“十五五”规划纲要作出推动之举，涉及量子科技，还有生物制造，以及氢能和核聚变能，包括脑机接口，涵盖具身智能，牵涉第六代移动通信等来成为新的经济增长点。今年政府工作报告同样作出提出方面，有培育发展未来能源之事，涉猎量子科技，包含生物制造，涉及具身智能，关联脑机接口，关乎6G等未来产业的情况。
于德国汉诺威工博会上，有机器人在进行传递物品的演示，此画面由新华社记者任鹏飞拍摄。
具身智能，身为人工智能发展当中重要的形态，它跟机器人技术相结合，也就是具身智能机器人，正在带领着那条指引智能制造的新方向。这种类型的机器人，拥有高度展现仿生特点的感知能力，还有认知能力，以及决策能力，乃至精准执行的能力，有希望去突破传统工业机器人被限定于只是重复、固定流程操作的那种瓶颈，能够为应对复杂的、并非标准的工业场景，推动制造业朝着柔性化、智能化的方向去升级，提供关键的支撑。
具身智能工业机器人发展仍面临挑战
具身智能的那种工业机器人，在电子装配这个领域，还有精密加工领域，以及橡胶塑料领域，包括军工领域，甚至航空航天这种高端制造的领域里，有着广阔的能被应用的前景，还有不可替代的战略价值。去抓住这一前沿赛道，对于推动我国制造业整体的升级，对于强化关键核心技术能够自主可控，对于塑造国际竞争新的优势，意义是很重大的。
同步于此际，我国具身智能工业机器人于研发以及产业化应用方面的能力，仍旧显得不太够，工业现场的应用，依旧是以传统机器人当成主要的方式，具身智能机器人当中，绝大多数目前还处在技术研发以及原型验证的阶段，从实验室朝着规模化工业应用迈进的进程里，仍然会面临着多重的制约，还有挑战。
一方面，核心零部件国产化的水准处于较低状态，致使产业安全以及成本控制面临压力。具身智能机器人对于伺服关节模组这类核心部件在性能、精度以及可靠性方面有着极高的要求，它所涉及的内容包含高精度减速器、控制器、轴承、高端计算芯片（像GPU）、精密传感器等。虽然国内已经存在一些企业在某些零部件的领域达成了国产化，然而在高端产品的范畴内，其性能、稳定性跟国际先进水平相比依然存在差距，尤其是在高端GPU、特定精密传感器这些关键的环节。呈现出这种特别高度以来在进口方面的局面，不但十分明显极度提升了整机生产成本，而且对市场推广以及规模化应用形成了抑制作用，且更是致使产业链供应链面临潜藏的“断链”风险，对我国制造业核心竞争力的自主可控造成威胁。
一是高质量工业训练数据缺少，技术迭代升级有着动力不足的状况。具身智能机器人的“智能”要依靠海量、高质量的场景数据来训练以及优化，特别是在非标准化、非结构化的真实工业环境里，其适应能力与任务完成度更是需要庞大的数据来支撑。可是，当下真实工业场景范围内的数据采集成本高，周期长久。像一套高精度的动作捕捉设备价格能达到数十万元，致使许多中小企业承受不了。并且，数据标注、清洗、管理也得投入大量人力物力。高精度训练数据存在极为严重的短缺状况，这直接对算法模型的优化造成了限制。同时，也对机器人智能水平的提升产生了制约，进而形成了如此这般的负向循环，即数据不足，性能不佳，应用受限，数据更难收集。
其三是通用技术平台以及标准化认证体系处于缺失状态，产业生态协同效率十分低下。当下，国内具身智能机器人领域的研究力量，还有企业资源相对较为分散，缺少统一的技术架构，缺失开发平台以及接口标准。不同的机构、企业所采用的机器人操作系统、通信协议、编程语言、开发接口等各异，致使技术路线呈现碎片化，设备之间难以达成互联互通以及协同作业。这样一种“各自为战”的情况，引发了研发资源的重复投入和浪费，还使得研究成果难以进行共享和集成。此外，行业欠缺通用的性能测试标准，缺乏通用的安全评估标准，还缺少应用认证标准，这增加了用户的选择难度，加大了采购风险，对产品的市场化推广造成了阻碍。一些企业倾向于追求短期产品落地，却忽视了长期产业生态的共建，这进一步加剧了资源分散问题工业机器人技术主要学什么，还加剧了低水平重复建设问题。数据格式不统一，元数据标准不统一，标注规范也不统一，这让跨企业、跨场景的数据流通与共享几乎成为不可能。
多措并举促进具身智能工业机器人发展
首先，强化顶层设计以及生态培育，打造协同创新体系，主张由国家相关部委带头，集合行业专家、领军企业、科研院所等等力量，全面开展产业研究，尽快描绘出清晰的具身智能工业机器人产业生态图谱，精确辨认关键核心技术缺失之处以及“断链”风险点，致力于推进建设开放、协同的产业创新平台，激励开发涵盖从硬件底层直至软件应用层、从人工智能模型底座到3D仿真数据集的全栈式通用开发工具套件（SDK），降低技术研发难度。通过构建产业创新联盟、共性技术研发中心等方式，促使“产学研用金”深度协同融合，引领创新资源集中朝着关键环节投入，防止出现低水平重复建设情况，通过创新认证体系这种途径的方式，针对符合特定操作性、安全性标准的核心部件、软件平台以及整体解决方案予以权威认证，引导市场进行对应选择，反向推动技术得到升级以及标准达成统一。
其二，促使区域优势相互补充以及资源共同分享，加快应用成果转化进程。提议依照国家区域发展战略，引领并扶持拥有不同优势资源的地区展开协同合作。比如说，给予工业基础扎实、应用场景多样的地区支持，与具备国际化眼界、基础科研能力突出的地区强化合作，共同搭建联合实验室或者协同创新平台，达成技术、人才、场景、资本的优势互补。提倡地方政府借由规划引导、政策扶持、试点示范等办法，放开更多真实工业场景，给具身智能机器人的测试验证以及迭代优化予以土壤。于这个进程里，要着重拓展规模化发展途径，优先在汽车、电子信息等自动化基础良好的行业确立标杆应用案例，打造出可复制、能推广的解决方案，逐个朝着更多行业扩散。与此同时，激励大型国有企业、龙头制造企业带头开放内部场景，跟机器人企业一同联合开发，依靠实际需求拉动技术进步。
其三，构建完善标准以及数据共享机制，对产业发展环境予以优化。加速展开研究，去制定具身智能机器人于术语、接口、通信、安全、性能评估等层面的国家、行业或者团体标准，推动构建统一的质量认证体系，推进产品之间能够实现互联互通以及相互进行操作。处于保障数据安全、隐私保护以及知识产权的情形之下，尽力去探索构建规范的数据交易市场或者云共享平台，借助制定统一的数据格式、标注规范、交易规则以及激励机制，促使高质量工业数据能够实现合规流通以及高效利用。通过如下方式来开展相关工作，依据行业、场景类型以及操作难度等不同维度贝语网校，去梳理并且建设标准化的场景数据库，进而降低企业数据采集成本。对于那些积极贡献数据以及参与标准制定的主体，给予恰当的激励，以此形成“共建共享、互利共赢”的良好的良性发展生态体系。除此之外，还应当大力加大政策支持的力度，针对核心零部件研发、数据采集标注等，其所具有的初始投入高以及社会效益大的环节，去研究并提供类似研发费用加计扣除、首台套保险补偿、数据采购补贴等精准化的支持政策。敦促金融机构打造面向科技创新企业独特的信贷产品工业机器人技术主要学什么，引领社会资本去设立有关领域产业投资基金，减轻创新企业融资方面的压力。
第四，要强化人才的引进培育以及国际合作，以此夯实产业发展的根基。具身智能属于跨学科、跨技术的复杂领域，其发展需要大量复合型人才。建议支持高校强化机器人工程、智能科学与技术等相关学科的建设，鼓励校企合作共同建设实训基地，从而培养出既懂得人工智能算法同时又熟悉工业现场应用的工程师队伍，并出台实施更加开放包容的人才政策，吸引全球顶尖人才以及团队来华工作创业。一方面自主进行创新，另一方面积极去鼓励企业，鼓励科研机构参与国际标准的制定工作，开展出多层次的国际科技交流以及合作，开展宽领域的国际科技交流以及合作，借助利用全球创新资源，以此提升我国在该领域的话语权，提升我国在该领域的影响力。
（作者陈光，系陕西省社会科学院副研究员）