2025具身智能技术白皮书|机器人的“小脑”还在练

中国人工智能学会发了《2025具身智能技术白皮书》。看完一个感觉：这波机器人浪潮，重点不是造个会动的壳子，而是让智能体真正“长”出能跟环境打交道的能力。

有个很形象的分工——具身大脑和具身小脑。大脑管高层的事：听懂人话、拆解任务、做规划。比如你跟它说“帮我倒杯水”，大脑会分解成“走到桌前→拿起水壶→倒水→端过来”。这块靠大语言模型，进步飞快。

但小脑就不一样了。它负责底层动作控制：抓杯子用多大力、手怎么避开障碍物、碰到软东西怎么调整。小脑需要大量真实环境里的触觉、力觉、动作捕捉数据来训练，目前数据量还远远不够。所以短期内，文娱、服务类的机器人落地更快，因为它们对动作精度要求没那么高。而报告预测，未来2-3年小脑一旦突破，工业制造里的毫米级装配、医疗手术辅助、灾难救援这些领域，才会真正质变。

另一个现实问题是数据。报告把数据分成三层金字塔：最贵的是真机采集（人在真实环境遥控机器人操作），中间是仿真数据（便宜但和现实有差距），底层是互联网视频（量大但缺交互信息）。现在主流做法是用后两种做预训练，最后用少量真机数据微调。这也解释了为什么实验室里看着很厉害的机器人，一到真实环境就容易“翻车”。