（问题）具身智能从实验室走向真实应用，长期受困于“能动手、难懂人”：机器人具备一定的视觉感知与任务执行能力，但复杂场景中对人类意图的理解仍不够，交互多依赖被动指令、固定流程和工程预设，难以覆盖康复训练、护理辅助等对安全性、连续性和个体差异要求更高的领域；如何让机器更准确、更及时地捕捉人的真实需求，成为规模化落地必须解决的关键。 （原因）在第二届傅利叶具身智能生态大会暨张江机器人开发者先锋大会上，顾捷提出，主动式人机交互能力正成为具身智能的重要突破口。其中，“从大脑意图出发”的交互被视为更高阶形态，但此前受工程条件限制。顾捷介绍，企业早在2017年就开展过脑机接口与外骨骼结合的预研，并实现用脑电信号驱动外骨骼行走的演示。但当时信号噪声高、稳定性不足，部署成本和复杂度也偏高，难以满足临床体系对可重复性、可靠性和可维护性的要求，产业化时机尚未成熟。近两年，脑机硬件加速迭代，设备便携化、小型化趋势明显，在国内产业链支撑下量产能力增强；技术路线也从传统脑电扩展至近红外光谱等多种方案，为工程落地提供了更多选择。此外，触觉技术、多模态感知与语义理解能力持续进步，机器人“看得见、听得懂、能协同”的基础更稳，主动式交互也从单纯的工程优化转向可规划的产品方向。 （影响）顾捷判断，脑机接口首次具备参与主动交互的工程基础，企业将更审慎地把涉及的能力引入康复岗位的临床侧，推动其在未来1至2年形成可复制、可推广的产品化路径。业内人士指出，康复场景需求明确、流程可标准化、效果可评估；若能更高精度识别患者意图与状态，有望提升训练效率与体验，并带动医工结合、辅助器具升级与康复服务延伸。同时，脑机与具身智能的融合也可能推动机器人从“执行工具”走向“协作伙伴”，为护理、陪护和居家健康管理拓展空间。 （对策）围绕产业共性难题，多方正通过联合创新补齐短板。会上，傅利叶联合上海交通大学医学院附属瑞金医院、复旦大学类脑智能科学与技术研究院、天桥脑科学研究院、国家地方共建人形机器人创新中心、同济大学附属养志康复医院、格式塔科技和临港实验室等发起“脑机具身·数据引擎联合创新计划”，探索脑机接口与具身智能体的深度融合，重点聚焦数据与基础设施建设。顾捷强调，全球范围内脑机与具身领域仍缺少可支撑大规模训练与验证的数据集及软硬件基础设施，相关能力难以在短期内验证，需要长期积累、跨学科协作与持续投入。 数据被普遍视为决定泛化能力的关键资源。顾捷认为，数据规模重要，但质量更关键：单一任务的机械重复不必然带来有效智能，真正有价值的是包含多任务切换、完整的成功与失败过程、能反映真实决策链条的记录。同时，数据来源也应更贴近“意图”本身。公开视频多为第三人称视角，难以呈现人类操作动机与注意力焦点。为提升模型理解与推理能力，应引入更多第一人称视角的人类交互数据，并与机器人在真实场景中采集的小批量高价值数据融合，构建用于训练与评测的综合数据体系。在他设想的数据结构中，公开视频作为基础底座，叠加大规模第一人称交互数据，再融合高质量机器人实采数据；后者虽占比不大，但未来体量有望达到亿级。通过筛选、标注与整合，形成可用于工程迭代的数据引擎，才可能训练出在真实世界更可靠的智能行为。 （前景）从行业态势看，机器人领域关注度持续升温。顾捷认为，这轮热潮带来的变化不止于资本，更在于人才加速聚集，推动产业进入加速期。，企业将通过加大研发投入与强化场景合作，推动关键技术转化为可衡量的产品价值，并以系统级集成和应用开发拓展落地边界。业内分析指出，脑机接口与具身智能的融合仍需在安全性、稳定性、临床验证、伦理合规与成本控制诸上持续攻关；但若能在康复医疗等可评估场景率先突破，形成标准化能力与产业协作范式，将有助于带动更广泛的应用探索。未来，随着数据基础设施完善、传感与算法协同优化，主动式人机交互有望从“可用”走向“好用、易用”，进而成为具身智能规模化应用的重要支点。
脑机接口与具身智能的融合代表着人机交互的演进方向，也是机器人产业实现突破的重要路径。该领域正从技术探索走向产业验证，从单点创新走向生态协作。下一步的关键，是产学研用各方形成合力，在数据积累、技术攻关与场景落地上持续投入、开展，把前沿技术转化为可用、可靠的产品与服务，推动机器人产业迈向更高阶段。