一、问题：从“能算”到“能干”，实体世界的智能需求催生新专业 近段时间，具备对话、协作与动作执行能力的人形机器人频频进入公众视野，反映出智能技术正从以数据处理为主的“虚拟智能”，迈向能够现实环境中完成任务的“实体智能”。与传统侧重算法推理、内容生成或信息检索的技术路径不同，具身智能强调让智能体拥有可感知、可运动、可操作的“身体”，在复杂场景中形成“感知—决策—行动”的闭环，解决真实世界中实时交互、稳定控制、安全协作等难题。随着该方向进入本科专业设置序列，如何培养既懂算法又懂硬件、既能建模又能落地的复合型工程人才，成为高等教育与产业共同面临的新课题。 二、原因：国家战略牵引与产业跃迁，推动新工科加速“交叉融合” 业内普遍认为，具身智能之所以快速升温，背后有三上因素叠加。 其一，国家层面对未来产业的前瞻部署持续强化。具身智能被纳入未来产业重点方向，涉及的政策密集落地，带动科研投入、平台建设与标准探索同步推进，为专业建设提供了明确导向与应用牵引。 其二，产业端进入“技术突破与规模化验证”并行阶段。以人形机器人、工业移动操作平台、无人系统为代表的新产品不断迭代，企业对“算法+机构+控制+系统工程”一体化人才需求明显上升，传统单一学科培养模式难以完全匹配。 其三，高校新工科改革持续深化，跨学院、跨学科协同育人条件更趋成熟。此次率先布局的高校多为理工见长、科研平台完备的学校，具备机器人、自动化、计算机、电子信息等学科基础，能够课程体系、实践平台和产学研合作上形成组合优势。 三、影响：专业设置带来人才“增量”，也将重塑相关学科与就业结构 从教育端看，具身智能专业的设立有望推动课程体系从“软件为主”转向“软硬融合、系统贯通”。该领域不仅需要扎实的数学、概率统计、线性代数等基础，也需要较强的工程能力，如电路与嵌入式、机械设计与制造、传感器与执行器、运动控制与规划、强化学习与计算机视觉等，最终落脚到系统集成、场景验证与安全可靠运行。 从产业端看，人才供给的结构性变化将对机器人、智能制造、智慧医疗、低空经济与无人系统等赛道产生直接支撑作用。相关企业在研发、测试、集成与应用交付环节，对具备跨域能力的工程师需求增长较快。多方预测显示，未来数年具身智能相关岗位将保持较高景气度，但另外，行业对工程纪律、可靠性验证、成本控制和安全规范的要求也在提升，单纯“会写算法”已难以覆盖岗位能力边界。 从社会层面看，具身智能更贴近民生与公共服务场景，在养老陪护、应急救援、城市运维、医疗辅助等方向具备拓展空间。但也需看到，具身智能产品进入现实环境后，安全、伦理与责任边界更为复杂，亟需与法规标准、测试认证、风险评估体系同步建设。 四、对策：以能力为本位推进培养体系，强化实践平台与协同创新 业内人士建议，专业建设应避免概念化、同质化，关键在于把“系统能力”落到可考核、可迭代的培养环节。 一是夯实数理与计算基础，突出工程化编码与系统设计能力，避免“只会调用工具、不理解原理”的空转；二是强化硬件与控制训练，围绕传感、执行、运动学与动力学、控制策略等建立循序渐进的实验课程；三是把项目制实践贯穿培养全过程，推动学生经历从算法设计、硬件搭建到场景测试的完整闭环，形成对真实约束条件的理解；四是深化产学研协同，与企业共建实训基地、联合课题与实习岗位，让教学目标与产业需求动态对齐；五是同步加强安全与规范教育，将可靠性测试、人机协作安全、数据合规与伦理意识纳入必修内容，提升面向公共场景的责任能力。 对考生与家长而言，专家提醒应理性看待“新专业热”。具身智能对数学、物理、编程与动手能力要求较高，学习强度与实践投入也更大，适合对机器人系统、工程研发与跨学科解决问题有稳定兴趣的学生。选择时应重点关注学校相关学科基础、实验平台、校企合作质量以及毕业去向，而非仅凭专业名称作判断。 五、前景：从试点到规模化仍需时间，长期价值取决于产业落地与标准体系 从专业设置到人才培养见效通常存在周期。首批高校试点招生规模相对有限，短期内难以缓解行业对高端复合型人才的渴求，但其示范意义在于探索课程结构、实践体系与评价标准，为后续推广提供经验。 展望未来，具身智能的发展将与先进制造、算力基础设施、传感器与新材料、工业软件以及安全标准体系相互牵引。随着应用场景从实验室走向工厂、医院与城市公共空间，行业竞争将从“单点技术”转向“系统可靠、成本可控、规模可复制”的综合能力比拼，这也将反向推动高校更优化人才培养模式，形成更高质量的供给。
具身智能专业的设立不仅反映了高等教育对国家战略需求的快速响应，更反映了我国在科技创新人才培养上的前瞻布局。随着新一轮科技竞争向实体交互领域延伸，这种"厚基础、强交叉、重实践"的培养模式将为破解关键核心技术难题提供新的人才支撑。未来，如何优化课程体系、深化产教融合机制，仍需政府、高校与企业形成合力共同探索。(完)