2025-08-15 从技术突围到商业落地，41位顶尖大佬2025WRC核心洞见带你祛魅具身智能，万亿赛道破局点何在？

作者：路永丽   出品：亿欧网

8月8日-12日， 200余家国内外优秀机器人企业汇聚2025 年世界机器人大会（WRC）现场，从产业先锋集聚的A馆到聚焦场景破圈的B馆，再到细分领域突破的C馆，1500余件展品全方位展现了机器人从“能跑能动”的机械执行迈向“会炒菜、能做家务、懂工厂分拣”的实用阶段。

展品之外，这场聚焦 “智慧” 与 “智能” 进化的行业盛宴上，全球顶尖专家、企业领袖与学者齐聚一堂，围绕产业现状与趋势、技术路线与商业化路径等核心议题各抒己见、深入探讨。观点的交锋与共识的凝聚，为行业发展明晰了方向和路径，既揭示了当前机器人技术从 “技术可行” 到 “规模落地” 的关键挑战，也勾勒出人机协同的未来图景。

亿欧对 2025 世界机器人大会主论坛及部分分论坛核心观点进行了系统梳理与深度提炼，现将关键洞见呈现如下：

一、产业现状与全球趋势

1.伊藤贵之（国际机器人联合会主席）：2024 年中国工业机器人新装机量增长5%，全球市场份额从51% 升至54%，已成为全球机器人市场绝对主导者；人形机器人虽获高度关注，但商业落地几乎空白，存在无法协作、安全隐患等问题，多用途人形机器人仍遥遥无期。

2.杰夫・伯恩斯坦（美国自动化促进协会主席）：北美机器人市场正从依赖汽车产业向多元化发展，非汽车产业占比已接近甚至超过汽车产业，新兴机遇集中在仓储、建筑、医药研发等领域，北美人形机器人实际部署极少，客户更关注能否高效低成本解决问题而非形态，行业应聚焦解决方案与 AI 技术而非机器人形式。

3.福田敏男（中国科学院外籍院士、日本工程院院士）：日本具身智能以打造 “舒适辅助型” 机器人为核心目标，技术路径从单一技术向网络化系统演进，核心是赋予机器人认知能力，在人机关系上，强调人机双向学习闭环以实现深度共创，计划2025年实现机器人自主适应与协作、2050年达成人机深度合作；同时需突破伦理等挑战，确保机器人 “软硬兼备”。

4.伊藤贵之（国际机器人联合会主席）：2025年“物理人工智能” 将成行业转折点，虚拟数字世界与机器人物理世界深度融合，叠加生成式 AI 革新，推动机器人向 “智能自主” 跨越。

5.王兴兴（宇树科技创始人）：机器人规模化机遇显著，硬件成本下降、落地显效、需求旺，但面临具身智能 AI模型架构混乱、通用性差，过度关注数据而忽视模型，VLA 模型等方案不成熟；量产工程复杂度高，机器人本体算力受限，强化学习的 Scaling Law 未突破，新技能学习效率低等挑战，需全球共创。

6.魏奇（中金资本董事总经理）：具身智能有望成为继PC、手机、智能汽车之后的万亿级赛道。预计2050年,中国人形机器人市场规模达22.8万亿,2024-2050年GRGA达24.7%，技术突破、社会需求及产业环境共同推动机器人向通用发展。

7.邹刺勇（联合国工业发展组织副总干事）：机器人产业是多学科交叉领域，单国无法主导所有领域，国际合作是唯一途径。当前地缘政治下需改变“单赢”观念，通过国家及全球层面平台推动合作，创造共赢环境，而非将其视为“竞赛”。

8.桥本孝子（电子与电子工程师协会亚太地区主席）：国际合作需兼顾技术与伦理，不同文化和生活方式对机器人的接受度不同，需纳入跨学科研究（如伦理、社会科学），并增加社会参与者，促进科技与社会契合。

9.保罗・洛佩斯（英国工程技术协会中国区代表）：各国数据法律（如欧盟GDPR、中国PRPL）差异带来挑战，企业需重视数据保护和网络安全，通过认证和规范流程消除用户疑虑，避免信任破裂。

10.邹刺勇（联合国工业发展组织副总干事）：需警惕机器人失控风险（如自主创造语言、脱离设计者预期），各国应超越国家利益，合作建立全球治理框架，将人类生存与利益放在首位，避免技术失控威胁人类安全。

二、商业化落地与市场展望

11.王田苗（中关村智友研究院院长）：具身智能的核心价值是模仿人类以提升效率与服务价值；商业化需从“成本收益”出发，2年能回本的特定高频场景可先行应用，再长期迭代拓展；技术上，“垂类场景解构+智能硬件” 比 “通用世界模型+人形机器人” 更易突破稳定性；需建立第三方标准明确责任，从运营端切入推动供应链成熟；监管应聚焦危险作业等领域，平衡保守与激进。

12.曹巍（蓝驰创投联合创始人）： 具身智能短期要聚焦具体场景解决实际问题，长期目标是通过无限生产力造福人类，其发展需突破 “硬件 +数据+模型” 瓶颈（硬件廉价鲁棒、数据感知与模型鲁棒性待提升）；商业化需3-5年找到切入点，十年内实现规模化；可信度需解决安全、人机信任教育及模型透明度问题；监管框架很关键，政府需给出明确信号，且支持差异化监管。

13.杨丰瑜（UniX AI公司创始人兼首席执行官）：2025年是具身智能商业化首年，制造业是重要起点；技术上需设计容错机制和远程控制，让人类作为 “安全员” 介入；模型要具备可预测性，失败时需输出推理过程便于追溯；支持差异化监管，在保障安全的同时为创新留空间。

14.郭彦东（智平方科技有限公司创始人）：全球人力资源紧缺催生了具身智能需求，8000万工厂非结构化工作需机器人替代，工厂半约束环境可作为 AI 训练起点，逐步向服务业、居家延伸；

技术突破要把握三要素：一是算法要具备自主学习与理解常理的能力；二是数据战略在冷启动阶段需融合互联网、仿真及真实世界数据，后续则侧重压力、温度等真实场景的特有反馈数据；三是硬件需兼顾可靠与廉价，实现快速部署并在2年内回本；

提升可信度可依靠开源基础模型，让公众了解模型逻辑以消除 “黑箱” 疑虑；降本需通过聪明算法（增量训练）、用户数据反馈（如无人驾驶模式）及开源数据实现；监管需兼顾安全与伦理，无需全球一刀切，可保留地区特性。

三、 技术路线的多元探索与核心分歧

15.英伟达Omniverse和仿真模拟技术副总裁：机器人技术正从 “信息世界” 转向“物理世界”。其中，物理 AI 是机器人实现自主行动的核心，而当前技术已进入代理式AI时代。仿真与合成数据作为机器人突破的 “关键跳板”，为其发展提供重要支撑，中国则是这一进程的重要推动力量。

16.倪光南（中国工程院院士）：“AI+空间计算”是机器人从二维交互迈向三维交互的核心，搭建大语言模型与物理世界的桥梁，可强化机器人视觉感知以补“脑-眼”短板；机器人需构建“脑-眼-行动” 协同的具身智能架构，推动智能升级；最终依托开源开放构建机器人生态，助力制造业升级。

17.亚历山大・维尔（国际机器人联合会技术委员会主席）：工业机器人应走“数字孪生+AI”务实路径，而非追捧人形机器人。人形机器人因关节多（40个）、编程复杂、成本高、瓶颈突出，远不如传统机器人可靠；AI的VLA模型也存在成本高、成功率低、泛化能力差等问题；数字孪生才是关键突破口，能解决数据与成本问题，提升专用机器人价值，工业机器人应优先聚焦于此，而非追求模仿人类的形式创新。

18.张佳帆（ABB 机器人中国研究中心负责人）：自主多功能机器人的核心是 AI 与工业机器人深度融合，以突破传统编程局限，实现人机顺畅交互；当前工业机器人 AI 应用多在感知层面且已有场景突破；下一代将聚焦软件与 AI升级，借助3D视觉、力控技术及生成式 AI 提升能力，进化为自主多功能智能体。

19.曾光（中联重科中科云谷首席执行官） ：工业机器人与人形机器人在智能制造中是协同共生关系，共同推动制造模式演进；制造业机器人应用已历经程控、自适应阶段，正迈向智能机器人阶段，未来两者将协同；人形机器人进工厂需重构工艺，AI原生架构影响更大，最终形成新制造范式。

20.胡鲁辉（智澄AI创始人兼首席执行官）：物理智能是通向AGI的关键，通过世界模型实现物理世界的通用泛化与实时交互，可突破当前机器人痛点；其区别于生成式AI，专注物理世界多维度泛化，世界模型为核心已获共识。

21.沃尔夫拉姆・伯加德（德国纽伦堡工业大学教授）：移动机器人自主进化沿 “感知升级—智能跃升—具身突破” 路径推进，核心是将环境不确定性转化为行动确定性；深度学习实现精准感知决策，生成式 AI 与基础模型突破编程依赖；未来需补齐具身数据短板，以拓展至复杂开放场景服务社会需求。

22.王金桥（中国科学院自动化研究所副总工程师）：从通用模型到专用模型，未来的机器人必然是通专结合，既有通用能力又有专业技能，这样才能更好的服务于各个行业。

23.徐宁仪（上海交通大学教授）：大小脑融合的通用具身智能芯片是下一步机器人大规模应用的算力基础。

24.姚卯青（智元机器人合伙人兼具身业务部总裁）：具身智能大规模突破需依托 “本体-数据-算法-应用” 飞轮闭环：优质本体为数据采集载体，高质量数据决定模型上限，算法创新赋能场景并反哺迭代；数据层面需建大规模数据集，算法可借特定架构突破，硬件与本体是根基；最终需在多场景落地，创造实际价值。

25.熊友军（国家地方共建具身智能机器人创新中心总经理）：全球人形机器人正处需求与技术双轮驱动的爆发期，当前出货量激增，远期需求规模超5万亿美元，AI 大模型与运动控制技术突破加速产业落地。针对行业共性难题，已推出跨本体 VLA 基座模型与双模自主学习体系，攻克跨场景通用化瓶颈，提升部署效率、降低成本；同时通过开源天工核心技术、构建数据飞轮与中试平台，打造全链条产业生态，推动人形机器人从实验室迈向规模化量产。

26.江磊（国家地方共建人形机器人创新中心首席科学家）：国家地方共建人形机器人创新中心聚焦解决产业 “一高五难”，通过开源与标准建设加速落地。当前中国人形机器人发展超预期，整机平台超160家、真机数据超600万，今年被视为量产元年，中国在肢体技术领先，大脑、小脑技术持续突破。中心正重构开发范式，以 “有身体的 AI” 与 “有 AI 的身体” 融合为核心，推动硬件、软件、模型、数据全面开源，汇聚开发者共创；同时参与国内外标准制定，目标通过开源聚合力、标准促协同，推动人形机器人产业从爆发走向规模化落地。

27.顾捷（傅利叶智能科技公司创始人兼首席执行官）：具身智能的核心是突破 “工具属性”，成为 “有温度的伙伴”，通过多感官自然交互、亲和材料、算法模拟肢体语言（如情绪化步态）传情等方式在交互中融入人文关怀，依托技术迭代与大模型应用提智，通过开源工具链推动协作，降低开发门槛。应用上聚焦多场景，目标是让机器人走进家庭，从功能助手升级为 “身边伙伴”。

28.卢策吾（穹彻智能联合创始人、上海交通大学人工智能学院副院长）：具身智能的核心突破在于同时攻克泛化性与鲁棒性难题，这两大方向的创新是其从技术探索走向产业化的关键。泛化性上，“数字基因” 理念借鉴生物基因规律，以统一协议为万物编写 “操作说明书”，无需单独构建数字孪生，大幅降低成本并实现跨物体功能迁移；鲁棒性上，聚焦力反馈技术，通过力位反馈大模型等保障复杂环境操作稳定。两大突破已支撑产业化，在食材处理等领域实现规模化应用，多类型机器人正加速渗透更多场景。

29.熊蓉（浙江省人形机器人创新中心首席科学家）：打造可落地的具身智能人形机器人，核心是以钱学森“灵境”思想为指导，通过虚实融合与人机融合破解智能适应性差的痛点。虚实融合方面，凭借Real2Sim技术实现环境高保真重构，结合 AIGC 生成仿真数据，解决 “仿真与现实差距大”“真机数据成本高”问题 ——1% 真实数据 + 仿真数据的训练效果超 100% 真实数据，力触优化后插拔任务成功率达99.99%，已应用于华为产线。人机融合上，以“任务中心VLM” 应对混杂场景，通过“白加黑” 学习（机理模型+数据驱动）提升可靠性，实现拟人化动作快速部署。依托半人形通用形态与自适应算法，机器人已在服装制造、实验室等多场景落地，推动具身智能规模化应用。

30.陈建宇（星动纪元创始人兼首席执行官）：通用人形机器人是AI从“思考”到“行动”的关键，将革新生产力与社会服务力，需突破传统局限，以“向人类学习”为核心，通过 “通用大脑+通用本体” 融合实现规模化落地。“通用大脑”聚焦端到端具身模型四阶段进化，数据策略采用 “金字塔” 体系，以少量真机数据为顶、VR采集数据为中、海量互联网视频为底，降低数据依赖。“通用本体”为模块化全尺寸设计，自主研发核心部件，分工业与服务机型，共享底层模块。两者融合形成闭环飞轮，现有300台产品验证了路径可行性，为规模化发展提供框架。

31.王鹤（银河通用创始人）：合成数据是驱动人形机器人商业化的核心引擎，以合成数据（占比超 99%）为主、真实数据为辅，可破解数据瓶颈，推动通用机器人规模化落地。当前人形机器人面临真实数据产能不足（头部厂商年出货量仅千台至万台级）、成本高昂的困境，而具身大模型需数百亿条数据训练，现有公开数据仅100万条。银河通用通过物理仿真生成万亿级合成数据，结合强化学习与 Sim2Real 迁移，训练出全球首个抓取具身基础大模型 GraspVLA，可零样本泛化至真实场景，微调效率极高（200条数据即可掌握拆箱技能）。

32.赵同阳（众擎机器人创始人）：人形机器人是第四次工业革命的核心驱动力，中国有望引领此次革命。其突出突破在于技术与商业化的深度融合：一是实现 “类人化” 行动突破，推出全球首款直膝大步行走机器人，能跑步、舞蹈甚至前空翻，接近人类水平；二是成本与寿命跨越式进步，五年内造价从300-500万元降至5万元，目标寿命10-15年（月均成本仅千元），具备经济替代劳动力的可行性。人形机器人应突破 “工具属性”，追求 “有温度” 的情感价值，从造型到沟通贴近人类，最终进入家庭成为兼具实用与陪伴功能的伙伴，十年内行业将诞生千亿级企业。

33.张颢（阿依瓦技术首席科学家）：机器人视觉感知能力滞后是智能化落地的核心瓶颈，突破关键在于让视觉系统 “用得上、用得好、用得广”。其突出优势是平衡低成本与高性能：用几百元常规摄像头，依托自主双神经网络技术（单帧2D转3D快速认知，多帧迭代达微米级精度），实现未知环境工件识别与工业级精度，成本可控。该系统采用开源硬件架构与国产软件标准，即插即用适配各类机器人，为机器人“装眼”，推动其从“表演” 走向工业实用，支撑规模化落地。

34.程昊（加速进化科技董事长）：机器人踢足球是具身智能的“最小可用产品”，可推动人形机器人从 “四肢健全” 向 “认知健全” 进化，最终实现类似计算机的普及。加速进化在RoboCup赛事中取得突破，机器人能自主完成高球射门、穿裆过人等动作，积累的运动、决策与可靠性能力可迁移至多场景。人形机器人将复刻计算机发展路径，从科研赛事起步，依托开发者群体，价格逐步亲民（目标3000美金内），最终走进家庭，目前“机超联赛”等已验证其商业化模式。

35.赵行（星海图公司联合创始人、首席科学家）：真实世界数据是突破具身智能天花板的关键。传统数据存在局限：互联网视频缺动作信息，仿真数据有“Sim2Real Gap”，部分真机数据因环境理想化存在“Real2Real Gap”，导致机器人在真实复杂场景失效。据此，星海图采集500小时真实开放世界交互数据，训练出双系统 VLA 模型 G0（系统一快执行、系统二慢思考），可解决场景泛化难题。该模型性能超开源模型 π0　20个百分点，20条数据微调即能应对复杂任务，且单本体训练效果更优，其与数据集将开源以支撑行业落地。

36.冷晓琨（乐聚机器人董事长）：乐聚以 “两条腿走路” 布局人形机器人，早年借中小尺寸机器人深耕全学段教育，以稳定收入支撑大尺寸研发，当前聚焦工业场景作为家庭服务过渡，主攻工业机器人难覆盖的泛化性工作，与现有设备互补。行业核心挑战是：机器人小脑技术路线已收敛，但大脑（具身智能大模型）未定型，最大难题是 “大脑+小脑” 的深度融合（AI与控制跨域协同，非简单对接），决定具身智能落地。双足机器人需突破灵活性（如翻爬），否则效率难敌轮式，其价值有望明年显现。

四、跨领域场景实践与价值突破

37.大卫・斯罗洛洛维奇（香港大学工程学院院长）：AI（尤其是大语言模型）颠覆材料科学研究范式，将材料信息转化为文本以实现分类、性能预测与新发现；其在数据匮乏场景表现优异，能缩短材料开发周期，响应机器人对特种材料的需求，助力“按需创造材料”。

38.杰恩斯・科贝尔（ABB荷兰代尔夫特理工大学教授）：荷兰农业机器人以解决劳动力短缺等产业痛点为核心，走实用化、任务导向的技术创新路径，聚焦畜牧和温室种植场景，坚持高性价比，拒绝花哨方案，通过校企合作推动农业智能转型。

39.亚尼夫・马奥尔亚尼夫・马奥尔（Tevel公司首席执行官）：AI 与机器人技术是解决全球水果采摘劳动力危机的关键，需突破品种、环境、质量控制等挑战；通过相关技术实现高采摘率、多机协同等商业化应用，打破季节性限制，推动采摘自动化，保障供应链稳定。

40.苏菲・萨卡（法国国立特殊教育高等学院教授）：人形机器人对特殊人群（如自闭症青少年、阿尔茨海默患者）的核心价值并非 “陪伴”，而是作为 “社交工具”，关键是采用 “机器人延伸” 模式——由特殊人群自主编程机器人，将其视为与世界沟通的 “拐杖”，待社交技能提升后即可脱离机器人实现社会融入，这一模式已在实践中显著改善特殊人群的社交能力与生活质量。

41.马西米利亚诺・泽卡（英国拉夫堡大学）：全球老龄化带来劳动力短缺与医疗成本激增的双重危机，人形机器人凭借技术突破成为重要应对力量，可承担健康守护、生活辅助、社交陪伴角色，但需突破技术适配、社会信任与易用性、成本及伦理监管三重挑战，需跨领域协作推动其实现物理可行、伦理接受、社会认可。

42.丹尼斯・古托夫斯基（FESTO公司仿生学习网络技术负责人）：FESTO以自然为灵感探索机器人设计新范式，最新成果仿生蜜蜂（飞行机器人）从大自然数百万年进化形成的轻量化结构、能量回收智慧汲取灵感，仅几克重、翼长12公分，实现了极致轻量化与高效能，依托WBE系统，能通过8个定位锚点规划路径、避免冲撞，遇干扰时5秒内即可校准轨迹，印证了自然与技术结合的巨大潜力。

五、人才素养与生态构建

43.张宏（加拿大工程院院士、南方科技大学）：具身智能本质是机器人与人工智能的深度耦合，所需人才核心素质并非窄领域技能，而是通用的学习能力与解决问题能力，兴趣与执着是成功关键。

44.赵明国（清华大学研究员）：具身智能是模仿人类解决现实复杂任务的智能，人才需具备快速适应技术迭代的学习能力，以及将新知识应用于前沿问题的实践能力，教育需转向 “问题驱动” 的场景化学习。

45.张建伟（中国工程院外籍院士、德国工程院院士）：生态构建的核心是 “三个融合”—— 科学技术与场景融合（避免低水平重复）、跨地域融合（吸收全球智慧）、跨学科融合（融入人文伦理），以此推动具身智能从技术探索走向造福人类的产业落地。

2025 世界机器人大会落幕，却打开了人机共生的新视野。物理智能与具身智能的浪潮下，机器人正从工具向伙伴进化。在专用与通用的分野、效率与伦理的平衡中，行业逐渐形成共识：唯有以合作打破技术壁垒，以责任守住发展底线，才能让技术始终锚定人本价值。这场变革的关键，或许不在于技术能达到什么极限，而在于人类能否用责任约束创新、协作突破壁垒、化解分歧，加速商业化落地与实用价值兑现。