2026具身智能实验室建设白皮书-中科深谷

微信扫码，打开到小程序

目 录 第一章 具身智能介绍...................................................................................................................1 1.1 具身智能概述...................................................................................................................1 1.2 发展历程...........................................................................................................................1 1. 2.1 技术发展阶段.......................................................................................................1 1.2.2 产业发展历程........................................................................................................2 1.3 主要应用场景与产品分析...............................................................................................2 1. 3.1 人形机器人...........................................................................................................2 1.3.2 非人形产品...........................................................................................................3 1.3.3 科学智能...............................................................................................................4 1.4 发展必要性.......................................................................................................................4 第二章 具身智能专业...................................................................................................................7 2.1 具身智能专业介绍...........................................................................................................7 2.2 建设必要性.......................................................................................................................7 2.3 就业...................................................................................................................................8 2.4 专业建设...........................................................................................................................9 2.4.1 基础课程：构筑跨学科知识基石......................................................................10 2.4.2 专业核心课程：体现主导范式的差异化“脊柱”.............................................. 10 2.4.3 高端发展层：面向产业前沿与个人志趣的能力跃迁模块..............................12 2.4.4 实施路径：动态构建与特色聚焦......................................................................12 第三章 具身智能教学科研实验室建设.....................................................................................14 3.1 具身智能课程安排.........................................................................................................14 3.2.具身智能综合创新实践中心建设方案.........................................................................16 3.2.1 中心简介..............................................................................................................16 3.2.2 中心组成简介......................................................................................................18 3.2.2.1 具身运动控制中心...................................................................................18 3.2.2.2 全局感知与复杂控制中心.......................................................................29 3.2.2.3 具身高级控制与应用中心.......................................................................36 3.2.2.4 具身智能应用系统中心...........................................................................50 1 第一章 具身智能介绍 1.1 具身智能概述 具身智能是人工智能与物理实体（机器人）深度融合的终极形态，指智能体通过身体 与环境的实时交互产生智能行为，强调智能体的认知和行动在物理环境中的相互依赖，赋 予机器感知、理解、决策并与物理世界进行交互的能力。其核心涵盖“大脑”（负责语义 理解和任务规划等认知智能）与“小脑”（负责高精度运动执行）两大模块，涉及仿真、 VLA（视觉-语言-动作）、diffusion policy（扩散策略）、VLN（视觉语言导航）、世界模 型、强化学习等多个子模块。 从核心特征来看，具身智能打破了传统人工智能仅限于虚拟世界的界限，实现了信息 空间与物理世界的深度融合，其最大特征在于自主认知与环境交互能力——传统机器人依 赖预编程指令和结构化环境，而具身智能体可在非结构化环境中动态感知、学习与决策， 体现出从“感知+控制”向“感知+推理+行动”的范式跃迁。其技术架构呈现“大脑-小脑” 分层协同特征：云端“大脑”作为认知与规划中枢，融合多源数据构建实时共享空间记忆 体，完成宏观任务分解与多智能体协同调度；边缘“小脑”部署于不同形态本体，依托模 块化技能库将高层指令快速编译为可执行的技能原语，保障低时延、强鲁棒的执行。 在技术路径上，具身智能正沿着多模态融合、自适应学习、跨场景泛化的方向演进， 通过视觉、触觉、力觉等多模态感知数据的协同处理，结合 Sim2Real（仿真到现实）迁移、 强化学习等技术，实现对复杂动态环境的精准适应。其应用场景广泛，覆盖工业制造、服 务业、医疗康复、教育娱乐、交通出行、公共安全等多个领域，相关产品包括人形机器人、 服务机器人、自动驾驶载具、协作机器人等，能够替代人类在高危、枯燥、高精度岗位作 业，同时支撑高级人机协作，推动生产模式与生活方式的革新。 1.2 发展历程 1. 2.1 技术发展阶段 第一阶段：聚焦抓取位姿检测，通过点云或图像预测末端执行器姿态，实现静态物体 抓取，策略多为单步决策，缺乏对任务上下文和动作序列的建模，难以胜任复杂操作任务。 第二阶段：进入行为克隆阶段，机器人借助专家演示数据学习从感知到控制的端到端 映射，具备模仿人类完成复杂任务的能力，但存在泛化能力弱、误差累积、多目标场景表 现不佳等问题。 第三阶段：2023 年 Diffusion Policy 方法兴起，引入序列建模范式创新，通过扩散模 2 型生成整个动作轨迹，更好捕捉任务执行中的时序结构与多样性，提升策略稳定性与泛化 能力；2024 年进入 VLA 模型阶段，融合视觉感知、语言理解与动作生成模块，支持零样 本或小样本快速泛化，实现从“感知+控制”向“感知+推理+行动”的范式跃迁。 第四阶段：2025 年以来，业界与学界探索 VLA 模型与强化学习、世界模型、触觉感 知等模块的融合，弥补 VLA 模型“只能理解不能反馈”“只能关注当下不能看见未来” “只能看不能触”的局限，提升机器人在长时任务中的试错与自我改进能力、环境动态预 测能力及复杂非结构化环境下的精细操作与安全交互能力。 1.2.2 产业发展历程 1950 年代：概念萌芽阶段，图灵在论文中提出人工智能可能的发展方向，为具身智能 概念奠定基础。 1980 年代-1990 年代：早期探索与理论发展阶段，罗德尼・布鲁克斯和罗尔夫・普费弗 等人的研究为具身智能提供重要理论支撑。 2000 年代初：跨学科融合与技术突破阶段，具身智能研究融合机构学、机器学习、机 器人学等多学科方法和技术，形成相对完整的学科分支。 2010 年代中期：深度学习驱动发展阶段，深度学习技术的快速发展为具身智能注入新 动力。 2020 年以来：广泛关注与产业应用阶段，具身智能受到科技界和产业界广泛关注，众 多科技巨头及高等学府纷纷投入相关研究，逐步走向产业应用，推动专用机器人向通用机 器人发展。 1.3 主要应用场景与产品分析 具身智能的核心价值，在于将智能算法的“思考”能力与物理本体的“行动”能力深 度结合，以解决真实世界的复杂任务。其应用场景正从结构化的工业环境，迅猛扩展至开 放的商业服务、家庭生活乃至前沿科学探索等多元领域，并通过形态各异的产品谱系实现 落地。这一谱系的两端分别代表着不同的技术路径与商业化阶段：一端是承载通用智能愿 景、备受瞩目但挑战巨大的人形机器人；另一端则是在垂直领域务实深耕、已构成市场主 力的各类非人形具身智能产品。 1. 3.1 人形机器人 人形机器人旨在复现人类的形态与运动能力，被视为实现通用物理智能（GPI）的理 想平台。其根本优势在于能够无缝接入为人类设计的既有环境（如使用标准工具、通过标 准门廊、攀爬楼梯），理论上具备最强的场景适应性与任务泛化潜力。自生成式 AI 与大 3 模型技术爆发以来，其“大脑”得到了革命性增强。通过集成视觉-语言大模型（VLMs）， 机器人能够理解模糊的自然语言指令（如“把桌子收拾干净”），并自主进行任务分解与 步骤规划，显著提升了在非结构化环境中的交互与决策智能。 当前，人形机器人的应用探索集中在三大方向：在工业制造领域，如智元机器人已在 比亚迪工厂的产线上进行实训，尝试完成螺丝紧固、外观检测等工序；在商业服务领域， 如 Astribot S1 展示了高超的仿人灵巧性，能完成烹饪、冲泡等复杂操作；在家政与养老领 域，斯坦福的 Mobile ALOHA等系统则专注于学习复杂的日常家务技能，以特斯拉Optimus、 Figure 01 等为代表的产品迭代，正不断推高行业的技术标杆。 然而，其迈向大规模商用仍面临根本性挑战：技术层面，双足动态平衡、全身协调运 动、灵巧手精细操作等问题的工程化难度极高；成本层面，高性能关节、传感器与算力单 元导致整机成本高昂；安全与可靠性层面，在开放动态环境中保证长期无故障运行是人机 共融的前提。未来，高能量密度电池、柔性电子皮肤、仿生肌腱驱动以及脑机接口等技术 的突破，将是破解这些瓶颈的关键；产业层面，全球已形成科技巨头（如特斯拉、谷歌）、 汽车制造商（如比亚迪、现代）与创业公司同台竞技的格局，资本市场与地方政府政策（如 上海、安徽等地设立创新中心与产业基金）给予了空前关注。据行业预测，中国人形机器 人市场规模将从 2024 年的约 27.6 亿元，经历指数级增长，在 2035 年有望达到 3000 亿元， 产业正等待核心部件成本下降与工程化能力突破带来的规模化拐点。 1.3.2 非人形产品 相较于仍在探索通用性的人形机器人，形态与功能专一的非人形具身智能产品已在众 多垂直领域实现了扎实的商业化落地，构成了当前产业营收和市场影响力的基石。 工业制造与物流：这是市场规模最大、落地最成熟的领域。传统工业机器人正从预编 程的自动化设备，进化为集成了深度视觉和力觉感知的“智能体”。它们能够进行视觉引 导的随机抓取、力控下的精密装配，以及基于实时数据的工艺调整，成为柔性产线的核心 单元，支撑着中国超过 3.2 万亿元的智能制造市场。在物流领域，从仓储内部的 AMR（自 主移动机器人）分拣系统，到园区及楼宇的最后 100 米配送机器人，构成了智慧供应链的 物理神经网络，极大提升了周转效率并降低了人力成本。 商业服务与特种作业：服务机器人是消费端感知最直接的品类。在商业场景中，配送 机器人（如美团、普渡科技的产品）解决了餐饮、酒店的物品传送需求；导览讲解机器人 （如科大讯飞、优必选的产品）则在博物馆、展厅提供交互式服务。在专业特种领域，以 波士顿动力 Spot 为代表的四足机器人，凭借其卓越的地形通过能力和负载稳定性，已广泛 4 应用于电力设施巡检、公共安全侦察、建筑工地勘测等复杂、危险的非结构化环境。在矿 业等封闭场景，以易控智驾、踏歌智行为代表的企业，已实现矿用卡车的全天候编组无人 驾驶运营，成为“少人化、无人化”矿山建设的典范。 自动驾驶与智慧交通：自动驾驶汽车是具身智能在开放道路移动平台上的终极体现。 Robotaxi（自动驾驶出租车）已在北京、上海、深圳、武汉等数十个城市开展规模化测试 与收费运营试点，技术上正从“安全员随车”向“远程监控”过渡。其商业模式融合了车 企制造、科技公司（如小马智行、文远知行）提供全栈式解决方案、出行平台（如萝卜快 跑、滴滴）负责运营的生态体系。在港口、机场、干线物流等半封闭场景，自动驾驶卡车 和接驳车已率先实现商业闭环。 家庭陪伴与医疗康养：应对全球人口结构变化，具身智能在此领域的社会价值日益凸 显。家庭陪伴机器人已能提供基础的儿童教育、老人陪伴与安全监护。在医疗领域，手术 机器人（以直观外科的达·芬奇系统为标杆）将医生的操作转化为超越人手精度和稳定性 的机械动作，已成熟应用于微创外科；康复机器人则通过外骨骼形态，结合生物信号反馈 与 AI 算法，为卒中、脊髓损伤患者提供个性化、定量化的康复训练，市场正处于快速增 长期。 1.3.3 科学智能 超越传统经济与社会服务范畴，具身智能正在开辟一个极具前瞻性的全新疆域——科 学智能。通过将机器人操作与 AI 深度融合，科学实验机器人能够 7×24 小时自主执行液 体分液、样本制备、仪器操作、高通量筛选等重复性实验流程。这不仅将科学家从繁琐的 体力劳动中解放，更以绝对的精准和一致确保了实验结果的极高可重复性与通量，正推动 生物、化学、材料等实验科学从“人力密集型”向“智能驱动型”范式转变。展望未来， 融合了世界模型与主动学习能力的下一代系统，有望超越自动化执行，能够自主提出科学 假设、设计实验方案并解析结果，成为人类探索未知的“AI 研究员”伙伴，极大加速基础 科学的发现周期。 1.4 发展必要性 大力发展具身智能，不仅是响应全球新一轮科技革命与产业变革的必然选择，更是中 国在国家战略竞争、经济转型升级、社会民生保障及科技自立自强等多个维度上面临的紧 迫而必要的战略任务。 从全球竞争与战略安全的宏观视角看，具身智能已成为人工智能发展的前沿方向和下 一波浪潮的核心，是全球科技竞争的制高点。美国、欧盟、日本等发达国家和地区已将其 5 置于国家战略层面，通过系统性布局确保技术领先与产业安全。对于中国而言，这已不是 “是否发展”的选择题，而是关乎未来国际竞争主动权和战略安全的必答题。若不能在这 一关键赛道抢占先机，将在高端制造、国防安全、未来产业生态等多个层面陷入被动。因 此，将具身智能写入国家《政府工作报告》，并将其定位为培育“新质生产力”的未来产 业，是国家层面高瞻远瞩的战略部署，大力发展具身智能是参与并引领全球科技竞争的必 然要求。 从驱动产业升级与破解经济核心矛盾的宏观视角看，大力发展具身智能是破解我国制 造业由“大”转“强”核心痛点的关键引擎。中国虽拥有全球规模最大的制造业体系，但 在向高端化、智能化、柔性化转型过程中，面临着传统刚性自动化难以适应多品种、小批 量生产模式的瓶颈，以及核心高端装备对外依赖的“卡脖子”风险。具身智能，特别是“一 脑多态”等新型架构，通过将通用认知智能与专用物理执行能力相结合，能够为生产线提 供前所未有的柔性。它能替代人类完成精密装配、复杂检测等传统自动化难以覆盖的工序， 填补“自动化断点”，并能快速适应产线变更，大幅降低换线成本。这不仅是提升产业链 供应链韧性与安全水平的内在要求，更是推动我国制造业价值攀升、巩固全球制造中心地 位的底层技术支撑。 从应对社会挑战与创造新需求的具体视角看，具身智能是解决劳动力结构性短缺、提 升民生福祉的务实路径。随着人口老龄化加剧和年轻一代就业观念转变，制造业、服务业 等领域普遍面临“招工难、留人难”的问题，高危、重复性岗位的人力缺口尤为突出。具 身智能体能够替代人类进入危险环境（如矿山、化工、救援）作业，保障人员安全；也能 承担繁重的护理、陪伴、配送等服务，提升生活品质