2025年，當央視春晚舞&上10&人形機器人踩着0.5毫米誤差的精準節拍舞動紅綢，當天工Ultra機器人以2小時40分跑完半程馬拉松，當深圳汽車工廠的AGV（自動導引車）機器人將産線重構時間從72小時壓縮至3小時，中國具身智能褪去“實驗室表演”的青澀，邁入“生産力重構”的實戰。

  2025年，世界不再滿足於“會聊天的AI”，而是迫切需要“會動手、能試錯”的機器人。於是，這個讓大模型長出四肢、眼睛、感官的交叉物種成為中國科技賽道萬眾矚目的關鍵詞。首次寫入政府工作報告、專利申請數量居全球前列，一條日趨完善的産業鏈在大江南北快速集結。

  2025年，是中國具身智能從“進場”到“進廠”的一年，但故事才剛剛開始。

  去現實中找“工位”

  回溯機器人技術史，每一次躍遷可以説都是“機械執行”與“環境感知”此消彼長的縮影。

  20世紀後半葉，以發那科、安川為代表的工業機器人，將“剛性自動化”推至極致，但它們本質是“聾啞人”，部署新任務需工程師編寫數百行代碼，調試數日。中國製造業曾是其規模最大的應用者，通過引進、消化、集成，完成了工業化的原始積累，卻也深陷核心技術依賴的困局。

  兩年前，人形機器人賽道曾被短暫推向一場以“軀殼”為中心的炫技競賽。2025年，游戲規則變了，人形機器人轉身去現實場景中找“工位”。

  “我們不再關心它能不能後空翻，只關心它能不能在生産線上幹滿8小時。”這種務實轉向，讓整個行業的注意力從“硬體炫技”轉向“AI原生”。2025年年初，人們還在圍觀“表演”；年末，人形機器人已進入“交付”。

  2025年，多模態大模型（VLA）的工程化落地，終結了工業機器人“先天聾啞”的歷史。壓鑄工廠的工人只需對機器人説“把那個有毛刺的零件挑出來返工”，機器人便通過視覺識別、路徑規劃自主完成全套動作。這也是2025年中國具身智能最關鍵突破之一：多模態大模型與物理世界的接口已然貫通。

  具身智能時代，工業機器人正從“自動化工具”轉變為“可對話、會觀察、能思考的生産線同事”。

  機器人在工廠搬運競技場進行貨物轉運比賽 方喆 攝

  過去一年，中國具身智能的突破，堪稱一場“感知-決策-執行”的系統性重構。其核心標誌是機器人不再依賴預設程序執行任務，而是具備了在開放環境中理解意圖、規划動作、應對擾動的能力。尤其令人讚嘆的是，“大腦-小腦-軀體”全鏈路協同升級的圖景已然浮現。

  好的機器人，得有個“好身板”。機器人的關節活動靠精密減速器，其調節的精細程度，決定機器人的靈活性。面對國外技術壟斷，蘇州一家“小巨人”企業持續攻克材料選型、柔性軸承等技術難題，打造出上好的國産諧波減速器，傳動誤差達到國際領先水平，憑藉成本與交付周期優勢，加速實現國産替代。

  國産化突破和替代不止於此，國産靈巧手能夠初步實現對環境和操作對象的精準測量與精細感知；國産高性能伺服電機，提升機器人的驅動能力；國産高能量密度電池，為機器人提供更強動能……在一個個關鍵節點上掌握核心技術，讓中國機器人的身子骨越來越硬朗。

  機器人，一個好的大腦尤其重要。國産芯片、算力、AI大模型快速發展，讓大腦的智能程度、小腦的運動控制不斷進化，使機器人具備更強的學習能力和自我調節能力，更高效更自主地規劃並完成複雜任務。

  如果説精密的減速器、伺服電機是機器人的“骨骼”與“肌肉”，那麼數據，正成為驅動這一切的“血液”與“靈魂”。長久以來，機器人産業的核心邏輯是硬體定義能力——性能的優劣幾乎由關節的精度、電機的響應速度等物理指標一錘定音。然而，2025年的産業實踐告訴大家：數據驅動的智能，正成為比硬體規格更關鍵的價值標尺與競爭壁壘。

  機器人開始系統地“消化”真實世界的複雜“食譜”，它們在車間裏的每一次成功抓取、每一次碰撞預警、甚至每一次路徑規劃的細微糾偏，都不再是孤立的事件，而是匯入通用模型訓練池的寶貴“經驗值”。這標誌着機器人進化模式，從依賴預設程序的“機械遺傳”，轉向了基於持續交互學習的“智能演化”。

  ROI鐵律縮短“最後一米”

  2025年具身智能賽道的根本進化發生在産業端：産業驅動力正由“技術想象力”轉向“商業確定性”。這一年，市場開始用苛刻的ROI（投資回報率）作為標尺：技術護城河的深度，須與清晰的盈利路徑與明確的回本週期同時放上天平。

  這一務實邏輯，催生了極具中國特色的落地路徑——聚焦“自動化光譜中的最後一米”。人形機器人不是要取代人力，而是成為“萬能替補工”，在人類不願幹、不能幹、不划算幹的崗位上創造價值。

  這一務實的産業邏輯，如同一雙無形的手，塑造了一條商業化路徑——不再執着於描繪一個“全能通用機器人”的遙遠烏托邦，而是精準聚焦於攻克“自動化光譜中的最後一米”。

  傳統工業自動化體系中，機械臂擅長高精度重復作業，AGV擅長平面物料搬運，協作機器人（Cobot）可在人機混合作業中完成簡單裝配。然而，當面對非結構化環境、動態任務切換、空間受限或操作對象高度多樣化的場景時，現有自動化方案集體失靈。這一段被長期忽視的“柔性空白”，正是人形機器人價值的真正錨點。

  人形機器人的研發，正從“參數錦標賽”變軌至“場景適應賽”——越是高重復、高危、高成本的場景，越有它們用武之地。工廠中的機器人，正從單純的生産工具，轉變為兼備數據採集、經驗沉澱乃至智能貢獻的“全能選手”。

  這條由數據驅動、持續進化的道路，可能會決定哪些企業能夠定義下一代智能機器的標準與形態。能否接入更多樣、更大量的應用場景，能否為新的生態建立安全、可信的數據交換與協同訓練機制，成為關鍵。

  工作人員觀察人形機器人搬運塑料筐的測試情況 杜瀟逸 攝

  兩種路徑，一個未來

  曾幾何時，以特斯拉Optimus、Figure AI為代表的具身智能發展路線，源自對通用人工智能（AGI）的信仰。在硅谷的語境裏，人形機器人是通往AGI的終極載體，必須擁有跨場景理解、零樣本學習的能力。因此，其技術重心高度集中於大模型的通用化。

  這種路徑的優勢在於想象力無邊界，但其代價高昂：追求極致性能的Optimus單&成本長期徘徊在5萬美元以上，然而可用場景其實頗有局限；Optimus在展廳完成後空翻，卻在真實工廠中無法穩定執行擰螺絲等基礎操作。

  2025年，我們的眼前可以看到另一條路——宇樹、智元等企業從第一天起就明確：人形機器人不是AGI的試驗品，而是解決具體問題的生産力工具。如前文所述，這些企業打出了一套場景專用模型與工程優化的組合拳。

  表面看，兩條路徑南轅北轍。實則，二者正在形成結構性互補。

  沒有想象力，具身智能將止步於機械臂。失去工程化，再強的AI也困在實驗室。前者需要後者的工程化能力，後者也在吸收前者的探索積累。更重要的是，雙方共同面臨一個超越國界的終極命題：如何讓具身智能安全、可靠、大規模地融入人類？

  2025年的分野不是終點，而是起點。當世界模型足夠強大，場景智能體也能泛化；當成本足夠低廉，通用智能體也能普及。未來的贏家，或許既非純理想主義者，也非純實用主義者，而是能在願景與現實之間找到動態平衡的“雙棲玩家”。

  人形機器人的進化，是“物理軀殼”與“數字靈魂”碰撞的故事，這場關乎下一代生産力的競賽中，我們鍛造的不只是機器人的手腳，更是人類文明與智能體共處的新契約。（半月談記者 張漫子）