韦东远：在全球竞速中走好中国具身智能产业发展之路

2026世界人工智能大会刚刚落幕，具身智能再一次成为全场焦点。从发展新质生产力的角度去看，具身智能是“AI+物理实体”的融合载体，也是我国实现产业跃迁的关键抓手。我们不妨先看看中国发展具身智能的真正优势在哪里，当然，也要正视那些绕不开的挑战。

一、充分认识中国发展具身智能的优势

**第一，国家顶层设计加速领航。** 具身智能已被明确为发展新质生产力的未来产业新赛道。从2025年首次被写入《政府工作报告》，到今年“十五五”规划明确布局，已经逐步构建起“央地协同、全链条推进”的强大政策体系。

**第二，强大的供应链“动脉”与“成本”优势。** 中国强大而成熟的供应链，是具身智能走进千家万户的“动脉”。目前，国内已形成电机、传感器、控制器等门类齐全的硬件供应链体系，可以迅速响应下游需求，同时降本潜力突出。一个关节电机的成本，从2018年的五六万元，降到了2026年的五六百元，这个速度确实惊人。

**第三，丰富的场景“沃土”与巨大市场驱动。** 中国是全球制造业第一大国和最大消费市场，这为具身智能提供了无可比拟的“成长试验场”。在工业领域，从宁德时代质检搬运到钢铁、石化等企业的智能巡检，庞大应用需求正在催生产业爆发。在生活服务领域，从药店导购到便利店服务，具身智能也在加速渗透。

**第四，资本与人才的“双强”引擎驱动。** 社会资本热情高涨，2025年相关融资总额已突破700亿元，涌现出多家百亿级“独角兽”。产学研协同的人才培养体系也在加速构建。清华大学、哈尔滨工业大学等高校纷纷设立具身智能研究院或新专业，智元机器人等企业则推出“元苼生态发展计划”，计划未来五年投入20亿元联动全国百余所院校，构建“赛－课－训－证”一体化人才培育体系。

二、客观看待中国发展具身智能面临的挑战

**第一，关键核心技术与核心部件存在短板。** 必须承认，具身智能的“大脑”“小脑”和“本体”三大高端核心部件面临不小挑战。“无法泛化”的难题仍然普遍存在——机器人难以将特定场景学到的能力迁移至新环境，这背后隐藏的是技术路线尚未收敛的根源性问题。此外，具身智能机器人核心零部件的国产化率仍有待提升，关键环节如高端GPU、高精度减速器、六维力精密传感器等高度依赖进口，操作系统、仿真平台（如物理引擎）等生态也还比较薄弱。

**第二，高质量“真实世界”数据匮乏。** 如果说大模型突破靠海量互联网数据，那么具身智能“觉醒”则需要海量的、多模态的、真实世界的交互数据。而现实是，我们与所需数据量至少存在两个数量级的巨大缺口。一方面，获取此类数据成本极高，采集1000小时真实数据可能需要大量人力物力，花费数月时间。更棘手的是，各厂商硬件接口、通信协议和数据格式等自成体系，形成了难以逾越的“数据孤岛”。

**第三，产业生态并未“穿珠成链”，标准化体系亟待建立。** 当前产业生态协同性不足，表现为缺乏统一的技术架构、开发平台和接口标准，导致技术路线碎片化，研发资源重复投入；统一的行业标准与评测体系的缺失，不仅增加了用户选择难度，也为产品在真实场景的可靠性和安全性评估留下了隐患。

三、中美欧日具身智能发展战略的比较

在具身智能全球竞速中，中国走出了一条与美、欧、日等发达国家和地区截然不同的发展路径。如果把具身智能全球竞争视作一场复杂的棋局，中国的策略是“以实御虚”——依托强大的制造能力与丰富的应用场景，不断驱动技术迭代与商业落地。下面从发展优势、政策重心、应用侧重、技术侧重等维度进一步分析。

中国以“场景驱动、制造为王”为核心。依托占全球超30%的制造业和全产业链体系优势，中国的政策重心是产业化与规模化，应用侧重于工业制造，力争在汽车、3C电子、仓储物流等工业场景率先实现规模化应用，并向安防巡检、商业服务延伸。技术侧重全栈整合与快速迭代，聚焦VLA大模型与硬件低成本创新。

美国以“技术引领、创新破局”为核心。依托全栈技术掌控力和高度活跃的资本市场，美国着力抢占人工智能技术制高点和标准制定权，应用覆盖工业制造、医疗手术、无人驾驶等领域，以特斯拉、英伟达、Figure AI为代表的主体聚焦于基础模型、运动控制、仿生设计、芯片等底层技术突破。

欧盟以“立法先行、伦理为纲”为核心。依托技术严谨性与治理规则优势，欧盟的政策重心是在伦理、安全、数据隐私等方面建立规则与标准。应用侧重于在汽车、机械等高端制造业实现人机协作与工业4.0，强调人机安全协作。技术侧重于精密机电控制技术，并围绕工业4.0构建智能制造标准体系。

日本以“社会需求、人机共生”为核心。依托精密制造优势，日本以应对老龄化、劳动力短缺为主要驱动力，政策侧重于解决社会与产业培育问题，应用端主攻养老护理、医疗康复、灾害救援等领域，以科技解决老龄化问题。技术侧重于精密制造与人机友好交互，追求高精度、高可靠性。

四、走好中国具身智能发展之路

结合上述分析，中国应保持现有差异化优势，广泛借鉴国际经验，走好自身产业发展之路。

在核心技术方面，长短板协同、构建自主体系。在继续发挥应用牵引优势的同时，加大对“大脑”等底层技术的基础研究投入。设立国家专项基金，并实施“先国内后国际”的软硬件采购策略，为核心零部件和软件系统提供早期应用市场，加速形成“芯片－算法－工具链”全栈自主的技术生态。

在应用推广方面，稳步推进与“场景保险”共担风险。遵循“工业→特种→商用服务→家庭”的梯次演进路线。在工业制造等“高价值、低容错”的复杂场景，效仿国际普遍做法，设立“场景保险”模式，由政府引导、多方共担，为技术方案提供真实验证和容错空间。

在数据治理方面，构建国家级开放共享生态。参考“上海百万真机数据集”等经验，设立专项资金和标准，统一各厂商之间的数据格式与接口标准，打破“数据孤岛”。建设开放、去中心化的国家级数据平台，鼓励企业贡献高质量脱敏数据，在共享与竞争间取得平衡。

在标准与伦理方面，积极参与全球标准规则制定。充分发挥中国市场的规模优势，推动国内标准与国际主流体系接轨，争取标准规则制定的全球话语权。在制度层面，应将伦理规范纳入研发、生产全生命周期，确保技术发展与“科技向善”的社会价值观一致。

在全球竞合方面，引进来、走出去的“双循环”。既要巩固供应链优势，吸引全球顶尖企业在华设立研发中心，融入全球创新网络；也要鼓励国内成熟的产品和解决方案“出海”，参与国际市场竞争。同时，积极发起大型国际科技合作计划，共同应对全球性挑战，实现更高水平的竞合。