来源：市场资讯
（来源：中国经济时报）
——访赛迪研究院产业政策研究所（先进制造业研究中心）智能装备研究室副主任李陈
■中国经济时报记者 王彩娜
从资本市场的热情追捧，到工业产线与家庭场景的落地探索，具身智能正处在从技术验证迈向规模商用的关键一跃。然而，概念火热背后，估值泡沫争议不断，技术泛化瓶颈待破，场景落地步履维艰，具身智能究竟是制造业存量改造的利器，还是催生增量产业的新引擎？中国在这场全球竞速中优势何在？中国经济时报记者近日就此专访了赛迪研究院产业政策研究所（先进制造业研究中心）智能装备研究室副主任李陈，试图为产业跨越“价值兑现鸿沟”寻找答案。
产业边界与价值之问：智能体与物理环境深度交互”
中国经济时报：您如何界定具身智能产业边界与核心价值？具身智能对制造业意味着“存量改造”还是“增量创造”？当前是否存在概念过热、估值虚高的泡沫化隐忧？
李陈：具身智能的产业边界应聚焦于“智能体与物理环境深度交互”这一核心特征，涵盖感知认知、决策、执行、人机协同等关键环节，核心价值在于打通数字智能与物理世界的闭环，使机器能够像人一样“边做边学、以行促知”。
具身智能对制造业而言，是“存量改造”与“增量激发”的双向赋能。一方面，具身智能通过人机协同与柔性生产，深度改造传统产线，大幅提升生产效率与资源配置效率；另一方面，也将催生出智能终端、数据服务等全新的价值链环节，开辟工业增长的第二曲线。
客观来讲，当前具身智能确实处于高关注度、高投入阶段，部分细分领域概念过热、估值偏高的现象是存在的，这需要引起警惕。但也要看到硬币的另一面：底层技术正在快速突破，真实应用场景也在逐步落地。我们的判断是，现在最关键的任务不是讨论“有没有泡沫”，而是引导产业从单纯的“技术演示”转向扎实的“场景交付”，鼓励硬科技创新与场景深耕。真正有价值的企业，不是那些在展会上跑几步、挥个手的，而是能在工厂车间里连续稳定作业、能在物流仓库里真正替代人工的。
政策演进与着力方向：从“机器换人”迈向“自主感知、主动适配”
中国经济时报：回顾我国政策演进，从早期自动化到如今的具身智能专项，您如何看待这条路径？下一步政策该往哪儿发力？
李陈：这条演进脉络清晰且一脉相承，始终紧扣制造业转型升级的客观规律，体现了需求牵引、技术驱动、分步迭代的发展思路。早期自动化相关政策，重点推进“机器换人”，以普及基础装备、替代重复劳动为目标。随着产业发展，政策逐步转向智能制造，推动数字化、网络化与生产场景融合。当前出台的具身智能专项政策发展重心从“被动执行”的自动化迈向“自主感知、主动适配”的高阶智能阶段。
关于下一步政策的着力点，建议要两手抓，一方面，补链强基刻不容缓。高端传感器、实时操作系统、专用芯片等基础环节，我国仍有明显短板，这些是长期竞争力的根基，必须持续加大研发投入。另一方面，早期市场需要政策托举。具身智能正处于场景验证和规模量产的关键窗口期，通过政府采购、首台套示范、场景开放等方式，可以有效降低早期用户的使用门槛，加速产品迭代与成本下降，从而形成“应用—验证—迭代”的正向循环。
全球竞速中的中国坐标：场景与产业链是最大底气
中国经济时报：从全球坐标系来看，我国具身智能产业整体处于什么阶段？我们的优势体现在哪些方面？
李陈：我国具身智能产业整体处于“并跑领跑并存、局部争先”的关键成长期，在基础算法、大模型与机器人融合、场景落地等方面进展迅速，特别是在整机制造与供应链交付，我国已展现出领先优势。
比较优势主要体现在三个维度。第一是场景优势。中国拥有全球最齐全的制造业门类和最丰富的应用场景，这为具身智能提供了海量的训练数据和落地机会。第二是产业链优势。从核心部件到整机集成，我们的政策响应速度快、配套能力强，具备规模化协同的底气。第三是应用创新活跃。在服务、物流、特种作业等领域，垂类模型的部署速度明显快于其他国家。
技术瓶颈与落地之困：从“能动”到“真有用”还有几道坎
中国经济时报：大模型与机器人本体的融合是当前热点，但距离真正的“智能泛化”还有多远？最关键的技术瓶颈是什么？
李陈：当前，大模型与机器人本体的融合正成为具身智能领域最具活力的研究方向之一，已在感知理解、任务规划和人机交互等方面取得积极进展。但从实验室演示到真实场景下的智能泛化，仍然存在不小差距。我们正处在从单一场景、固定任务向开放环境、多任务自适应过渡的关键阶段。距离真正实现跨场景、跨任务的自主泛化，还需要在数据、算力和算法协同上持续突破。
要实现具身智能从“能动”到“真有用”的跨越，迫切需要攻克的技术瓶颈主要集中在三个方面。一是数据瓶颈，即面向物理交互的高质量、多模态、长时序机器人操作数据严重匮乏，仿真到现实的迁移精度不足。二是泛化能力瓶颈，大模型在动态非结构化环境中的实时推理与闭环控制能力仍然薄弱，难以兼顾安全、效率和鲁棒性。三是软硬协同瓶颈，包括低延迟的边缘计算架构、轻量化模型部署以及高可靠性执行机构的协同优化。
中国经济时报：具身智能在工业、家庭等场景的规模化落地中主要阻碍是什么？
李陈：阻碍因场景而异，但都绕不开“可靠性”和“经济性”这两个关键词。工业场景的核心矛盾是“高可靠、高精度、高节拍”的严苛要求。现有具身智能系统在动态产线中的稳定性、抗干扰能力、连续作业的鲁棒性仍有不足，尤其是在复杂装配、精密操作等环节，泛化能力与专用自动化设备相比尚存差距，“能用，但还不够好用”。家庭场景则面临“低投入、高预期”的落地矛盾。家庭环境高度非结构化，用户需求碎片化，产品在操作速度、任务多样性、安全性和成本控制之间很难同时兼顾。家庭场景还面临着严苛的安全与伦理考验，一台几十公斤的金属设备与老人、孩子共处一室，其物理安全性、隐私数据保护以及高达数十万元的整机成本，都是普通消费者难以跨越的门槛。
跨越鸿沟的“药方”：政策精准施力，产业回归务实
中国经济时报：如果请您为产业跨越“价值兑现鸿沟”开一张“药方”，您对政策制定者和产业界分别有什么建议？
李陈：建议政策制定者要坚持系统施策、精准引导。一方面，持续加大对基础研究与核心技术攻关的支持力度，补齐短板，筑牢产业发展根基。另一方面，持续开放各类应用场景，用好首台套政策等手段，为新技术、新产品提供早期试验与迭代空间。同时，加快完善行业标准、监管规则与配套服务，理性引导社会资本流向实体应用领域，而不是追逐概念炒作。
建议产业界：第一，摒弃概念炒作，回归用户痛点。优先在工业检测、物流分拣、特种作业等相对可控的场景中打磨产品，先实现商业闭环，再做场景延伸。第二，加强上下游协作，推动数据、算法、硬件接口的互联互通，避免研发资源重复。第三，持续降低整机成本，将产品经济性做到用户可接受的水平，这需要设计优化、供应链整合和规模化生产多管齐下。第四，高度重视安全与可靠性。以长期主义的心态积累场景运行数据，先从工业场景站稳脚跟，再逐步向家庭服务延伸。
热门跟贴