盡管機器人硬件性能超越人類手部，但在自主執行復雜任務上仍顯不足，系統不穩定、傳感器失效等問題限制了其表現。物理世界的隨機性，如摩擦、軟硬接觸等，增加了操作難度，且難以被現有傳感系統感知。人類通過親歷和交互學習復雜任務，而機器人單純依賴語言描述難以掌握類似技能。

未來方向是讓機器人像人一樣學習，通過反思和調整行為形成經驗，促進更好學習。

王    昊 | 自變量機器人聯合創始人兼CTO

多模態觸覺感知賦能具身智能落地

千覺機器人創始人兼首席科學家馬道林表示，觸覺感知是機器人實現精細操作能力的關鍵，尤其是手部的靈巧操作能力。過去，人們關注機器人的跑酷、翻跟頭等行為能力，但現在更看重機器人如何通過雙手實現靈巧和精細操作，這對其在實際生產和生活中的應用至關重要。與自動駕駛技術相比，機器人不僅要規避障礙，還需主動與物理世界接觸并改變其狀態。這種能力的構建依賴于閉環控制系統，其中觸覺感知起著關鍵作用，使機器人能規劃和控制與環境的接觸，從而改變目標物體的狀態。

為了實現微米級精度操作，機器人需要類似人手的觸覺感知能力。人手能通過感受器感知力、滑動、溫度等多種模態信息，這些信息幫助大腦控制手臂和手指的肌肉，形成協同控制閉環。為賦予機器人這種能力，需設計高分辨率的觸覺傳感器，并通過神經網絡系統處理多模態信息。千覺機器人正在研發基于視覺觸覺感知原理的觸覺傳感器，具備多維度、多模態感知能力，使機器人能執行以往無法完成的任務，如使用螺絲刀等工具時的間接感知。

馬道林 | 千覺機器人創始人兼首席科學家

大模型時代的機器人開發與應用探索

智能機器人的細分領域中，工業倉儲機器人成為投資熱點，2024年融資額激增至35億美元，同比飆升90%，特別是泛機器人領域的投資增長了7至8倍，相比之下，家庭服務機器人融資則減少了40%。

云計算技術有限公司具身智能產品孵化負責人張靖坦言，當前，具身智能面臨兩大技術難關：一是算力需求巨大，機器人需依賴至少10億參數規模的大模型驅動，訓練數據量需擴增10至100倍，這可能導致需要1萬張顯卡持續訓練一個月以上的算力支持；二是數據匱乏，現有數據總量有限且任務類型單一、碎片化，難以適應復雜應用場景。例如，多數數據僅適用于單臂機器人在桌面操作的任務，雙臂機器人的相關數據則更為稀缺。

對此，華為云提出了利用少量真實數據合成高質量數據的方法。同時，華為還開發了集數據平臺、訓練平臺、運行平臺于一體的具身智能開發與運行平臺。數據平臺負責數據的重建、增廣及合成，以提升數據質量和多樣性；訓練平臺則利用這些數據對機器人的“大腦”（決策）和“小腦”（動作控制）進行訓練；運行平臺則負責統一管理運行中的機器人，包括位置監控和運行狀態監測。

張   靖 | 華為云計算技術有限公司，具身智能產品孵化負責人

多維觸覺靈巧手：助力具身智能的觸覺革命

帕西尼感知科技（PaXini Tech）是一家擁有前沿核心觸覺技術及人形機器人公司，推動新一代以多維觸覺為核心的商用人形機器人是重要使命。

機器人已經在工業和自動化等結構化場景中獲得高度認可。隨著智能化程度的迅速提升，人們無不期待機器人加速走進人們的生活和工作。

然而，要讓機器人適應復雜多變的生活場景并不簡單，組裝纖細的產品，拾取柔軟的布料，端起易碎的玻璃杯，甚至搬運大小重量不一的箱子都是機器人作業的阻礙。人類克服這一困難的利器是布滿雙手的觸覺感受器，借由多維度陣列式的觸覺反饋，人類可以在行動過程中不斷的調整姿勢和力度，實現對各類物體和工具的操控，因而，觸覺感受能力是機器人進入復雜柔性場景的關鍵。

帕西尼技術&銷售總監顧宏康表示，帕西尼感知科技的itpu多維度觸覺傳感技術可以賦予機器人像人類一樣強大的多維度觸覺感知能力，使其能夠感知各種形狀和材質的物體，為機器人的自主學習提供基礎，使得機器人可以在更復雜和柔性場景里實現抓取和操縱，將其引入生活和工作的方方面面。

顧宏康 | 帕西尼技術&銷售總監

合成數據是具身智能必經之路

光輪智能致力于成為以技術驅動AI在物理世界的落地的數據基礎設施服務商，從自動駕駛、具身智能等空間智能（Spatial Intelligence）場景切入，向客戶提供全棧式的 Data for AI 解決方案，通過合成數據放大人類對物理世界的認知和示范。

光輪智能技術生態負責人甘宇飛坦言，AI 2.0時代，端到端已成為明確的行業共識。端到端架構避免了傳統機器學習中手動設計中間過程的復雜性，大大簡化了模型的設計，提升了效果和效率，使Scaling Law在大模型迭代上成為可能。

端到端的算法架構之下，模型算法設計已相對成熟，數據取代模型成為新一代AI性能提升新突破口。而Self-play RL有可能成為模型提升新途徑。新范式下，高質量數據仍是關鍵。與傳統監督學習依賴大量標注數據不同，Self-Play RL會通過智能體與環境的交互生成數據，這些數據的質量和多樣性直接影響模型的性能和泛化能力。具身模型訓練數據極度短缺的情況下，合成數據是實現Scaling Law的重要突破。

甘宇飛 | 光輪智能技術生態負責人

大族機器人賦能汽車行業新質生產力發展實踐

深圳市大族機器人有限公司成立于2017年，是由大族激光科技產業集團股份有限公司投資組建的國家級高新技術企業和國家級專精特新小巨人企業，擁有近二十年電機，伺服器和運動控制經驗。

2024年中國工業機器人市場仍面臨壓力，預計全年銷量同比增幅5%左右。2024年工業機器人在制造業各細分行業需求分化明顯，光伏市場面臨大幅下滑情況，電子、汽車、金屬制品及食品飲料等通用工業等回暖跡象明顯。

大族機器人汽車BU總經理戴勁談到，大族機器人攜手合作伙伴，打造CNC上下料一站式解決方案。協作機器人上下料精準、易用、安全，并可7x24小時連續作業且部署靈活，緩解了用工難問題，調試方便容易上手，切換產品省時省事，滿足多種工件加工需求。

大族機器人基于協作機器人領域的技術和產品優勢，與北京某汽車行業客戶進行深度合作，為汽車4S店噴漆車間提供免示教、全自動的機器人噴涂解決方案，并在汽車保險杠噴涂方面成功落地，破解噴漆品質不穩定、勞動力短缺等問題。Elfin-Ex系列防爆型，通過桁架及外部軸，可以在4mx7m的噴漆房內同時為4種不同車型的保險杠，進行噴漆作業。

戴    勁 | 大族機器人汽車BU總經理

以“大小腦+感知”，驅動多形態機器人商業化落地

跨維（深圳）智能數字科技有限公司成立于2021年6月，是一家以Sim2Real為核心，研發高通用性具身智能技術的國家高新技術企業。公司憑借在3D生成式AI、多模態大模型及三維成像方面的長期技術積累，打造了軟硬一體的產品矩陣，包含 DexVerse™具身智能引擎、基于3D VLA (3D Vision Language Action) 大模型的成像感知套件等產品，率先實現了具身智能核心技術的規模化商業落地。

實現高通用具身智能的核心技術，關鍵在于突破基于多模態大模型的三維感知、任務決策與運動控制等方面的瓶頸。然而，目前智能側的發展尚未與硬件本體相匹配，數據已成為行業內最為關鍵的瓶頸所在。為了高效推進這一領域的發展，采用高質量合成數據作為具身智能大模型訓練的“燃料”成為了一條切實可行的路徑。具體而言，跨維智能構建了一個高質量數據到模型的高效工具鏈，即Sim2Real具身智能引擎DexVerse™，將極大地促進這一進程。DexVerse™引擎通過模擬到現實的技術轉換，為具身智能的發展提供了強有力的支持，推動了從數據到模型的高效轉化與應用。

林嘉偉 | 跨維智能市場副總裁

人形機器人的應用場景和未來潛力

加速進化（Booster Robotics）成立于2023年，希望通過打造人形機器人產品，聯合全球開發者，推動生產力變革。早期戰略面向科研教育場景，基于團隊在機器人、軟件、芯片和商業化等全方位經驗，打造人形機器人、操作系統、開發工具等軟硬件平臺，加速具身智能的落地。

加速進化商業化負責人劉威彤談到，第三次工業革命由芯片引領，催生了電腦、手機等虛擬化行業的繁榮。而今，第四次工業革命需重點關注實體世界的變革，如低空經濟、及人形機器人等。人形機器人發展歷經輪式、雙輪、輪臂、輪足、四足等過渡形態，終以人形為終極形態，功能廣泛，幾乎無所不能，唯速度稍遜。預計未來十年，人形機器人將迎來爆發式增長。

產業鏈方面，上游零部件發展類似電動汽車，有許多投資與創業機遇；下游應用則更為豐富，涵蓋操作系統及眾多應用程序，類比iPhone初期，未來或將涌現眾多知名企業及上市公司。

人形機器人行業仍需時日發展成熟，初期以科研等方面為主，逐步拓展至工業物流、商業場景，最終進軍家庭市場。C端市場潛力巨大，但需技術與市場需求進一步成熟。

劉威彤 | 加速進化商業化負責人

先進電驅平臺 加速智能具身

鈦虎機器人成立于2020年，聚焦于為具身智能和通用自動化兩大領域客戶提供優質的底層軟硬件解決方案，具備全棧產品的設計、研發、生產制造能力，致力于在提升產品性能的同時，降低硬件成本，使得人形機器人的實用化成為可能。

鈦虎機器人產品及生態負責人諶威談到，當前，人形機器人關節研發的挑戰和難點主要有四大方面：

高爆發力和響應性方面，人形機器人需要大扭矩和高響應性的關節，方能實現行走、跑、跳和姿態快速調整，目前主流人形機器人關節最大扭矩已經達到300Nm以上。

輕量化和緊湊性方面，除了高爆發力的要求，人形機器人關節還需要更輕、更小，使得最終整機易于控制和響應調整，而非臃腫的“龐然大物”。

冷卻散熱方面，大扭矩輸出以及結構緊湊就會帶來電機散熱的難題，從而影響精度以及使用壽命，在結構設計、散熱方式和材料選用上都需極為考究。

壽命和耐用性方面，機器人摔倒、外部沖擊、電機過熱以及材料形變等等因素都可能導致關節以及人形機器人整機損壞和老化，故滿足前述約束條件的同時，結實耐用也極為關鍵。

諶    威 | 鈦虎機器人 產品及生態負責人

至此，第三屆具身智能機器人產業發展論壇圓滿落幕。未來，隨著數據的完善、多模態感知融合等技術的持續突破，具身智能將向更自然的類人化交互、更精準的環境適應能力進化，而智能機器人或將在日常家務、醫療陪護、特種作業等領域重塑人機協作范式，推動人工智能從"工具屬性"向"伙伴屬性"躍遷。