2026世界机器人大会主论坛大咖观点（四）

时间：2026-08-22

2026世界机器人大会主论坛民生普惠篇章

嘉宾观点一览。

Kazuhiro Kosuge 香港城市大学教授

全球产业的目标正由单纯降本增效转向在供应链中断、人口老龄化和劳动力短缺中保持生产与快速恢复的韧性，机器人应成为增强人类劳动价值与安全的新型合作者。面对服装、食品、农业、医疗等柔性物体难以自动化的场景，需要把高速感知、变形建模、反馈控制和机器学习结合起来，以无夹具或通用夹具实现跨材料、跨任务适配；部署时还必须投资员工再培训，让人分享技术进步收益，避免自动化削弱社会信任。

Paolo Dario 意大利比萨圣安娜高等大学生物医学机器人荣誉教授、迪拜未来实验室首席科学家

陪护机器人的形态不应由技术或人形外观预先决定，而应由真实应用场景、用户需求以及人与环境、机构和社会的关系共同定义。实验室验证远远不够，应在城市、家庭和社区建设生活实验室，让居民、政府、保险机构和企业共同参与，从设计第一天就把信任、美学、文化差异、伦理、法律和可持续福利纳入评估；机器人可以承担部分自主任务，但必须保留人类监督，并通过中立试用平台让用户先试后用。

钱东奇科沃斯机器人股份有限公司董事长

机器人从单一工具走向管家和伴侣必须先形成真实价值与商业正循环，当前大语言模型较好解决了“该做什么”，但负责“怎么做”的小脑与物理AI仍缺乏可泛化能力，物理世界的Scaling Law也尚未得到证明。现阶段可将机器人本体的原子能力、动作技能和开发接口分层开放，通过自然语言、代码和SDK让用户参与定义任务，在有限家庭或商业场景中持续反馈和进化，以人类能力补偿机器人的智能缺口，形成碳硅协同的务实过渡路径。

Massimiliano Zecca 英国拉夫堡大学教授

人口老龄化与照护人员短缺将使现有服务模式难以持续，智能辅助机器人应补充而非完全替代人力，帮助老年人在家庭、医院或养老机构保持行动能力、社会联系、独立生活和心理幸福。解决方案必须以人为中心并按健康状况、文化、收入和生活环境个性化设计，同时回答五个基本问题：是否产生可测量的效果、辅助是否反而侵蚀自主性、个性化能否规模化、人们是否信任和接受，以及社会与个人是否负担得起。

梁正清华大学公共管理学院教授、清华大学人工智能国际治理研究院副院长

机器人进入工作、社会和家庭后，普惠不能只看能力提升，还要把安全、治理和伦理贯穿研发、设计、产品准入、应用管理和社会影响评估。技术红线不应只由工程指标决定，还应来自社会共识，并通过标准、评测、法律、政策和企业责任共同落实；真正的普惠应服务每个人的能力、福利和权利，尤其保护弱势群体，使人机关系从单纯替代转向以需求为牵引、以人为中心的共生协作。

张建伟中国工程院外籍院士、德国国家工程院院士

具身智能高速发展不仅要“加油”，也必须尽快建立刹车机制，对自我意识、好奇心和自主驱动力等能力划定严格红线。安全与伦理应从机构、感知、交互和模型训练阶段嵌入，例如让机器人学习工具使用的危害边界、力控规则和负责任操作，并在进入家庭前接受类似学校和资质认证的道德安全训练；产业政策还应以老龄化、危险繁重工作和可持续发展等人类共同需求为导向，通过科研优先级、税收等手段鼓励有益应用，把艺术、体育和精神价值更多留给人。

张宏加拿大工程院院士、南方科技大学讲席教授

机器人从实验室进入道路、医疗、家庭和服务场景后，学术上可接受的局部提升或60%—70%可靠性远不足以满足社会安全要求，因此必须建立符合机器能力边界的现实评估体系和简明、清晰的基本规则。技术是一把双刃剑，治理不仅要防止直接的人身伤害，也要关注自动化、数字化对老人、低收入者和其他弱势群体造成的间接排斥与就业冲击，通过政府政策和社会保障尽量降低技术进步的不均衡伤害。

江磊国家地方共建人形机器人创新中心首席科学家

现阶段人形机器人总体仍低于人类智能水平，风险可以通过可管理、可追溯和可监管的技术体系控制，但随着产品快速进入公共空间，必须尽快建立身份认证、黑匣子追溯、隐私与安全攻防套件以及覆盖零部件和整机的本质安全标准。数据驱动的原生模型应从源头使用善意、高质量的数据，并通过开源权重和社区监督提高透明度；治理可采取分阶段思路，产业早期以适度宽松鼓励创新，规模扩大后再以更严格的法治和标准约束。

张平北京大学法学院教授、北京大学人工智能研究院AI安全与治理中心主任

机器人由工具变为伙伴后，隐私、知识产权、决策权和控制权都出现结构性冲突，不能依赖单一法律或政策，应按陪伴、医疗、家庭和企业等场景建立分层规则，并形成技术、立法、政策、标准、社会共治和企业自律相结合的治理体系。所有具身智能产品都应具备及时终止和止损能力，同时明确用户、厂商和远程控制主体的责任；自动化可优先替代高危、繁重和人类不愿从事的工作，但关键决策应始终由人掌握，并保护个人的生存权、人格与自我价值。

余轶南维他动力创始人、首席执行官

企业可以在技术研发上激进，但产品面向市场必须保守，应根据不同场景的失效成本识别危害，并通过事前预防、开发过程重点测试和事后数据追溯形成全链条责任机制。机器人安全既包括功能安全和信息安全，也要处理当前因能力不足导致的物理风险以及未来强智能带来的自主风险；可先在沙箱环境充分验证，再随能力和治理手段成熟逐步授权，始终把核心控制权和紧急停止权留给用户。技术革命的本质更接近工作内容转移，应让先进生产力承担人不愿或难以完成的任务，并帮助人在现有岗位做得更好。

Antonio Frisoli 意大利先进机器人国家能力中心主任

具身人工智能的发展应从以人为本的机器人、人形机器人进一步走向深度人机交互，其核心不是替代人，而是借助外骨骼、遥操作和触觉反馈增强人的能力与福祉。外骨骼可识别使用者意图并提供适配支撑，用于工业助力、康复和劳动力短缺场景；人形机器人还可通过原子任务组合、远程力觉与多模态感知进入危险环境和精细操作领域，但规模化应用必须同步解决速度、负载、延迟、可靠性、安全认证、基础模型泛化和数据标准等问题。

马清海 SMC投资管理有限公司总经理

机器人产业的创新生态需要产品、制造工艺和服务体系协同推进，关键零部件应朝小型化、轻量化、节能化和智能化发展，并通过无线通信、数字化能源管理和柔性末端执行机构帮助工厂提质增效。面对外部不确定性，企业还要把研发、产线和供应链更多布局在中国，通过多地生产、供应链多元化和合理库存增强交付韧性；同时以低压、低功耗产品和绿色制造履行社会责任，在工业机器人、协作机器人及具身机器人应用中形成从场景验证到产品配套的闭环。

黄青虬墨奇智能联合创始人、首席技术官

家庭服务机器人不能一开始就直接进入家庭，而应先在酒店、公寓等泛化性较高、数据可持续回流的服务场景中训练能力，再逐步走向家庭。具身智能的基础是由真实场景、真实作业人员和真实工作形成的高质量数据，并通过采集、质检、挖掘、标注、训练和评测构成快速迭代的数据引擎；模型则应把更多自主决策、记忆、长程规划和环境闭环能力放在端侧，实现理解、生成、动作与触觉一体化。真正进入家庭前，还必须解决隐私、物理安全、长期共处伦理以及本体对生活空间的适配问题。

汪玉清华大学电子工程系长聘教授、中国电子学会理事会常务理事

具身智能不能直接照搬数字世界的基础设施，而需要把机器人本体、GPU、仿真器、训练和推理统一纳入端云协同体系，以全异步流水线支持多机强化学习和不同硬件部署。未来算法很可能走向“预训练＋强化学习”，通过多台机器人相互学习，把小时级真机训练压缩到分钟级；与之配套的数据基础设施还要提高真实数据的数量、质量、可用性和跨本体迁移能力，并将失败案例纳入训练。高校与企业应共同建设开源框架、原子任务、能力谱系、统一评测和真机榜单，让算力、数据和评价体系成为行业共享的普惠基础设施。

许晋诚帕西尼创始人、首席执行官

物理AI要形成“感知—规划—执行”的闭环，触觉是不可缺少的底层模态，因为它能够稳定获取三维力矩、纹理、形状等物理属性，补足视觉易受光照和环境变化影响的局限，并让物理经验规模化生产和泛化。触觉能力应从芯片、电子皮肤、关节和足底传感器延伸到全身力触觉套件和多模态数据采集系统，以高精度、同步和稳定的数据支撑模型训练、机器人平衡与精细操作；同时通过标准化、量产和开放生态，把触觉基础设施提供给本体、场景和产业伙伴，共同推动具身智能形成可持续的新型生产力。

李楠麦麦科技集团创始人、董事长、首席执行官

AI对农业的根本价值，是让机器拥有决策能力，使农业从依赖经验转向“以作物为本”，根据作物真实需求配置环境和作业方案，从而应对农业人口老龄化、劳动力断层和极端气候增加。农业技术基础相对薄弱、科研与产业落地差距大，却具有刚性需求、政策支持和巨大规模，因此可能成为机器人率先实现千台级交付的垂直领域。要把机会变成生产力，需要大模型企业、本体厂商、供应链和科研机构共同开放数据、场景和研发能力，推进模组、零部件、训练中心和交付体系标准化，以真实效率和成本平衡检验农业机器人的商业价值。

郭彦东智平方创始人、首席执行官

仅沿用高算力的Transformer和世界模型架构，难以支撑低功耗、实时运行的物理AGI，因此可以借鉴人脑神经元、动态连接以及大脑、小脑和脊髓分工，构建具备快速反应、时序记忆和持续学习能力的类脑端到端VLA架构。通用机器人真正进化还必须把模型、硬件和场景“三位一体”：稳定本体承载智能，半结构化工业和服务场景提供真实反馈与实验室难以想象的边缘案例，多样场景推动泛化，再逐步进入公共和家庭服务。没有真实场景，智能无法持续迭代；没有模型和硬件协同，也无法形成可用生产力。

谢晨光轮智能创始人、首席执行官

机器人应像人一样通过言传身教、试错和真实工作持续学习，真机部署不是学习终点，而是新一轮学习的起点。由于机器人尚不存在类似大语言模型用户或自动驾驶车辆的海量在环数据闭环，需要以人类示范数据、可无限试错的仿真评测和真机部署反馈共同构成Real2Sim2Real基础设施，尤其把失败数据转化为纠错样本反复训练。机器人文明不应由单一企业控制，应以开放标准连接数据、仿真、本体、场景、传感器、算力和模型伙伴，共建持续升级的数据与评测生态。

丁宁广东省具身智能机器人创新中心主任

艺术与机器人科研并非简单叠加：艺术能够为技术引入审美、人文关怀和更易被公众理解的表达方式，也能重新诠释失败设备与试错过程，帮助科研人员更大胆地探索未知。具身智能之所以需要身体，是因为只有物理载体才能干预世界、验证认知；其完整闭环还包括多模态感知、从变化中提炼规律的建模、基于规则作出决策、通过执行反馈不断修正。科学的严谨求证与艺术的大胆假设具有互补性，两者共创可以让机器人产品更好地处理人与技术、社会和生命价值之间的关系。

都大龙章鱼动力创始人、首席执行官

物理世界场景极其分散，逐个定制小模型和执行器难以形成可持续回报，只有通用世界基础模型与通用灵巧手结合，才可能像大语言模型加代码接口一样释放通用生产力。世界模型需要在时序和模态上持续扩展，以视觉、语言、力触等数据提升因果建模、数据合成和可规模化评测能力；灵巧手则应通过高度仿生的腱绳结构、力位混合控制和与数据手套同构设计，提高安全性、可靠性、场景适应性和人类数据迁移效率。脑、手、数据一体化可以降低开发物理智能体的门槛，形成面向多场景的硅基劳动力平台。