2026世界机器人大会主论坛大咖观点

2026世界机器人大会主论坛开放合作篇章

嘉宾观点一览。

徐晓兰 全国政协常委、致公党中央专职副主席、全国妇联副主席、中国电子学会理事长

具身智能是智能经济的重要新引擎，正以产业带动、就业重塑和应对老龄化等方式释放巨大价值，引领机器人从“看懂世界”走向“改变世界”。当前已进入由小批量试用迈向规模化应用的关键窗口期，应以真实需求牵引技术攻关，在工业、民生、应急、农业等场景加快落地，同时推进技术共创、场景共融和规则共建，建立覆盖研发、生产、准入、使用到回收的全生命周期治理体系。

Juha Roening 欧洲机器人协会副主席

欧洲机器人产业应坚持以人为本、可持续和负责任的发展原则，让机器人为人工作、与人协同，而不是简单替代人类。欧洲的优势在于精密性、可信性和协同能力，但要把优势转化为竞争力，需要产业、科研和政策三方联动，以长期资本缩短从原型到规模化的路径，并通过全球合作推动标准互通、人才培养和跨学科创新。

Andres Kecskemethy 国际机构学与机械科学促进联合会主席

具身智能既需要智能计算，也需要能够与环境真实交互的物理本体，机械与机器理论仍是机器人发展的基础。当前软件和AI进步快于硬件，下一阶段必须以任务、环境和物理交互为中心开展软硬件协同设计，让机械形态本身分担感知、控制和学习功能，并借助AI提高机构设计、构型筛选和工程验证效率；工业机器人也不会退出历史舞台，而会因更优的机械设计持续升级。

李全 北京经济技术开发区管理委员会副主任

北京亦庄正把世界机器人大会的创新成果从展台延伸到全年持续的产业实践，以机器人大世界3.0建设城市级具身智能试验场，系统布局研发、制造、应用和安全治理。下一步将依托全栈开发者社区、数据综合服务基地、柔性制造与车机复用能力，推动十万台套级规模量产和千种细分场景应用，同时探索覆盖研发、生产、销售、使用、维护、报废和回收的全生命周期管理，形成向善可控的产业生态。

Jack Perry 英国48家集团主席

中国在物理AI、供应链和规模制造方面已形成显著优势，而欧洲在物流仓储、酒店餐饮、服务零售、农业和建筑等领域存在现实采购需求。中国机器人进入欧洲不能停留在出口和经销层面，应通过教育市场、试用验证、软件合规、本地服务和售后网络真正落地；分销商也要升级为懂软硬件、懂客户场景的生态组织，搭建连接采购方与供应方的长期平台。

Jae Hwan Kim 韩国人工智能机器人产业协会秘书长

韩国正以制造业AI转型和物理AI战略推动机器人商业化，通过国家规划、政府采购、产业联盟和数据投入降低早期应用风险，优先在汽车、造船、钢铁、化工、电池、物流等优势产业部署行业专用人形机器人。韩国拥有较高的机器人密度、强制造业基础和真实工业数据，中国则在规模制造、供应链和模型方面优势突出，双方在物理AI和智能制造领域具有广阔合作空间。

Sakda Sarapatwittaya 泰国物流协会主席

泰国东部经济走廊拥有工业园区、港口机场、产业配套和税收优惠，可为自动化、数字产业和人形机器人提供完整的投资与应用环境。泰方希望把产业规划、当地企业网络和物流增长需求同中国的先进技术结合起来，欢迎中国企业在供应链、整机和应用环节开展本地投资，并以泰国为桥头堡进入拥有约6.6亿人口的东盟市场。

龚克 世界工程组织联合会前任主席

机器人应用必须从当地需求出发，在安全、成本、就业和产业基础之间找到平衡。国际合作不能只完成产品出口，更要把全球化与本地化结合起来，通过标准互认、人才培训、服务网络和能力建设，让当地真正具备应用、维护和持续发展机器人技术的能力，最终以技术创新和部署为经济发展、社会进步与人类福祉赋能。

Farrukh Alimdjanov 联合国工业发展组织工业发展官员

机器人和AI应服务于实体经济，帮助各国特别是发展中国家提高工业增加值、创造就业并改善安全。推进自动化必须坚持以人为本，优先用于高温、高压、脏累险等岗位，同时通过教育、技能培训和数字化转型吸引年轻人进入工业与农业；国际合作还应依托卓越中心、知识网络和共同标准，从简单可行的场景起步，把研发、制造、供应与价值链连接起来。

Chee Fai Tan 东盟智慧产业联合会主席

东南亚制造业升级为工业机器人和人形机器人带来广阔空间，焊接、汽车、半导体等领域都需要更多自动化能力。机器人不同于纯软件，落地依赖系统集成、专业人才和长期服务，因此不能“卖完即走”，而要针对当地市场完成编程、运维和场景适配；政府、产业和国际伙伴应共同开展再培训与能力建设，让技术提升生产率并转化为区域发展成果。

Mohammad Alshamsi 阿联酋机器人与自动化学会秘书长

中东地区首先看重机器人在高温和高风险岗位中提升人员安全的价值，真正的难点并非能否进口设备，而是如何完成部署、形成商业回报并适应当地环境。未来机器人开发应从单点研发转向国际化协作，由各方共同开发、测试和部署，并建立相衔接的测试标准；随着产业发展，机器人还会催生运维、集成和商业化等新岗位。

Jongsuk Choi 韩国机器人学会主席

制造、物流、养老医疗、农业和基础设施检测都是机器人可以发挥价值的场景，但选择方案必须针对当地痛点，统筹成本、维护、安全和培训。跨国项目应从第一天就坚持本地化，把当地服务商和工程师纳入体系，使其能够识别问题、替换零部件，最终具备自主设计能力；机器人合作的成效不应只看数量，更要看当地能力是否被真正培养起来。

Bikash Gurung 尼泊尔机器人协会主席

尼泊尔可优先在公共服务、教育、旅游、农业以及高山和人口稀少地区部署机器人，用技术弥补服务供给不足。自动化可能替代部分传统岗位，但也会带动创新企业和新就业，关键是尽快为年轻人提供技能训练，并制定符合本国国情的产业路线图；机器人不能只是进口产品，还应通过本地研发和区域化部署真正适应山区环境与产业需求。

Jacques Eone 喀麦隆机器人协会主席

非洲发展机器人应从教育入手，并重点服务农业机械化、矿产开采等现实需求，以技术吸引年轻人重返实体产业。与其只问机器人会消灭多少岗位，不如思考不采用机器人会失去多少产量、机会和工作；国际合作也不能止于销售，必须建设本地维修伙伴和完整价值链，让当地企业参与软件适配、服务和持续运营，使机器人项目真正可持续。

2026世界机器人大会主论坛应用牵引篇章

嘉宾观点一览。

张峰 中国电子学会理事会党委书记、中国人形机器人与具身智能百人会理事长

人形机器人是人工智能与机器人深度融合的重要载体，正由舞台展示和赛事竞技加速迈向家庭与工厂。产业呈现四个趋势：技术创新进入集群涌现阶段，全产业链制造能力持续提升，行业应用由小批量试用转向常态化和规模化部署，产业生态则以标准、人才、国际合作和创新基础设施为支撑，逐步形成共生共融的新范式。

王兴兴 宇树科技股份有限公司创始人、董事长

机器人从展品走向产品的最大瓶颈仍是效率、泛化能力以及模型与真实世界的精确对齐，特别是最后几厘米、几毫米的误差会显著拉低成功率。行业需要海量高质量的人类与真机数据，并建立由大模型编程、仿真训练、实机测试和人机评价组成的自进化闭环；当机器人在多数陌生场景中仅凭语言指令即可完成约80%的任务时，才真正接近具身智能的“ChatGPT时刻”。

高继扬 星海图人工智能科技股份有限公司创始人

基础模型正成为具身智能产业化的核心驱动力，商业模式将由整机销售逐步转向场景解决方案订阅，最终可能转向物理世界Token服务，价值重心也将从硬件迁移到智能。机器人形成生产力要同时提升速度、精度和泛化性，依靠预训练、真机强化学习和低成本后训练，把零样本泛化、通用抓取、长程任务和毫米级操作转化为电商零售、工业制造、物流与商业服务中的真实订单。

王鹤 银河通用机器人股份有限公司创始人、首席技术官、北京大学研究员

通用人形机器人需要仿生的“大脑—脑桥—小脑”体系：大脑负责高层动作意图和世界理解，小脑负责高频、稳定、抗干扰的全身控制。走向通用的关键在于融合VLA与世界模型的世界动作模型，以及仿真强化学习、人类数据、真机回流数据共同构成的数据体系；再通过只需普通视频、无需动作标签的低门槛后训练，让各行业能够快速把通用模型训练成高成功率的场景模型。

Michael Dowling 德国国家工程院院士、德国雷根斯堡大学教授

机器人技术能否持续成功，最终取决于是否找到客户愿意付费、企业能够盈利的市场，而不只是技术先进。制造、物流仓储、农业和医疗健康将率先受到深刻影响，机器人即服务、柔性生产和人机协同将重塑企业组织与商业模式；同时必须重视岗位冲击与再培训、安全伦理和监管标准，并把机器人视为可承载新业务的商业基础设施，而非孤立设备。

Nancy M. Amato IEEE机器人与自动化学会主席、美国伊利诺伊大学厄巴纳香槟分校西贝尔计算与数据科学学院主任、美国艺术与科学院院士

机器人拥有更强物理能力之后，核心挑战转向如何在复杂、长期和非结构化环境中规划并协同。多机器人系统的规划复杂度会随数量指数增长，应把全局结构化规划与局部反应式协调结合起来，并通过自然语言、VR、眼动和手势等直观接口引入人的经验，使非程序员也能指导机器人；同时，生物神经元与硅基系统结合的低能耗“湿硬件”可能成为下一代机器人计算的新方向。

曹鹏 京东集团技术委员会主席、京东云总裁

具身智能实现规模化复制的核心制约是高质量真实场景数据不足，模型泛化能力不够。京东将依托零售、物流、健康、家政和工业等超级供应链场景，建设覆盖采集、存储、标注、训练、评测、仿真的数据基础设施，目标在两年内采集超过1000万小时人类真实场景数据和100万小时机器人本体数据；再通过仿真评测、人机动作对齐和数据交易平台，把原始记录转化为可训练、可流通的高质量资产。

Seth Hutchinson 美国东北大学教授

走向人机共融不能只把机器人关进物理或电子围栏，而应把安全直接纳入控制优化，在完成任务的同时动态约束速度、动能、碰撞、自碰和物体姿态，使机器人能够在人靠近或环境变化时主动避让并保持可靠操作。数据驱动方法很重要，但数据质量、分布外场景和难以仿真的物理过程仍存在风险，因此高保真模型与可解释的安全约束不能被大模型简单取代，尤其在养老照护等高风险场景中更应谨慎。

陈建宇 星动纪元创始人、首席执行官

具身通用机器人应同时具备更高能力上限和更强泛化性，使新的任务不必重新开发整套软硬件。实现这一目标必须推动大脑、本体与场景协同进化：以端到端具身大模型和世界动作模型提升物理理解与零样本泛化，以高自由度本体、灵巧手和运动控制承载能力，再用物流、工业等真实场景产生的数据反哺模型，形成技术与商业化相互促进、能力可跨场景复用的进化飞轮。

Ferdinand Dudenhoffer 德国汽车研究中心主任、德国杜伊斯堡埃森大学教授

黑灯工厂和AI工厂的价值应从经济回报而非单纯技术投入来衡量，既要计算人工、物流等成本下降，也要判断真实需求能否支撑算力、芯片和基础设施的高投入，警惕供给扩张和金融兜底催生泡沫。更重要的是，数据构成企业的“DNA”和核心竞争力，企业不能轻易把关键数据交给通用AI供应商，而应通过私有模型、私有云和清晰的数据权责保护自身价值，并同步考虑错误输出带来的法律责任。

席宁 中国电子学会机器人分会主任委员、香港大学机器人与自动化讲座教授及系主任、新兴技术研究所所长

打通科研与产业之间的鸿沟，不能沿用“先研究、再转化”的单向模式，而应让应用中的真实问题直接形成研究课题，并让成果回到场景中验证，构成持续循环。物理AI不仅要处理任务逻辑，还要处理空间、时间和力交互关系，因此可将大模型的数据驱动优势与状态机、运动学、动力学等可解释符号模型结合，通过协同学习减少数据需求、提高迁移能力，从而把实验室方法更快转化为可落地的机器人能力。

吴明辉 明略科技集团创始人、首席执行官、首席技术官

机器人落地需要两类“大脑”：一类是单机的感知、推理和控制大脑，另一类是连接机器人、数字智能体和既有IT系统的组织大脑。具身智能可以借鉴Agentic AI在结构化技能、记忆和多智能体协作方面的经验，但真正进入餐饮、零售等生产系统，还必须重构岗位分工、流程和组织，并配套前沿部署工程师、维修运维体系以及开放互联平台；应用目标应是放大人的价值、提升组织上限，而不是以裁员为主要目的。

王潜 自变量机器人公司创始人、首席执行官

精细操作涉及遮挡、不确定性、三维空间和复杂接触，其难度并不低于语言智能，动作模态也无法由语言或视觉模型简单迁移而来，因此物理世界需要与数字世界基础模型并行的独立基础模型。应坚持端到端、统一多模态预训练，让模型同时学习动作、视频、语言和三维表征；同时把数据视为需要定义、采集、判别、处理和迭代的复杂工业品，而非可直接开采的“石油”，并通过模型、数据和训练基础设施的开源协作加速产业发展。

韩铮 苏度科技联合创始人、首席执行官

具身智能从科研走向商业，首要前提是高可靠性，单次执行或有限纠错后的成功率应达到99%乃至99.9%，否则很难进入产线和服务系统。可通过合成数据、仿真到现实迁移和少量真机数据构建抓取、放置、插拔、柔性物体操作等高可靠原子技能，并由上层开发者组合成长程任务；底层平台负责稳定、泛化的操作能力，上层团队专注智能体和行业流程，再以线下开发者中心、仿真工具和工程支持降低应用开发门槛。

Domenico Prattichizzo 意大利锡耶纳大学教授、WEART公司联合创始人

人形机器人要完成精细操作，不能只依靠视觉，必须获得力、触觉和温度等反馈；带有多方向触觉反馈的遥操作系统既能提高操作质量，也能采集训练灵巧手所需的关键数据，因此在机器人规模部署后将成为重要基础设施。机器人与人的关系也不应是二选一，可穿戴手指、可控机械臂等技术可以帮助中风或行动受限者恢复功能和参与感，让机器人成为身体能力的延伸，并确保人始终处于决策和控制闭环中。

曾光 中科云谷首席执行员

工业机器人与人形机器人协同应用，应以质量、效率、安全和柔性收益大于采购、集成、运维和停机成本为前提。人形机器人进厂不能简单复制原有人工动作，而要先优化工艺，在精益体系中明确任务约束，并以真实场景数据支撑模型；随后将物理AI、本体AI和智能体AI同工业软件、知识和数据体系打通，通过统一操作系统和数据飞轮，根据任务特点混合调度传统工业机器人、自适应机器人和人形机器人，实现从单机智能、一脑多形走向产线和工厂级群体协同。

王田苗 智友·雅瑞科创平台发起人、中关村智友研究院院长、圆桌发起人

机器人规模化应用不能只把“大脑”视为唯一答案，还要同时解决工程可靠性、批量一致性、供应链标准、成本回报和场景匹配。工业任务应按精度、节拍和容错要求分类，人形机器人优先进入非结构化、多品种小批量以及可容错环节，再通过真实运行形成数据闭环；产业发展也不会在某个“巅峰时刻”突然完成，而会从技术较成熟、需求明确的场景逐步推进，在人机共生框架下进入工业、商业与家庭。

赵同阳 众擎机器人创始人、首席执行官

具身机器人走向万台规模的首要卡点是大脑可靠性，现实应用不能满足于99%的成功率，还要提升到更高水平；更深层的难题则是数据、模型架构对多任务求解和泛化的能力。现阶段应让技术与产品在可实现范围内匹配，优先进入巡逻巡检、物业安保以及搬运、危险和易疲劳等工业任务，并开放软硬件生态让第三方开发应用；长期看，身体与“灵魂”需要统一，全栈平台企业可能形成头部集中。

程昊 加速进化科技有限公司创始人、董事长

机器人本体、硬件一致性和小脑控制正在逐步成熟，当前更大的瓶颈是尚未收敛的具身大脑路线，以及把系统可靠性提升到工程可用水平。产业可能依次经历本体、智能体和模型三个阶段：本体阶段百花齐放，智能体阶段硬件与系统逐步收敛、应用繁荣，模型阶段平台能力进一步集中；但应用不会等待完美大脑在某个时点突然成熟，而会像计算机产业一样循序渐进，ToB与ToC都从简单任务向复杂任务并行发展。

刘宇龙 智身科技联合创始人、联合执行总裁

面向当下的规模交付，大脑不必一步达到终极通用，只要在目标场景中“够用”，更现实的卡点是负载、温度适应、续航等硬件指标，以及万台生产中的良率、工艺、评测和批次一致性；行业还需协同建立标准与许可体系。未来人形操作还要弥合虚拟大脑与真实本体之间的差异，提高有效数据质量；应用路径可从科研和文娱扩展到巡检、应急、消防等危险、高频、重复场景，再进入更多工业、商业和消费领域。

焦继超 优必选副总裁、具身智能与人形机器人研究院院长

万台级量产要求研发立项、软件开发、导入生产、采购和质量管控形成标准化流程，保证产品一致性、稳定性和可靠性；应用端则应按任务指标和ROI选择切口，先在可容错工位落地，再通过数据闭环逐步进入高精度场景。具身大脑仍受数据数量、质量和模态类别不足制约，力觉和触觉数据尤为稀缺，现有多模态语言模型架构也未必完全适配；现阶段软硬件需要深度耦合，未来可能形成少数平台本体和丰富应用生态。

徐磊 京东智能机器人业务部负责人

规模化的关键是供需匹配，产品首先要解决真实问题、创造明确价值，而不是在所有场景追求同一可靠性指标；从订单看，当前高校、特种、工业和商用等B端需求明显强于C端，可优先通过垂直品类建立规模。产业短期会因技术和场景尚未收敛而百花齐放，长期则在标准化基础上按不同场景形成细分生态；京东将以采购、代工、销售、维修运维、真实场景数据和海外服务组成基础设施，推动中国机器人进入全球市场。

人机共生，产需共融。

2026世界机器人大会更多精彩即将揭晓。

即刻报名，

共同见证机器人产业的现在与未来。