洗衣做饭收拾房间，具身机器人何时能帮助人类做家务？何时能进入养老行业，提供生活照料和情感服务？比起花拳绣腿的炫技，具身机器人还能做哪些在我们看来更有价值的事情？

为展望人形机器人产业发展前景，2026年3月25日，海南博鳌，博鳌亚洲论坛2026年年会就相关话题举行“人形机器人的进阶与飞跃”分论坛。

会上，北京人形机器人创新中心CEO熊友军；商汤联合创始人、执行董事、大晓机器人董事长王晓刚；清华大学苏世民书院院长、人工智能国际治理研究院院长薛澜等知名专家学者围绕具身智能研究范式、家庭场景落地路径、技术创新与标准建设展开深入探讨。

【整理/ 唐晓甫】

薛澜：首先请问北京人形机器人创新中心的熊总，未来人形机器人的高质量发展有哪些新的趋势，哪些行业是人形机器人下一个风口？

薛澜(清华大学苏世民书院院长、人工智能国际治理研究院院长) 博鳌亚洲论坛

熊友军：非常好的问题，我想从技术发展、产品发展和产业应用三个方面来讲。

从技术发展的角度来看，当前人形机器人其实分了三个技术维度，机器人本体、机器人小脑、机器人大脑。本体外形方面相对来说是逐步趋向于收敛，这两年随着大模型的进步，运动控制能力也在快速进步，大脑方面现在有一个非常明显的趋势，就是小脑在协同进化，但是也出现了非常多的技术发展范式，比如说像世界语言行为大模型分层控制的方式，还有多模态大模型和VLA协同发展。另一个重要趋势是，世界模型与通用大模型正走向融合统一，并以此作为机器人的“大脑”加速发展。整体来看，机器人的大脑与小脑协同进化特征已十分显著。

第二个方面是产品发展趋势。现在人形机器人产业在整机与核心零部件领域正快速迭代升级，国产化、规模化发展态势尤为突出。去年，工信部已经牵头组建行业标准化委员会，对人形机器人上下游产业链标准进行系统梳理并面向行业发布。这是一个非常好的趋势，可以帮助行业从以往高度定制化模式，加速走向成熟的产业链协同方向发展。

如今，已经有大量零部件企业正与整机厂商、系统集成商深化合作，形成集团化协同发展模式，这样可以有效降低研发与生产成本。通过上下游联合攻关核心零部件实现共同进步，进一步提升产品可靠性、稳定性与标准化水平，持续降低行业准入门槛与应用成本。

第三个趋势是人形机器人正从技术炫技走向实用化，从专用场景迈向通用领域。过去的人形机器人更多的是偏向于表演式炫技，如今它们已深度切入产业实际应用，服务国民经济主战场与重点行业场景。

另外在泛工业领域，人形机器人正加速向汽车、家电制造，以及搬运、分拣、物流等环节渗透。未来，我们认为人形机器人的价值可能不止于完成简单重复的作业，更有望率先落地涉及生命健康、存在作业风险或不利于人体健康的高危场景，替代人工开展工作。随着技术持续成熟，人形机器人能做的事情会越来越多，也会逐步渗透不同的场景和用户。

王晓刚：刚才熊总提到的机器人大脑，其实行业对机器人通用智能的期待也是来自大模型。大家都希望将ChatGPT这类大模型放在机器人身上，使其具备更强的通用能力。但过去几年，大模型发展长期受限于数据瓶颈。以往机器人数据多依靠人工遥控采集，效率极低，过去几年累计仅约十万小时量级。对比来看，自动驾驶领域的特斯拉，其FSD技术路线依托海量数据以及世界模型的仿真加持，单日训练经验便相当于人类四百万小时的驾驶经验，两者数据差距极为悬殊。

当前行业的一个重要趋势是，机器人数据采集正从真机操控采集，转向通过人体穿戴传感器设备，在真实生产生活场景中捕捉人类行为，以此训练大模型与世界模型。这样，不仅可以让机器人实现跨本体训练，还能让机器人行为更贴近人类。此前网上一段机器人整理房间的视频便很有代表性：机器人双手被占用时，会主动将毛巾搭在肩上，用手臂夹起水桶。这些都不是人预先定义的行为，而是从人类行为中自主学习而来，这是数据层面的重要突破。

还有很重要的一点是，OpenClaw 问世之后，为人形机器人赋予了自我进化的能力。机器人本身具备大量基础能力，一个机控平台就可管控多台机器人；而龙虾模型具备自我调用、自我反思与记忆能力，能够实现从单机具身智能到群体协同的转变，让机器人在环境探索与操作执行中不断变得更智能，也推动我们的数字员工走向物理执行层面，这是一个十分重要的发展趋势。

王晓刚(商汤联合创始人、执行董事、大晓机器人董事长) 博鳌亚洲论坛

薛澜：非常感谢晓刚总。刚才各位都介绍了最新的行业进展。目前人形机器人要实现规模化落地，还存在哪些技术瓶颈与现实问题？接下有请抖总为我们解答。

沈抖：刚才大家也或多或少提到了一些相关内容。其实目前机器人本体在稳定性、耐用性和灵巧性上，仍面临着较大挑战。我们很快将举办新一届机器人马拉松，但从去年现场的实际表现来看，机器人本体的表现仍有不小的提升空间。

第二点从技术层面来说，刚才晓刚总也提及大模型正在搭建统一的技术底座，可实际上，无论是机器人的 “大脑” 还是 “小脑”，整体技术路线尚未完全统一，行业还远未迎来类似ChatGPT或iPhone那样的关键节点。尽管当下行业热度很高、关注度很高，但整体仍处于技术建设阶段。

第三点就是刚才晓刚总说到的数据问题。我认为目前行业数据还未形成规模化的正向循环，一旦数据体系真正成型，发展潜力无疑会是巨大的，但现阶段具身智能尚未真正融入生产生活场景，仍以实验测试、数据采集为主。这一点显然不同于自动驾驶、无人驾驶，车辆规模化上路后就能形成数据正向循环，而目前数据仍是行业的一大短板。

也正因如此，我们专门在东莞设立了具身智能数据采集站，邀请各类机器人本体入驻，开展数据采集工作。只有突破这一关卡，人形机器人才能实现更快发展。所以说，行业成长空间广阔，但面临的挑战也确实不小，也正因如此，整个行业才会如此火热。