2025届具身智能机器人论坛--总结.pdfVIP

2025第三届具身智能机器人产业发展论坛

主要讨论了具身智能机器人领域的最新技术进展、产业生态构建、市场应

用拓展以及政策支持等方面的内容。

（1）技术前沿

新技术突破：论坛上分享了具身智能技术的最新研究成果，如灵心巧手

（北京）科技有限公司联合创始人董文峰发布的全球首款万元内高自由度灵巧

手，实现了价格的突破性下探。浙江人形机器人创新中心熊蓉教授攻克“动态

负载悖论”难题，其领航者2.0机器人可在四级风力下600米连续动态行走，

同步完成0.1毫米级精密装配作业，标志着我国在具身智能领域跨入“动态稳

定+高精度操作”新阶段。

多模态大模型的应用：多模态大模型在具身智能中的应用成为焦点，如智

元具身研究中心常务主任任广辉分享了数据驱动的通用具身基座大模型GO-1，

结

介绍了现有具身模型的局限，同时也讲解了GO-1的四大优点和行业价值。其中

GO-1的四大优点如下：1.GO-1大模型可以结合互联网视频和真实人类示范进行

学习；2.其具有强大的泛化模式，能够在极少数据的样本下泛化到新场景，而

且后训练成本低；3.该大模型是通用机器人策略模型，能够在不同机器人形态

总

之间迁移；4.该模型搭配了智元一整套数据回流系统，可以在实际应用中越用

结

越聪明。GO-1的行业价值主要体现在，该大模型的推出标志着具身智能向通用

化、开放化、智能化方向快速迈进。也就是说，机器人能够在不同的场景中执

资

行多种任务；从封闭的实验室走向外面更加开放的世界；最后该模型下的机器

人能够理解自然语言指令，并根据语义不断进行推理，因此机器人不再局限于

预设程序，从而更加智能化。总

星海图首席科学家赵行介绍了具身智能VLA模型，提出了当前具身智能的

投

三大问题，分别是数据问题、算法问题和成本问题。数据问题指出我们在训练

机器人的时候，应该是使用真实数据、仿真数据还是互联网数据呢？关于算法

资

问题，也就是我们是从模块化、端到端还是大模型呢？成本问题指出，我们应

该如何获取数据，来提高学习效率呢？同时赵行也介绍了在星海图具身基础模

桥

型EFM下，其基于模仿学习的VLA全身智能模型，以及模仿学习和强化学习联

合优化的全身智能。投

千寻智能董事、数据中心总经理孙荣毅，讲述了机器人行业在工业领域现

创

在所面临的困难，因为在工业领域，2024年国内销售约30万台机器人，其中

总体保有量也达到了150万台到200万台之间。同时孙经理也介绍了机器人在

桥

走向更加广阔应用场景的难点——“大脑”，即现在对机器人的需求是非固定场

景、技能学习、场景内泛化以及柔顺物理交互这四个方面。简单的说就是，成

人能干的事情，机器人可以做的更好，而小孩能做的事情，机器人反而很难做

好。创

银河通用机器人合伙人史雪松讲解了具身多模态大模型解锁通用机器人产

业应用，通过对银河通用GraspVLAde的介绍，展示了充分泛化的具身抓取基础

大模型-机器人抓取接线座。同时，就在如何培养一个对社会有用的机器人问题

上，他指出，“应该先打基础，在学专业”，在基础大模型下，经过天量合成数

据进行预训练，再通过高质量真机数据进行后训练，培养他们的专业技能。

（2）产业生态

产业链协同：分析了人形机器人产业链的构成，探讨上下游企业的协同合

作模式。如工信部赛迪研究院科技处处长董凯总结了智能机器人四大路径规划：

“链式发展丰富产品谱系，安全治理构筑发