新华财经上海12月17日电（记者杜康、龚雯）在日前举办的2025全球开发者先锋大会上，机器人在插花、搬运、救灾等真实场景中“各显神通”。冷冰冰的技术参数，在这里化作了鲜活的技能比拼。当然，大赛也暴露了具身智能“笨拙”的一面：在叠衣服、拧螺丝等精细操作背后，不少机器人仍连着“遥操作”的手柄。

　　恰恰是在这“能”与“不能”的缝隙中，公众得以窥见这一火热领域的技术边界与未来方向。

　　从机器人的“能”里看技术进阶

　　回望过去一年，中国具身智能领域“快步疾行”：智元远征A2人形机器人完成无间断百公里跨省行走，充分证明了机器人能够“走得稳”；行业商业化“大单”频现，机器人真正进入工厂，负责分拣、上下料；VLA（视觉-语言-动作）模型的进化，则让机器人大脑更聪明，能够听懂人的需求。

　　在2025全球开发者先锋大会上，观众再一次真切看到了机器人的“能”。

　　“从桌面上，挑出红玫瑰插入花瓶中。”在插花场景赛中，伴随着指令声落下，机器人开始丝滑行动，顺利识别出不同的花材，完成任务。在餐厅服务比赛中，机器人可以进行桌面垃圾收纳，面对沾有番茄酱的餐巾纸，识别出可碰触抓拿的位置；针对不同材质的杯子，可以控制握力，确保水不洒出。

　　“过去一年，VLA模型的应用，让机器人的大脑、小脑与本体之间协同度大幅提升。”卓益得参赛队员李宗道表示。打个比喻，过去机器人像一个训练有素的杂技演员，动作精准漂亮，但如果没有明确的指令或预设的场景，它就是个只会空翻的机器。VLA让机器人开始像一个有常识的实习生，它动作可能没有那么完美，但能听得懂人话，能适应陌生的环境，知道一杯水到底是给人喝，还是用来浇花。

　　傲意科技首席运营官陈瑶从灵巧手角度，指出了行业在硬件方面的进步。“2025年，我们首次将精细触觉反馈引入实用化产品，让机器人的手，不仅能感受力的大小，也能感知力的方向。更重要的是，我们完成了灵巧手从感知到力控的闭环，能够利用数据来实时控制电机。简单来讲，灵巧手已经可以实现‘既不会把豆腐捏碎，也不会让盘子掉落’。”

　　从机器人的“不能”里看落地鸿沟

　　当视线转向机器人的“不能”，行业下一步的技术攻坚点浮出水面。

　　——实验室能够自主叠衣服，换个环境就“罢工”。

　　相较于插花、搬箱子等行为来说，“叠衣服”的任务难度上升不少。“因为衣服是柔软的，每一次拿放后的堆叠形态是随机的，比如可能袖子被盖住，或者领口出现歪斜。机器人要理解这种无序状态，需要更多的数据量 。”有参赛队员透露，为了覆盖柔性物体的状态分布，仅一件特定样式衣服的堆叠训练，就需要采集高达200小时的遥操作数据。

　　更棘手的是环境干扰。“光照变化、桌子周边物体的摆放、强光下周边物体在桌子上的倒影等，都有可能让机器人‘智商下线’，操作不准。这种难以将目标与‘背景噪音’剥离的困境，折射出当下具身智能在物理场景理解能力上的短板——泛化性不足。”参赛队员对记者表示。

　　——拧螺丝等精细活儿，机器人干起来仍有难度。

　　记者在比赛现场看到，即使是面对简化版的道具螺丝，机器人依然需要在人类的遥操作下完成。

　　一方面，拧螺丝时不仅靠看，还要靠“手感”。有参赛队员表示，“人类拧螺丝时，能感受到螺丝刀头是否卡入了槽口，是否出现滑丝，这是一个连续的、微秒级的力觉反馈闭环。但当前具身智能的灵敏度，往往不足以捕捉螺纹咬合瞬间的微小震动。”

　　另一方面，机器人还不够“懂”物理。参赛队员对记者表示，目前的VLA模型已经能够识别“螺丝”这一物体，但对摩擦力、扭矩反馈等物理特征的理解依然浅薄。“走路跳舞靠小脑，拧螺丝则需要大脑参与物理认知的构建，这是完全不同的赛道。”

　　——从实验室到工厂，仍要跨过“稳定性”的大关。

　　在工业搬运场景，虽然机器人已能自主导航并抓取箱子，但在现场演示中，动作磕绊、箱子重心不稳等情况仍时有发生。

　　对此，工业搬运场景赛事指导朱彬彬表示，虽然工业搬运已经有了相对成熟的技术方案，参赛队伍基本都能达成搬运目标，但这些表现距离工业落地仍有差距，“需要团队应用工程化方案，解决工业场景中遇到的实际问题。”

　　“这些比赛中出现的不完美，恰恰暴露出了具身智能从实验室到实际场景落地中需要克服的难点。”朱彬彬说。

　　从“进化路标”看未来

　　为了解决这些落地中的困境，具身智能的研究范式仍未收敛，行业依然在开展技术路径的探索。

　　比如，“世界模型”被行业寄予了很大期望。“世界模型”派普遍认为，大语言模型存在根本局限，缺乏对物理世界的三维空间建模能力与动态因果推理能力，导致具身智能在跨场景落地时频繁出现认知断层。

　　2025年11月，有“AI教母”之称的人工智能科学家、斯坦福大学教授李飞飞创立的 World Labs推出首款产品Marble，以多模态“世界模型”为核心引擎，可从单张图像、视频片段或文本描述中，生成具备持久性的三维数字孪生空间，为空间智能搭建起关键的三维认知基座。

　　技术路线之争尚未有定论，但行业进化逻辑却有迹可循。中国科学院院士姚期智近日给出了技术演进的几个“路标”，为理解人工智能发展提供了一份参考。

　　在姚期智看来，具身智能的进化，要从“模仿”走向“推理”，打破缺乏可解释世界模型和物理因果推理的现状，将推理、规划与控制纳入同一个闭环框架；要从局部技能走向全身协同，现有机器人的运动能力及操作能力仍是两套系统，未来需统一全身控制与手部精细操作规划，以支撑多步骤通用技能。

　　除了算法的进化，行业还需要跨越数据与生态的关隘。姚期智表示，具身智能行业未来还要走出“数据匮乏”，探索新的收集技术并构建可规模化的数据工厂；要结束“各自为战”的局面，通过建立开放基准与安全规范，鼓励算法的开源与复现，通过挑战赛推动优秀算法可重复、可验证、可产业化，真正铺平产业化之路。