具身智能何時能落地？中國工程院院士譚建榮：人形機器人目前存在兩個短板

本文來源：時代週報 作者：管越

隨着OpenAI、Deepseek等大模型的爆火，人工智能時代呼嘯而來。一個接踵而至的問題是：虛擬AI的智能程度，何時能復刻到具身智能特別是人形機器人上？

5月25日下午在杭州舉辦的“具身智能·智啓未來”上市公司產業與資本對接會上，中國工程院院士譚建榮表示：人形機器人目前有最大的兩個短板，一是耗電快，需要經常更換電池；二是小腿大腿協調性差，需要人拉着繩子跑才能不摔跤。

東莞市新一代人工智能產業技術研究院院長徐晨也表示，長期來看，芯片和能源是發展人形機器人最關鍵的問題，算力爭奪和能源分配在長線看來至關重要。

據悉，此次論壇由東莞濱海灣新區管委會與浙江浙銀匯金資產管理有限公司聯合主辦，東莞市新一代人工智能產業技術研究院、杭州市智能製造產業協會協辦，會議還同步舉行了浙銀匯金“AI+機器人”生態夥伴戰略合作協議的簽約儀式和東莞濱海灣新區管委會人工智能產業母基金的簽約儀式。

那麼，具身智能到底離我們還有多遠？未來又會向何處發展呢？

人形機器人完全落地尚待努力

事實上，早在1973年，日本早稻田大學加藤一郎就研發出了世界上第一款全尺寸人形智能機器人WABOT-1。但直至今日，人形機器人似乎還未能落地創收。

徐晨認爲，機器人不一定要擁有兩隻腳、像人一樣行走，“兩隻腳的確增加了自由度，但成本也隨之上升，如果無法有切實的應用，增加自由度也是毫無意義。”

在徐晨看來，人形機器人能替代的位置已經有了工業機器人，也就是AI大火以前就在用的固定式迴轉機器人和自動化設備。想再進一步解放工廠裡的人類，目前的機器人“還比較笨”，他調研的某千億級電子企業引入人形機器人後，發現其靈活性不如機械臂，成本卻高出數倍。

技術與產業錯位的矛盾得到了與會者的共鳴，人形機器人要想實現完全落地產業化，尚待繼續努力。

福萊新材首席科學家陳書廳指出，觸覺感知是具身智能的關鍵短板。人類70%的環境信息通過視覺獲取，但抓取、操作等精細動作依賴觸覺反饋。目前多數機器人僅配備基礎力傳感器，難以模擬人類手指的觸覺靈敏度。他展示的實驗中，配備柔性電子皮膚的機器人可完成穿針引線等高精度任務，但成本高達傳統方案的5倍，“量產與降本仍是難題”。

東莞科技創新金融集團副總經理劉輝也認爲，具身智能的爆發需跨越“三重鴻溝”：一是技術成熟度與成本控制的平衡；二是應用場景的規模化驗證；三是產業鏈上下游的協同創新。

場景化是AI落地的核心

人形機器人目前難有用武之地，是否意味着具身智能前途未卜？

譚建榮表示，當我們分不清楚虛擬人、機器人和真實的人時，就認爲人工智能技術水平很高了，“這個境界離我們不遠，部分已經實現了。”

劉輝用新能源汽車發展歷程類比：“從實驗室原型到商業落地至少需要10年，資本需容忍長週期與高風險。”

杭州博海匯金董事長邵康英認爲，感知是鏈接“數據-決策-執行”的關鍵環節，未來將與AI模型深度協同。

徐晨則用“裝備發展的十年定律”來闡釋具身智能的前景。徐晨指出，1942年第一代計算機問世，十年後西門子推出了第一代自動化工業設備；爾後計算機不斷向前發展，出現了數控機牀；1975年出現了PC機，機牀設備也開始向數字化方向進發；而今智能手機普及，機牀設備也有望向智能化方向更新。

只不過，對工廠而言，設備更新的方向或許並非“全自動化”，而是“柔性適配”。徐晨預測，未來企業存量裝備更新的價值在3萬億元左右。

那具體該如何適配？徐晨指出，單純的AI沒有投資價值，其價值在於與場景的融合。“例如，可以利用大小模型各自的優勢來實行協同。大模型擅長通用知識和語義理解，但工業領域的專業參數、工藝標準需要小模型精準適配。因此可以讓大模型負責全局決策，小模型聚焦單點優化，降低算法部署成本。”

本文源自：時代週報