问题——新一轮科技革命和产业变革加速推进的背景下，机器人等智能装备需求迅速增长。然而在粉尘、噪声、遮挡、光照变化等真实环境条件下，传统依靠预设程序的自动化系统往往难以稳定运行。如何让机器在复杂、动态、不可预测环境中实现自主适应，成为科研与产业共同面对的现实课题。 原因——专家在沙龙中指出，具身智能的关键不在于“能不能动”，而在于“能否在真实环境中形成感知—决策—行动—反馈的闭环”。与主要在信息空间进行推断的算法不同，具身智能强调实体与环境的持续交互，将环境变化纳入计算与学习过程。回顾技术演进，从上世纪关于“机器能否思考”的早期讨论，到行为智能、感知与运动协同等研究逐步成熟，再到近年来数据规模扩大、算力提升，以及传感器、执行器等硬件进步叠加，具身智能由概念走向工程验证。同时，制造业柔性化、医疗精细化和极端环境作业需求上升，也推动机器人从“能用”向“更好用、更可靠、更适配”升级。 影响——具身智能的进展正在拓展多个行业的能力边界。在柔性制造中，系统需要根据零件差异、工况波动实时调整工艺参数；在医疗与康复领域，手术消融、辅助训练等任务对安全性与精度要求更高；在家政与养老场景，全天候安全监护与人机协作更依赖系统应对不确定因素的能力；在深海、太空等极端环境，设备必须在高压、低温、通信受限条件下保持稳定运行。业内普遍认为，环境越非结构化、任务越难以预先穷举，具身智能的优势越明显，其落地速度将影响智能装备产业链的竞争格局与应用上限。 对策——针对技术走向应用的“最后一公里”，与会专家从“微观大脑”和“宏观身体”两条路径提出思路：一上，提升多模态感知能力，推动视觉、触觉等信息融合，并通过边缘计算与实时控制缩短决策链路；另一方面，加强本体结构设计与系统集成，推动软硬件协同优化，提高稳定性、耐久性与可维护性。现场互动环节，针对学生关心的“如何入门”，专家建议以机械、传感、控制与人工智能基础为支撑，选择医疗机器人、柔性电子等交叉方向形成专长，并尽早将算法从仿真迁移到真实硬件，在反复调试中完成从理论到工程的能力闭环。主办方表示，将持续以微沙龙等形式搭建跨院系交流平台，促进科研问题与产业需求对接，推动学生在真实项目中提升系统化解决问题的能力。 前景——多位受访者认为，具身智能仍处在从样机验证走向规模应用的关键阶段。短期内，技术更可能率先在可控但复杂度较高的场景实现突破，并逐步扩展至更广泛的服务与公共领域。未来竞争焦点或集中在三上：一是面向复杂场景的可靠性与安全性验证体系；二是仿真到现实的迁移能力，以及数据与模型的高效迭代机制；三是面向产业部署的成本控制与标准化能力。随着跨学科协同加强、应用牵引更清晰，具身智能有望成为推动智能制造升级、提升公共服务供给的重要技术路径。
从实验室的理论探索到产业端的实际应用，具身智能的发展反映了科技创新体系的变化与加速。该跨学科方向不仅指向技术演进的新趋势，也勾勒出人机协作的未来形态。在科技自立自强的背景下——如何把握机遇——构建产学研用协同的创新生态，仍值得持续讨论与推进。