问题——热度攀升之下，规模化落地仍存“硬门槛” 3月25日，博鳌亚洲论坛2026年年会期间，“人形机器人的进阶与飞跃”分论坛海南博鳌举行；论坛由清华大学苏世民书院院长、人工智能国际治理研究院院长薛澜主持，来自政界、学界与产业界的多位嘉宾就人形机器人的能力边界、商业化路径、安全治理与人机关系演进进行讨论。与会观点认为，尽管人形机器人与具身智能领域关注度持续上升，但从实验室走向规模化场景仍面临多重现实约束，短期内难以以单点技术突破实现“跳跃式普及”，更可能经历持续迭代的工程化过程。 原因——三大挑战制约产业“加速度” 论坛讨论中，百度集团执行副总裁、百度智能云事业群总裁沈抖结合产业观察提出，具身智能要走向广泛应用，至少面临三上挑战。 其一是“本体能力”挑战，即机器人稳定性、耐用性、灵巧性诸上仍需明显提高。业内普遍认为，面向复杂环境的长期运行能力、多任务切换中的可靠性，以及与人协作时的安全冗余设计，决定了人形机器人能否真正进入生产生活环节。部分公开赛事与场景测试所暴露的问题，也从侧面反映出本体工程成熟度仍需时间沉淀。 其二是“技术方案”挑战，即统一的技术底座仍在形成之中。当前行业在“大脑”“小脑”分工协同、控制系统与感知系统融合、端到端方案与模块化方案取舍等上路线并不完全一致，导致生态碎片化、适配成本偏高。技术底座尚未收敛，意味着同一类应用往往需要更长的集成调试周期，也抬高了从样机到产品的工程投入门槛。 其三是“数据闭环”挑战，即尚未形成规模化正向循环。具身智能依赖对真实物理世界的交互数据积累，而目前行业仍以实验性采集与小规模验证为主，数据覆盖不足、标准不统一、可复用性不强，影响模型能力迭代效率。与会人士指出，只有当机器人更广泛场景中持续运行，数据采集、训练优化、能力提升、再部署的循环才能真正跑起来，而这又反过来要求硬件可靠性、成本控制与安全治理同步到位。 影响——从技术演进到产业生态，决定应用扩展节奏 与会人士认为，上述挑战使得具身智能的产业化更像一场“耐力赛”：技术演进需要工程化落地检验，生态完善需要产业链协同。短期看，行业热度提升将吸引资本、人才与供应链加速进入，推动关键器件、操作系统、模型与工具链的迭代；中期看，行业竞争将从“概念展示”转向“场景兑现”，谁能在特定场景跑通成本与安全，谁就可能形成先发优势；长期看，数据与标准的积累将决定产业上限，并可能带动制造、物流、养老、公共服务等领域的组织方式变革。 在供给侧投入上，沈抖表示，百度智能云已服务超过30家具身智能企业，涉及的算力消耗占其整体的35%。业内人士解读，这反映出具身智能对算力与工程平台的依赖度正上升，产业竞争正逐步进入“基础设施+场景能力”的综合比拼阶段。 对策——以场景试错促迭代，以基础设施补数据短板，以治理框架守底线 如何跨越从研发到应用的鸿沟，成为论坛关注重点。与会观点集中在三条路径。 一是加大投入、鼓励在真实场景中试错。与会嘉宾认为，具身智能的能力提升必须在复杂、开放、长周期的场景中完成验证，行业需要在可控风险下扩大试点，通过“部署—反馈—改进”提升可靠性与通用性。 二是完善数据基础设施，推动形成可持续的数据闭环。沈抖介绍，为突破数据短板，相关企业已在广东东莞设立具身智能数据采集站，邀请不同机器人本体开展数据采集，以提升数据规模与多样性。业内人士指出，未来还需推动数据格式、采集规范、隐私保护与安全审计机制建设，提升数据的可共享与可复用水平，避免重复“造轮子”。 三是将安全治理前置到设计与部署全流程。论坛讨论认为，当机器人走入家庭、职场与公共空间，物理安全、数据安全、伦理争议与责任认定将同步凸显。与会人士提出，行业应强化“安全即底座”的理念，在硬件层面引入多重冗余与失效保护，在软件层面完善权限管理与可追溯机制，在管理层面明确产品准入、运行监测、事故处置与责任分担规则，并推动跨国界、跨行业交流合作，形成可兼容的治理框架。 前景——渐进式演进或成主线，关键在于工程化与制度化“双轮驱动” 围绕“产业何时迎来爆发”，与会人士认为，具身智能不同于纯数字产品，其能力来自与物理世界的持续交互与工程化打磨，发展路径更可能呈现逐步升级、持续渗透的形态。未来一段时间，行业或将优先在结构化程度较高、风险可控、投入产出更清晰的场景率先落地，如园区巡检、仓储搬运、制造协作、特定公共服务等；面向家庭等高复杂度场景的普及，则需要在成本、可靠性与安全治理上实现更系统的突破。
全球科技竞争进入智能化深水区，具身智能的发展再次印证了技术革命的规律——颠覆性创新离不开持续积累；正如与会者的共识：在这个需要与物理世界深度交互的领域，耐心比激情更重要，扎实的基础建设比追逐“爆点”更有价值。这为行业的理性发展和高质量推进指明了方向。