未来智造局|“四肢发达”但“手脑薄弱” 人形机器人发展迈向深水区
中国机电一体化技术应用协会会长曲道奎表示,具身智能并不等同于人形机器人,后者仅是前者的一个分支,需破除“人形执念”,不应让构型绑架功能。曲道奎还表示,人形机器人从实验室走向真实场景,正在面临更深层次的考验,运动能力之外,精密操作与自主决策能力仍待突破,产业化落地需跨越“手脑”鸿沟。

新华财经上海7月5日电(记者杜康)2026年,全球具身智能产业迈入量产交付的关键窗口期。多家头部企业加速推进规模化生产,商业化破局初现曙光。业内普遍认为,尽管距离真正的大规模落地仍有较长路径,但产业角逐的“发令枪”已然打响。
在这轮热潮中,“人形”无疑是最受瞩目的机器人形态。不过,中国机电一体化技术应用协会会长曲道奎认为,当前需要厘清的是,具身智能并不等同于人形机器人,后者仅仅是前者的一个分支。“具身智能一定会繁衍出全新的机器人家族,绝非简单地拷贝现有生物形态。”
曲道奎还表示,人形机器人从实验室走向真实场景,正在面临更深层次的考验,运动能力之外,精密操作与自主决策能力仍待突破,产业化落地需跨越“手脑”鸿沟。
破除“人形执念”不应让构型绑架功能
随着技术突破与资本涌入同频共振,人形机器人产业正稳步跨越“死亡谷”,进入小规模量产与场景验证期。2025年国内人形机器人出货量达约1.8万台,同比增长650%。今年6月,智元机器人第1.5万台具身机器人下线,距离突破万台量产节点不足3个月。
早在2000年,曲道奎就带领中科院沈阳自动化所机器人研究团队创办新松机器人,推动机器人技术从实验室走向市场化应用,正因为长期置身机器人产业化一线,他对当前具身智能热潮保持着冷静的判断。在他看来,具身智能虽然已成为未来产业培育的重要方向,但若将其与人形机器人直接画等号,容易陷入“只见树木,不见森林”的局限。
“只要具备‘感知-认知与决策-执行与控制’的闭环架构,并能在与外部环境交互中持续优化行为,就属于具身智能。”曲道奎表示,除“人形”外,无人驾驶、无人机、无人艇以及各类特种系统,均在具身智能的版图内。人形机器人只是这一进程中的一类,绝非终极形态。
一直以来,业内盛行一种观点:机器人必须具备“人形”,才能无缝融入现实环境,直接复用人类现有的工具与空间。对此,曲道奎以“洗衣机”为例指出,人类的生活习惯受制于特定历史时期的技术局限,而科技创新的本质,恰恰是对传统的颠覆与重塑。
“过去人类洗衣服习惯手搓,难度大、效率低。如果顺着‘仿人’思路,难道我们要造一个长着双手的机器人去搓衣服?事实上,真正颠覆洗衣流程、解放双手的是洗衣机的发明。”曲道奎表示,“先进的技术手段,绝不该被用来保护或固化落后的工艺。”
遵循相同的逻辑,机器人的核心价值并非简单“平替”人类,而是拓展人类的能力边界与生存空间,成为“超人类”的存在。例如,特种机器人能深入高空与深海,洁净机器人能服务于芯片制造等人类无法直接涉足的极端场景。这些应用的意义不在于长得像不像人,而在于能否完成人类无法胜任的任务。
“人形是一个极佳的研发创新平台,涉及复杂的控制与平衡技术;但作为一款商业化产品,并非一定是最优的形态。”曲道奎表示,具身智能的产业化路径不应被单一形态束缚,“我们决不能让构型绑架功能。”在广阔的生产作业场景中,轮式、机械臂、复合机器人或专用装备,往往比人形更稳定、高效,也更贴近真实的商业需求。
人形机器人“四肢发达”但“手脑薄弱” 进厂打工仍待时日
从商业化路径看,曲道奎表示,当前国内人形机器人的应用仍集中于科研、展示及数据采集,物流分拣有望较快落地。下一步,工业领域中结构化程度较高、精度要求有限的场景或将率先破局。但他也坦言,具身智能真正成规模地进入工厂和家庭,还需要时间。
在曲道奎看来,近几年机器人运动能力确实取得明显进步,行走、奔跑、跳跃、保持平衡等能力均有提升;与此同时,受益于自然语言理解、语音识别、大模型和视觉技术发展,机器人的交互能力也有所增强。但这并不意味其已具备大规模进厂打工的条件,当前的具身智能技术框架仍呈现出明显的“执行控制强,感知与大脑弱”的失衡特征。
其中,感知层负责视觉、触觉、力觉等环境信息获取,帮助机器人建立对物理世界的理解;认知决策层涉及VLA模型、世界模型等算法,用于构建机器人的“大脑”;执行控制层则依托伺服电机、精密减速器和力控算法,将决策转化为动作。曲道奎表示,当前人形机器人的突出进展主要集中在执行控制层,尤其是运动控制能力,但在更复杂的灵巧操作方面,机器人仍然相对薄弱。
“人形机器人进展较快的是运动能力和部分交互能力,但真正制约产业化的精密操作能力和思考决策能力,也就是手、脑功能,反而进展相对较慢。”曲道奎表示,人类社会中70%以上的工作需要手来配合完成。
在他看来,手的复杂度和难度远高于腿。人的灵巧操作不仅依赖手部结构本身,还依赖触觉、力反馈以及毫秒级甚至更快的实时响应。“一个人拿起手机、穿针引线、抓取不同形状的物体,很多动作看似简单,却涉及复杂的感知和反馈机制。对机器人而言,这些恰恰是尚未完全突破的难题。”
“大脑”问题同样没有解决。曲道奎认为,大模型是现阶段人工智能发展中的有效方法之一,但机器人要真正进入复杂场景,还需要具备对任务的理解、学习、规划和决策能力。“目前机器人并未真正具备自主完成任务的能力,很多动作完成依然需要依靠遥控操作。”
除了技术瓶颈,横亘在实验室与生产线之间的,还有一道“工业级容错率”的高墙。在工厂里,机器人面临的核心考题不仅仅是“能不能动”,更是极致的效率、稳定与安全要求。“工业生产讲究节拍与连续作业,容错率是以‘年’为单位计算的。机器人不能仅靠一次完美的动作演示,更要在长周期的高强度运行中保持绝对的可靠。”
供应链成熟度也与产业发展阶段密切相关。曲道奎表示,中国在机器人生产制造和供应链组织方面具有较强基础。当前人形机器人不少零部件仍处于定制化状态,标准化程度有限,本质上是因为产品形态、尺寸、规格和应用场景尚未最终稳定。只有当产品逐步定型,供应链标准化才会真正加速。
编辑:林郑宏
声明:新华财经(中国金融信息网)为新华社承建的国家金融信息平台。任何情况下,本平台所发布的信息均不构成投资建议。如有问题,请联系客服:400-6123115










