當(dāng)2025年國(guó)務(wù)院《政府工作報(bào)告》將具身智能列為未來產(chǎn)業(yè)重點(diǎn)培育方向，工信部《人形機(jī)器人創(chuàng)新發(fā)展指導(dǎo)意見》明確“以大模型等人工智能技術(shù)突破為引領(lǐng)”的技術(shù)路線，工業(yè)領(lǐng)域正迎來從“自動(dòng)化執(zhí)行”到“智能化決策”的范式變革。這場(chǎng)變革中，工業(yè)具身智能如何突破傳統(tǒng)自動(dòng)化邊界？企業(yè)如何以技術(shù)平臺(tái)響應(yīng)國(guó)家戰(zhàn)略？行業(yè)又該如何破解規(guī)模化落地難題？

物聯(lián)網(wǎng)事業(yè)部平臺(tái)研發(fā)部總經(jīng)理蔣維從技術(shù)本質(zhì)、平臺(tái)實(shí)踐、行業(yè)瓶頸到全球競(jìng)爭(zhēng)，深入拆解聯(lián)通數(shù)科以格物工業(yè)互聯(lián)網(wǎng)平臺(tái)為核心的工業(yè)具身智能解決方案。

工業(yè)具身智能的本質(zhì)突破

談及工業(yè)具身智能與傳統(tǒng)工業(yè)自動(dòng)化的核心差異，蔣維用“角色定位”的轉(zhuǎn)變給出了清晰解讀：“傳統(tǒng)工業(yè)自動(dòng)化是依賴預(yù)設(shè)程序的‘機(jī)械執(zhí)行者’，就像流水線上重復(fù)固定動(dòng)作的機(jī)械臂，只能在結(jié)構(gòu)化環(huán)境中完成既定任務(wù)，一旦環(huán)境變化或任務(wù)調(diào)整，就需要重新編程，通常不具備自主決策能力；而工業(yè)具身智能是‘會(huì)思考的合作伙伴’，它能夠在開放、動(dòng)態(tài)的工業(yè)場(chǎng)景工作，通過視覺、觸覺、聽覺等多模態(tài)感知技術(shù)獲取環(huán)境信息，并通過自主決策與柔性執(zhí)行形成閉環(huán)，真正實(shí)現(xiàn)從被動(dòng)工具到主動(dòng)智能體的跨越。”

這種跨越的實(shí)現(xiàn)，離不開“端邊云網(wǎng)”的協(xié)同支撐——這正是聯(lián)通數(shù)科的布局優(yōu)勢(shì)所在。蔣維提到，聯(lián)通數(shù)科在機(jī)器人領(lǐng)域的積累早有鋪墊：“智能汽車可以看作移動(dòng)的智能機(jī)器人，我們?yōu)榇罅康闹悄芷囂峁┝宋锫?lián)網(wǎng)連接服務(wù)，這些年我們還接入了大量工業(yè)現(xiàn)場(chǎng)的機(jī)械臂、AGV小車等智能設(shè)備。基于這些實(shí)踐，我們較早入局具身智能尤其是人形機(jī)器人賽道，致力于成為面向客戶場(chǎng)景的機(jī)器人綜合服務(wù)運(yùn)營(yíng)商。”

作為工信部認(rèn)定的A級(jí)雙跨工業(yè)互聯(lián)網(wǎng)平臺(tái)，格物平臺(tái)成為聯(lián)通數(shù)科響應(yīng)國(guó)家戰(zhàn)略的核心載體。蔣維介紹，格物平臺(tái)已面向具身智能場(chǎng)景化需求升級(jí)為格物具身智能平臺(tái)，從兩大維度推動(dòng)工業(yè)具身智能落地：一方面是構(gòu)建具身智能基座能力，推動(dòng)平臺(tái)從“網(wǎng)絡(luò)化、數(shù)字化”向“智能化”升級(jí)，形成“多模態(tài)感知→具身大腦訓(xùn)練→具身小腦推理→本體執(zhí)行反饋”的完整閉環(huán)，為機(jī)器人提供端云訓(xùn)推協(xié)同、設(shè)備智能升級(jí)的軟硬一體化支撐；另一方面是打造垂直場(chǎng)景示范應(yīng)用，目前已完成具身智能全鏈條技術(shù)驗(yàn)證，正推動(dòng)汽車、鋼鐵等行業(yè)的場(chǎng)景化落地，讓技術(shù)從實(shí)驗(yàn)室走向生產(chǎn)線。

破解行業(yè)核心瓶頸

中商產(chǎn)業(yè)研究院預(yù)測(cè)，2025年全球工業(yè)具身智能機(jī)器人市場(chǎng)規(guī)模將達(dá)21億元，五年后有望突破150億元；《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》亦要求2025年數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)占GDP比重達(dá)10%——市場(chǎng)潛力與政策目標(biāo)疊加下，行業(yè)正處于關(guān)鍵跨越期。但蔣維坦言，這一過程仍面臨四大核心瓶頸。

“首先是核心部件的性能和成本之間的平衡問題”蔣維舉例，工業(yè)具身智能機(jī)器人需要的高精度減速器、六維力傳感器、靈巧手等執(zhí)行部件，以及邊緣計(jì)算芯片，目前在市場(chǎng)上往往存在性能與成本之間的矛盾。“例如高精度減速器，雖然進(jìn)口產(chǎn)品能夠提供足夠的精度，但其價(jià)格較高，而國(guó)產(chǎn)產(chǎn)品價(jià)格較低，但精度方面仍有提升空間，這影響了機(jī)器人在可靠性與經(jīng)濟(jì)性上的表現(xiàn)。”

數(shù)據(jù)與算力的制約同樣突出。“具身智能模型和大語言模型不同，它需要海量多模態(tài)交互數(shù)據(jù)，規(guī)模能達(dá)到自動(dòng)駕駛數(shù)據(jù)的上千倍，但高質(zhì)量真實(shí)世界數(shù)據(jù)采集難，虛擬仿真數(shù)據(jù)生成技術(shù)還不成熟，導(dǎo)致模型泛化能力不足；而且訓(xùn)練、推理的算力成本都很高，中小企業(yè)很難承擔(dān)。”

感知與操作精度不足則觸及工業(yè)場(chǎng)景的“安全底線”。“工業(yè)現(xiàn)場(chǎng)操作往往需要99.99%以上的穩(wěn)定性，比如精密裝配場(chǎng)景，機(jī)器人的力控抓取、靈巧操作一旦出現(xiàn)誤差，就可能導(dǎo)致產(chǎn)品報(bào)廢，目前多模態(tài)感知融合與精細(xì)操作技術(shù)仍待突破。”

此外，標(biāo)準(zhǔn)化缺失導(dǎo)致的集成難題也不容忽視。“不同廠家的機(jī)器人接口協(xié)議、數(shù)據(jù)格式不統(tǒng)一，導(dǎo)致企業(yè)在引入多品牌設(shè)備時(shí)需要投入大量資源進(jìn)行適配，嚴(yán)重影響了規(guī)模化應(yīng)用的進(jìn)程。”

針對(duì)這些瓶頸，蔣維提出政策扶持應(yīng)聚焦三大領(lǐng)域：一是支持關(guān)鍵技術(shù)攻關(guān)，重點(diǎn)突破多模態(tài)感知、智能決策控制、高精度核心部件及基礎(chǔ)軟件（仿真平臺(tái)、操作系統(tǒng)）；二是推動(dòng)高質(zhì)量數(shù)據(jù)生態(tài)建設(shè)，資助虛擬/真實(shí)訓(xùn)練場(chǎng)、高保真仿真平臺(tái)，制定數(shù)據(jù)采集規(guī)范并給予數(shù)據(jù)采購(gòu)補(bǔ)貼；三是促進(jìn)產(chǎn)業(yè)鏈協(xié)同創(chuàng)新，通過“整零協(xié)同”機(jī)制、產(chǎn)學(xué)研合作，提升國(guó)產(chǎn)供應(yīng)鏈自主可控能力，降低制造成本。

“可用不可見”的實(shí)踐

《數(shù)據(jù)流通安全治理方案》要求2027年建成數(shù)據(jù)要素市場(chǎng)化體系，而工業(yè)數(shù)據(jù)“可用不可見”的流通需求，與具身智能“依賴實(shí)時(shí)數(shù)據(jù)訓(xùn)練進(jìn)化”的特性存在天然張力。如何在合規(guī)前提下支撐機(jī)器人自主學(xué)習(xí)？蔣維指出，格物具身智能平臺(tái)的核心解法在于“智能物模型”。

“平臺(tái)為多廠家、多型號(hào)的同類智能設(shè)備建立統(tǒng)一的智能物模型，基于這個(gè)模型實(shí)現(xiàn)跨設(shè)備、跨平臺(tái)的互操作。”蔣維解釋，平臺(tái)還配套了多模態(tài)數(shù)據(jù)存儲(chǔ)分析子平臺(tái)，能對(duì)設(shè)備數(shù)據(jù)進(jìn)行清洗、治理、對(duì)齊、標(biāo)注，形成高質(zhì)量數(shù)據(jù)集——這既是具身智能大模型的訓(xùn)練基礎(chǔ)，隨著接入機(jī)器人數(shù)量增多、數(shù)據(jù)積累增加，這些數(shù)據(jù)又能反哺模型微調(diào)，實(shí)現(xiàn)機(jī)器人模型的持續(xù)進(jìn)化。

在數(shù)據(jù)安全層面，平臺(tái)從源頭到結(jié)果構(gòu)建全鏈路管控。“我們對(duì)原始數(shù)據(jù)、分析數(shù)據(jù)、構(gòu)建的模型都有嚴(yán)格的安全措施，確保數(shù)據(jù)在‘可用’的同時(shí)‘不可見’，既滿足具身智能的訓(xùn)練需求，又符合數(shù)據(jù)安全合規(guī)要求。”

這一實(shí)踐對(duì)國(guó)家數(shù)據(jù)治理體系也具有重要參考價(jià)值。蔣維提到，一方面，依托工業(yè)場(chǎng)景中多維數(shù)據(jù)的精細(xì)化管控，格物具身智能平臺(tái)形成了可推廣的數(shù)據(jù)分類標(biāo)準(zhǔn)和差異化治理策略，為數(shù)據(jù)分級(jí)分類治理建立行業(yè)級(jí)實(shí)踐基準(zhǔn)；另一方面，通過數(shù)據(jù)確權(quán)、流通審計(jì)等具體操作，為國(guó)家制定數(shù)據(jù)要素市場(chǎng)的權(quán)責(zé)界定規(guī)則、合規(guī)審計(jì)標(biāo)準(zhǔn)提供了經(jīng)過驗(yàn)證的實(shí)操依據(jù)，推動(dòng)治理體系從理論框架向操作規(guī)范轉(zhuǎn)化。

數(shù)字孿生與5G成進(jìn)階主角

工信部《元宇宙產(chǎn)業(yè)創(chuàng)新發(fā)展三年行動(dòng)計(jì)劃》提出培育“虛實(shí)互促的工業(yè)元宇宙”，數(shù)字孿生在工業(yè)具身智能體系中的作用備受關(guān)注。蔣維將其概括為“三大核心角色”：

“首先是‘訓(xùn)練場(chǎng)’，通過高精度虛擬映射空間，為具身智能提供海量、低成本的仿真訓(xùn)練環(huán)境，加速算法迭代；其次是‘試驗(yàn)田’，在虛擬空間中預(yù)演生產(chǎn)流程、故障場(chǎng)景，驗(yàn)證機(jī)器人決策鏈路的可靠性，降低實(shí)體試錯(cuò)風(fēng)險(xiǎn)；最后是‘連接器’，實(shí)時(shí)同步物理實(shí)體與虛擬空間數(shù)據(jù)，實(shí)現(xiàn)狀態(tài)映射、行為預(yù)測(cè)與遠(yuǎn)程干預(yù)，支撐閉環(huán)優(yōu)化。”

針對(duì)不同行業(yè)數(shù)字化基礎(chǔ)差異，聯(lián)通數(shù)科通過“遠(yuǎn)程調(diào)測(cè)+仿真訓(xùn)練”模式，采用分層解耦、模塊化封裝的方法，致力于推動(dòng)技術(shù)普惠。蔣維介紹，對(duì)傳統(tǒng)制造業(yè)等數(shù)字化基礎(chǔ)較為薄弱的基礎(chǔ)行業(yè)，平臺(tái)提供輕量化的數(shù)字孿生工具鏈，支持低代碼快速建模，并通過遠(yuǎn)程調(diào)測(cè)實(shí)現(xiàn)設(shè)備的“云化運(yùn)維”，借助預(yù)設(shè)的算法庫(kù)，能夠適配設(shè)備巡檢、簡(jiǎn)單分揀等常見應(yīng)用場(chǎng)景；對(duì)汽車、電子等數(shù)字化基礎(chǔ)較為深厚的行業(yè)，平臺(tái)則開放了高精度孿生引擎與API，支持多模態(tài)數(shù)據(jù)融合與物理引擎定制，以滿足復(fù)雜產(chǎn)線虛擬調(diào)試需求，并能接入行業(yè)知識(shí)庫(kù)與AI模型，為具身智能提供靈活的自適應(yīng)訓(xùn)練環(huán)境。

“我們協(xié)同生態(tài)合作伙伴共建行業(yè)原子庫(kù)，例如具身機(jī)器人路徑規(guī)劃原子庫(kù)、精密裝配力控原子庫(kù)，企業(yè)通過參數(shù)配置就能快速適配不同場(chǎng)景；結(jié)合5G+邊緣計(jì)算實(shí)現(xiàn)虛實(shí)聯(lián)動(dòng)低延遲，確保仿真策略能無縫部署到實(shí)體機(jī)器人。”蔣維補(bǔ)充，這種模式既滿足高端產(chǎn)業(yè)的深度定制需求，又降低傳統(tǒng)行業(yè)智能化門檻，助力工業(yè)元宇宙“虛實(shí)互促”目標(biāo)落地。

《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》提出“推動(dòng)5G商用部署和規(guī)模應(yīng)用”，5G專網(wǎng)的“通感算控”能力如何與具身智能的實(shí)時(shí)決策需求協(xié)同？蔣維指出，這種協(xié)同體現(xiàn)在四大維度：低時(shí)延通信保障實(shí)時(shí)決策閉環(huán)，融合感知增強(qiáng)環(huán)境理解，算力下沉支撐邊緣智能，網(wǎng)絡(luò)切片實(shí)現(xiàn)關(guān)鍵任務(wù)控制。

“這種協(xié)同正在催生新的工業(yè)應(yīng)用形態(tài)。”蔣維舉例，比如分布式多機(jī)協(xié)同，多臺(tái)具身智能機(jī)器人通過5G專網(wǎng)互通數(shù)據(jù)，協(xié)同完成復(fù)雜任務(wù)；又如高精度遠(yuǎn)程操控，借助5G+VR實(shí)現(xiàn)機(jī)器人遠(yuǎn)程精細(xì)操作，適用于高危場(chǎng)景；還有預(yù)測(cè)性維護(hù)與自修復(fù)，結(jié)合5G實(shí)時(shí)數(shù)據(jù)與AI分析，機(jī)器人可自主監(jiān)測(cè)狀態(tài)并制定修復(fù)方案。

值得注意的是，這一模式完全契合“東數(shù)西算”工程要求。“通過‘云-邊-端’算力協(xié)同，本地邊緣節(jié)點(diǎn)滿足實(shí)時(shí)處理需求，模型訓(xùn)練等非實(shí)時(shí)任務(wù)可對(duì)接‘東數(shù)西算’算力調(diào)度體系，實(shí)現(xiàn)跨區(qū)域算力分配與優(yōu)化利用，既促進(jìn)算力普惠，又符合綠色集約的要求。”

中國(guó)優(yōu)勢(shì)與格物平臺(tái)的標(biāo)準(zhǔn)布局

全球工業(yè)具身智能機(jī)器人銷量年均增速超50%，但行業(yè)滲透率差異顯著。從新型工業(yè)化全局看，蔣維認(rèn)為汽車制造、產(chǎn)線裝配、高端裝備等行業(yè)適合優(yōu)先推廣具身智能技術(shù)。“這些行業(yè)自動(dòng)化基礎(chǔ)好、工藝流程標(biāo)準(zhǔn)化程度高、對(duì)柔性生產(chǎn)需求迫切，能快速體現(xiàn)具身智能的技術(shù)價(jià)值。”

這種差異化推廣策略還能與國(guó)家產(chǎn)業(yè)基礎(chǔ)再造工程深度銜接。蔣維解釋，通過優(yōu)先行業(yè)的場(chǎng)景需求，可針對(duì)性攻關(guān)精密減速器、力控傳感器等短板技術(shù)；借助頭部企業(yè)的應(yīng)用實(shí)踐，推動(dòng)國(guó)產(chǎn)核心部件迭代驗(yàn)證，形成“應(yīng)用-反饋-優(yōu)化”閉環(huán)；同時(shí)在優(yōu)先領(lǐng)域制定具身智能交互、安全等標(biāo)準(zhǔn)，引導(dǎo)產(chǎn)業(yè)鏈協(xié)同創(chuàng)新。

在全球競(jìng)爭(zhēng)中，蔣維認(rèn)為中國(guó)具備四大獨(dú)特優(yōu)勢(shì)：國(guó)家層面的戰(zhàn)略支持與產(chǎn)業(yè)協(xié)同，全球最大的應(yīng)用市場(chǎng)與豐富場(chǎng)景，完善的數(shù)字基礎(chǔ)設(shè)施與產(chǎn)業(yè)鏈配套，強(qiáng)大的本土技術(shù)創(chuàng)新與整合能力。

作為工業(yè)具身智能領(lǐng)域的核心平臺(tái)，格物具身智能平臺(tái)也在積極參與國(guó)內(nèi)外技術(shù)標(biāo)準(zhǔn)制定。蔣維介紹，一是以實(shí)踐貢獻(xiàn)標(biāo)準(zhǔn)，基于接入“百種千型萬機(jī)”、覆蓋跨行業(yè)的落地經(jīng)驗(yàn)，積極參與標(biāo)準(zhǔn)組織輸出技術(shù)規(guī)范；二是以架構(gòu)引領(lǐng)標(biāo)準(zhǔn)，將“云-邊-端”協(xié)同架構(gòu)、機(jī)器人智能物模型等關(guān)鍵技術(shù)范式推向產(chǎn)業(yè)鏈上下游。

重構(gòu)技術(shù)發(fā)展中的責(zé)任邊界

當(dāng)工業(yè)機(jī)器人從“程序化工具”進(jìn)化為“自主化代理”，倫理邊界與責(zé)任界定成為新課題。聯(lián)通數(shù)科在技術(shù)研發(fā)中已主動(dòng)嵌入倫理考量：構(gòu)建可解釋決策機(jī)制，確保自主行為可追溯；設(shè)立安全控制邊界，預(yù)設(shè)倫理規(guī)則庫(kù)并保留人工干預(yù)接口；建立責(zé)任溯源體系，用區(qū)塊鏈記錄設(shè)備全生命周期數(shù)據(jù)，實(shí)現(xiàn)責(zé)任主體精準(zhǔn)界定。

“這些實(shí)踐也為國(guó)家人工智能治理體系提供了參考。”蔣維建議，應(yīng)加快制定工業(yè)自主系統(tǒng)責(zé)任認(rèn)定標(biāo)準(zhǔn)，建立分級(jí)分類的倫理治理框架，推動(dòng)企業(yè)共建倫理治理共同體，同時(shí)開展倫理安全試點(diǎn)示范，通過典型場(chǎng)景完善規(guī)則。

在生產(chǎn)關(guān)系重構(gòu)層面，蔣維指出，工業(yè)具身智能將推動(dòng)制造業(yè)從“人管設(shè)備”向“人在環(huán)路”轉(zhuǎn)變——工人從操作者轉(zhuǎn)型為調(diào)度與決策者，機(jī)器成為自主執(zhí)行的智能體。“這要求企業(yè)調(diào)整人才結(jié)構(gòu)，增加具身數(shù)據(jù)工程師、具身訓(xùn)練工程師等復(fù)合型崗位；同時(shí)推動(dòng)組織架構(gòu)扁平化，建立跨職能敏捷團(tuán)隊(duì)，打通研發(fā)-生產(chǎn)-運(yùn)維鏈條。”

從傳統(tǒng)自動(dòng)化到工業(yè)具身智能，從技術(shù)驗(yàn)證到規(guī)模應(yīng)用，聯(lián)通數(shù)科正以格物具身智能平臺(tái)為核心，構(gòu)建“技術(shù)筑基-場(chǎng)景落地-生態(tài)共建”的完整體系。蔣維表示，未來聯(lián)通數(shù)科將持續(xù)深化“端網(wǎng)云智安”融通，推動(dòng)工業(yè)具身智能在更多場(chǎng)景落地，“我們不僅要做技術(shù)的提供者，更要成為新型工業(yè)化的賦能者，助力中國(guó)制造業(yè)從‘規(guī)模優(yōu)勢(shì)’向‘技術(shù)優(yōu)勢(shì)’跨越。”

在新型工業(yè)化的浪潮中，工業(yè)具身智能正從“未來產(chǎn)業(yè)”加速變?yōu)椤艾F(xiàn)實(shí)生產(chǎn)力”，而聯(lián)通數(shù)科的實(shí)踐，既為行業(yè)提供了可復(fù)制的技術(shù)路徑，也彰顯了中國(guó)企業(yè)在全球工業(yè)智能競(jìng)爭(zhēng)中的核心實(shí)力。（作者：耿鵬飛）