譯者按· 2026.01.26

2025年12月14日，摩根士丹利全球具身智能團(tuán)隊(duì)推出研究報(bào)告《機(jī)器人年鑒·第二卷：如何訓(xùn)練你的機(jī)器人》，并在報(bào)告中提出，機(jī)器人產(chǎn)業(yè)正迎來(lái)“雙重逃逸”的發(fā)展變局：其一，是應(yīng)用場(chǎng)景的空間遷移，機(jī)器人從傳統(tǒng)的工廠流水線走向家庭、農(nóng)場(chǎng)、城市、海洋乃至太空等更廣闊的場(chǎng)域；其二，是技術(shù)范式的核心轉(zhuǎn)換，發(fā)展重心從以“大腦”為核心的通用大模型，轉(zhuǎn)向以“身體”為核心的物理動(dòng)作控制技術(shù)。

報(bào)告指出，這場(chǎng)“雙重逃逸”將深刻重塑全球算力產(chǎn)業(yè)版圖，而邊緣推理芯片、模擬引擎、機(jī)器人傳感器三大賽道，有望成為未來(lái)十年最具硬核競(jìng)爭(zhēng)力的投資主線。此外，這份報(bào)告還強(qiáng)調(diào)，AI驅(qū)動(dòng)的機(jī)器人正經(jīng)歷一場(chǎng)歷史性躍遷，其應(yīng)用邊界正從工廠車間向多元場(chǎng)景拓展，技術(shù)訓(xùn)練的焦點(diǎn)也隨之從“認(rèn)知智能”轉(zhuǎn)向“物理智能”，這一轉(zhuǎn)變將觸發(fā)邊緣計(jì)算領(lǐng)域的新一輪激烈角逐。

傳統(tǒng)工業(yè)機(jī)器人到Post AI時(shí)代：

跳脫結(jié)構(gòu)化牢籠

摩根士丹利在報(bào)告中指出，傳統(tǒng)工業(yè)機(jī)器人（Pre—AI Robotics）被鎖死在“結(jié)構(gòu)化牢籠”當(dāng)中，局限于任務(wù)單一、固定產(chǎn)險(xiǎn)、無(wú)需感知與學(xué)習(xí)能力的環(huán)境中。然而如圖3所示，先進(jìn)Post AI時(shí)代（Post—AI Robotics）機(jī)器人場(chǎng)景發(fā)生轉(zhuǎn)變：Post-AI時(shí)代的機(jī)器人已經(jīng)可以出現(xiàn)在多個(gè)應(yīng)用場(chǎng)景內(nèi)（包含家庭、農(nóng)場(chǎng)、海洋等）。

“跳脫結(jié)構(gòu)化牢籠”標(biāo)志著機(jī)器人產(chǎn)業(yè)從“工具型”向“自主型”轉(zhuǎn)變，場(chǎng)景拓展打開(kāi)市場(chǎng)空間，技術(shù)重心的轉(zhuǎn)移則為產(chǎn)業(yè)升級(jí)提供了核心支撐。隨著場(chǎng)景從結(jié)構(gòu)化走向復(fù)雜多變，技術(shù)研發(fā)已從“單一程序執(zhí)行”轉(zhuǎn)向“多模態(tài)感知+自主決策+精細(xì)控制”的綜合能力構(gòu)建。

對(duì)中國(guó)而言，這些技術(shù)突破不僅讓機(jī)器人具備了適應(yīng)動(dòng)態(tài)環(huán)境的自主能力，更推動(dòng)中國(guó)機(jī)器人產(chǎn)業(yè)在具身智能、運(yùn)動(dòng)控制等核心領(lǐng)域躋身世界前列。例如，2025年4月，北京人形機(jī)器人創(chuàng)新中心研發(fā)的“天工Ultra”創(chuàng)造人形機(jī)器人半程馬拉松世界紀(jì)錄 ；銀河通用機(jī)器人發(fā)布全球首個(gè)跨本體、全域環(huán)視導(dǎo)航基座大模型NavFoM，率先突破小時(shí)級(jí)長(zhǎng)程導(dǎo)航與動(dòng)態(tài)避障 。

長(zhǎng)期來(lái)看，企業(yè)需以場(chǎng)景為牽引、以技術(shù)為支撐，突破工程化與供應(yīng)鏈瓶頸，形成“場(chǎng)景倒逼技術(shù)、技術(shù)賦能場(chǎng)景”的良性循環(huán)，才能在新一輪變革中占據(jù)優(yōu)勢(shì)。場(chǎng)景拓展的廣度直接決定了市場(chǎng)增長(zhǎng)的天花板。過(guò)去局限于流水線作業(yè)的機(jī)器人，如今已在中國(guó)的多種非結(jié)構(gòu)化場(chǎng)景中落地生根。例如北京橡鹿科技的炒菜機(jī)器人能自主完成顛勺、調(diào)味、出菜全流程，覆蓋八大菜系并在連鎖餐飲門店規(guī)模化應(yīng)用，既降低了商家運(yùn)營(yíng)成本，又保障了菜品標(biāo)準(zhǔn)化； 上海虹橋香格里拉酒店引入擎朗智能的人形機(jī)器人與專用機(jī)器人協(xié)同作業(yè)，實(shí)現(xiàn)接客問(wèn)候、行李運(yùn)送、客房引領(lǐng)、餐飲配送的全流程自主服務(wù)，讓場(chǎng)景應(yīng)用從單一功能走向系統(tǒng)協(xié)同。 這些場(chǎng)景的突破，讓機(jī)器人產(chǎn)業(yè)從工業(yè)制造的細(xì)分賽道，拓展到多元化的高潛力領(lǐng)域，市場(chǎng)空間實(shí)現(xiàn)指數(shù)級(jí)擴(kuò)容。

圖1: 傳統(tǒng)工業(yè)機(jī)器人 (Pre-AI Robotics) 特征簡(jiǎn)介（圖源：摩根士丹利）

圖2: Post-AI Robotics 特征簡(jiǎn)介（圖源：摩根士丹利）

圖3: 從Pre AI時(shí)代至Post AI時(shí)代機(jī)器人的轉(zhuǎn)變（圖源：摩根士丹利）

訓(xùn)練模式的轉(zhuǎn)變：

從“大腦”最佳化到“身體控制”

如圖4所示，報(bào)告將人工智能訓(xùn)練劃分為兩大核心賽道：其一為以大語(yǔ)言模型（LLM）、視覺(jué)語(yǔ)言模型（VLM）為代表的“認(rèn)知賽道”，聚焦于構(gòu)建文字與圖像之間的抽象關(guān)聯(lián)邏輯；其二是以視覺(jué)－語(yǔ)言－動(dòng)作模型（VLA）為典型的“物理賽道”，核心目標(biāo)是實(shí)現(xiàn)從像素信息到關(guān)節(jié)扭矩的精準(zhǔn)映射。而這一劃分，恰恰讓莫拉維克（Moravec）悖論的效應(yīng)清晰顯現(xiàn)——對(duì)人類來(lái)說(shuō)，“走路”這類肢體活動(dòng)遠(yuǎn)比微積分運(yùn)算簡(jiǎn)單，可在人工智能的訓(xùn)練邏輯里，二者的難易程度卻呈現(xiàn)出截然相反的圖景。目前，為了獲取物理資料，產(chǎn)業(yè)界已形成如圖5所示的三條收集訓(xùn)練數(shù)據(jù)的技術(shù)路線：遠(yuǎn)程操作（Teleoperation）、模擬訓(xùn)練（Simulation）和視訊學(xué)習(xí)（Videos）。

圖4: Foundation models — Understanding the connections人工智能訓(xùn)練的兩大核心賽道 （圖源：摩根士丹利）

圖5: 產(chǎn)業(yè)界收集訓(xùn)練數(shù)據(jù)的三條技術(shù)路線（圖源：摩根士丹利）

圖6: 三條技術(shù)路線的優(yōu)劣勢(shì)分析（圖源：摩根士丹利）

遠(yuǎn)程操作，是指人類借助動(dòng)作捕捉技術(shù)操控機(jī)器人，使其復(fù)刻自身行為的一種方式。然而這種方式不僅耗時(shí)費(fèi)力，擴(kuò)展性也欠佳，未來(lái)或?qū)⒅鸩奖桓冗M(jìn)的技術(shù)所取代。模擬訓(xùn)練技術(shù)依托數(shù)字孿生技術(shù)，能夠在虛擬環(huán)境中無(wú)限復(fù)現(xiàn)各類復(fù)雜場(chǎng)景，比如極端天氣、突發(fā)障礙物等，并結(jié)合強(qiáng)化學(xué)習(xí)算法持續(xù)優(yōu)化機(jī)器人的動(dòng)作指令。目前，虛幻引擎、Unity等主流游戲引擎公司已深度入局這一領(lǐng)域，英偉達(dá)的Omniverse平臺(tái)正是憑借其在游戲GPU領(lǐng)域長(zhǎng)期積累的技術(shù)優(yōu)勢(shì)搭建而成。視頻學(xué)習(xí)技術(shù)可直接從海量人類行為視頻（如YouTube平臺(tái)的相關(guān)視頻）中提取動(dòng)作模式，無(wú)需進(jìn)行物理層面的交互，就能完成機(jī)器人模型的訓(xùn)練。谷歌DeepMind的Genie 3、Meta的V-JEPA 2等一眾“世界模型”，均采用了類似的技術(shù)思路，它們不僅能識(shí)別動(dòng)作模式，還可精準(zhǔn)預(yù)測(cè)物體的運(yùn)動(dòng)軌跡以及物理交互的最終結(jié)果。

視頻學(xué)習(xí)技術(shù)的出現(xiàn)，讓AI身體控制訓(xùn)練從“物理世界的試錯(cuò)”轉(zhuǎn)向“數(shù)字世界的洞察”。Genie3、V-JEPA2等世界模型的探索，證明了“看海量視頻學(xué)控制”的可行性，也為AI從“認(rèn)知智能”走向“具身智能”打開(kāi)了一扇新的大門。目前，視頻學(xué)習(xí)技術(shù)已在工業(yè)機(jī)器人、智能制造、教育培訓(xùn)、影視與內(nèi)容創(chuàng)作、醫(yī)療健康、智能家居與服務(wù)機(jī)器人等行業(yè)取得顯著成果，核心體現(xiàn)在“無(wú)交互預(yù)訓(xùn)練—物理規(guī)律建?！刂撇呗赃w移”的全鏈路價(jià)值落地。例如在教育培訓(xùn)領(lǐng)域，其運(yùn)用于實(shí)訓(xùn)操作教學(xué)：AI生成設(shè)備操作、實(shí)驗(yàn)步驟的動(dòng)態(tài)視頻，替代教師重復(fù)演示，代表產(chǎn)品有猿輔導(dǎo)“小猿AI”等。

從發(fā)展現(xiàn)狀來(lái)看，我國(guó)機(jī)器人領(lǐng)域的視頻學(xué)習(xí)技術(shù)正實(shí)現(xiàn)從“看會(huì)”到“做好”的關(guān)鍵跨越，其核心演進(jìn)方向聚焦于多模態(tài)深度融合、行業(yè)垂直適配與倫理合規(guī)強(qiáng)化三大維度，最終目標(biāo)是讓AI真正達(dá)成“看視頻即懂物理、懂規(guī)則即能控制”的能力躍升。具體實(shí)踐中，智元具身研究中心推出的GenieReasoner二代系統(tǒng)堪稱多模態(tài)深度融合的典范之作，該系統(tǒng)成功攻克VLA模型語(yǔ)義推理與動(dòng)作控制的對(duì)齊難題，同時(shí)開(kāi)源ERIQ（聚焦于真機(jī)操控全流程的具身推理評(píng)測(cè)基準(zhǔn)），充分驗(yàn)證了其達(dá)到業(yè)界頂尖水平的推理能力與跨本體泛化性能，推動(dòng)具身智能向邏輯深度與執(zhí)行精度的全新高度邁進(jìn) ；靈犀X2機(jī)器人則深耕行業(yè)垂直適配，被廣泛用于替代護(hù)工的繁瑣工作，如搬運(yùn)病人、取藥以及陪同行走等任務(wù)。靈犀X2通過(guò)情感計(jì)算以及開(kāi)源特性，正在改變機(jī)器人的角色，并為未來(lái)的廣泛普及奠定基礎(chǔ) ；思靈Diana 7 Med通過(guò)中國(guó)國(guó)家藥品監(jiān)督管理局（NMPA）認(rèn)證與歐盟CE-MDD醫(yī)療設(shè)備指令，針對(duì)不同地區(qū)倫理規(guī)范提供差異化適配而非“一刀切” 。

邊緣算力需求爆發(fā)：

實(shí)時(shí)推理與分布式計(jì)算

報(bào)告指出，未來(lái)邊緣算力將呈現(xiàn)兩大趨勢(shì)。一是專用邊緣芯片迎來(lái)普及浪潮，英偉達(dá)的Jetson Thor便是這一領(lǐng)域的典型標(biāo)桿。這款面向邊緣實(shí)時(shí)推理的設(shè)備，單套定價(jià)約3500美元，已成功斬獲波士頓動(dòng)力、亞馬遜機(jī)器人等行業(yè)頭部企業(yè)的青睞。它的核心競(jìng)爭(zhēng)力，在于能夠在低功耗的前提下釋放強(qiáng)大算力，精準(zhǔn)匹配機(jī)器人動(dòng)態(tài)避障等場(chǎng)景對(duì)實(shí)時(shí)響應(yīng)的嚴(yán)苛需求。二是分布式推理網(wǎng)絡(luò)架構(gòu)革新正在提速。特斯拉率先提出“機(jī)器人即算力節(jié)點(diǎn)”的創(chuàng)新構(gòu)想：假設(shè)有1億臺(tái)算力達(dá)2500 TFLOPS的機(jī)器人部署全球，僅需實(shí)現(xiàn)50%的利用率，就能聚合形成125000 ExaFLOPS的龐大算力，這一數(shù)值相當(dāng)于700萬(wàn)顆單算力18 PetaFLOPS 的NVIDIA B200 GPU的總和。這種分布式模式的價(jià)值不止于此，它既有效降低了對(duì)中心化數(shù)據(jù)中心的依賴，更能借助機(jī)器人之間的協(xié)同聯(lián)動(dòng)，實(shí)現(xiàn)整體運(yùn)行效率的躍升。

據(jù)摩根士丹利預(yù)測(cè)，到2030年全球機(jī)器人邊緣計(jì)算需求將大幅增長(zhǎng)，人形機(jī)器人、自動(dòng)駕駛汽車、無(wú)人機(jī)等各類機(jī)器人形態(tài)都將貢獻(xiàn)顯著的算力需求。預(yù)計(jì)到2050年全球?qū)⑹鄢?4億臺(tái)機(jī)器人，將推動(dòng)邊緣AI算力需求達(dá)到數(shù)百萬(wàn)個(gè)B200芯片當(dāng)量。

邊緣AI芯片，是一類專為處理邊緣計(jì)算環(huán)境中人工智能應(yīng)用海量運(yùn)算任務(wù)而生的核心模塊。它通常被集成于邊緣設(shè)備之中，賦能設(shè)備在本地完成實(shí)時(shí)的數(shù)據(jù)處理、分析與決策，極大提升了邊緣終端的智能化水平，讓各類應(yīng)用場(chǎng)景的運(yùn)行更高效、更靈活、更安全。專用邊緣芯片的普及，正從算力架構(gòu)、行業(yè)應(yīng)用、產(chǎn)業(yè)格局、安全合規(guī)四大維度全面重構(gòu)數(shù)字生態(tài)。其核心邏輯在于以“低延遲本地決策+云邊端協(xié)同+高能效算力”的三重優(yōu)勢(shì)，推動(dòng)物理AI與自主系統(tǒng)走向規(guī)?；涞?。

在算力架構(gòu)層面，這一趨勢(shì)加速了云邊端協(xié)同模式的定型：云端集中發(fā)力大模型的訓(xùn)練與迭代優(yōu)化，邊緣側(cè)則肩負(fù)起實(shí)時(shí)推理與本地決策的核心重任，終端設(shè)備專注執(zhí)行低延遲指令，最終將端到端的響應(yīng)時(shí)延壓縮至毫秒級(jí)。

在行業(yè)應(yīng)用層面，專用邊緣芯片實(shí)現(xiàn)了深度賦能。以人形機(jī)器人領(lǐng)域?yàn)槔?，它不僅支撐起機(jī)器人的實(shí)時(shí)感知與智能決策，更有效優(yōu)化了動(dòng)態(tài)避障、機(jī)械臂精準(zhǔn)抓取、多傳感器數(shù)據(jù)融合等關(guān)鍵功能，為商業(yè)化落地掃清了技術(shù)障礙。

在產(chǎn)業(yè)格局層面，市場(chǎng)競(jìng)爭(zhēng)呈現(xiàn)出鮮明的分化態(tài)勢(shì)：英偉達(dá)Jetson、AMD Versal等國(guó)際巨頭憑借技術(shù)優(yōu)勢(shì)領(lǐng)跑高性能邊緣芯片賽道；而國(guó)產(chǎn)廠商則在中低端物聯(lián)網(wǎng)與工業(yè)場(chǎng)景中加速推進(jìn)替代進(jìn)程，持續(xù)提升自主芯片IP核的適配率與市場(chǎng)份額。

在安全合規(guī)層面，專用邊緣芯片更凸顯出獨(dú)特價(jià)值。依托本地?cái)?shù)據(jù)處理的特性，敏感數(shù)據(jù)無(wú)需上云即可完成計(jì)算分析，大幅降低了數(shù)據(jù)泄露風(fēng)險(xiǎn)，完美適配《數(shù)據(jù)安全法》、歐盟《通用數(shù)據(jù)保護(hù)條例》（GDPR）等國(guó)內(nèi)外合規(guī)要求，為數(shù)據(jù)隱私保護(hù)筑牢了技術(shù)防線。

目前，我國(guó)國(guó)產(chǎn)專用邊緣芯片廠商已構(gòu)建起全棧巨頭引領(lǐng)、創(chuàng)新新銳競(jìng)跑的多元發(fā)展格局，產(chǎn)品矩陣全面覆蓋車載、工業(yè)、人工智能物聯(lián)網(wǎng)（AIoT）、安防等核心應(yīng)用場(chǎng)景。昇騰310B作為華為推出的高性能AI加速芯片，憑借其參數(shù)優(yōu)勢(shì)，成為眾多企業(yè)國(guó)產(chǎn)化方案的首選。在算力方面，昇騰910完全達(dá)到了設(shè)計(jì)規(guī)格，即：半精度（FP16）算力達(dá)到256 Tera-FLOPS ，整數(shù)精度（INT8）算力達(dá)到512 Tera-FLOPS ，重要的是，達(dá)到規(guī)格算力所需功耗僅310W，明顯低于設(shè)計(jì)規(guī)格的350W。

寒武紀(jì)思元270/370等芯片憑借其高性價(jià)比和多場(chǎng)景運(yùn)用成為創(chuàng)新新銳。近年來(lái)，寒武紀(jì)在智慧金融、智慧能源及智慧交通等行業(yè)與合作伙伴共同完成了諸多落地案例。例如同招商銀行合作上線的思元270智能模型，憑借其高效的推理服務(wù)，得到了金融客戶的認(rèn)可。

寒武紀(jì)思元270芯片，面向高能效比云端AI推理（圖源：寒武紀(jì)官網(wǎng)）

“機(jī)器人即算力節(jié)點(diǎn)”的構(gòu)想，對(duì)AI未來(lái)的發(fā)展從多維度的角度產(chǎn)生了影響。具體而言，這一概念將從算力供給、技術(shù)架構(gòu)、應(yīng)用落地、安全治理等多維度重塑人工智能的發(fā)展路徑，推動(dòng)AI從中心化云端走向分布式邊緣協(xié)同，加速通用人工智能與具身智能的演進(jìn)。

例如算力供給層面，突破了中心化算力瓶頸，形成分布式超級(jí)算力池。同時(shí)在技術(shù)架構(gòu)層面推動(dòng)AI從云端集中式走向邊緣分布式協(xié)同。技術(shù)架構(gòu)層面加速了邊緣計(jì)算與分布式推理普及，減少數(shù)據(jù)回傳延遲，滿足機(jī)器人動(dòng)態(tài)避障、自動(dòng)駕駛等實(shí)時(shí)決策需求，提升AI系統(tǒng)響應(yīng)速度與可靠性。此外這一構(gòu)想拓展了AI場(chǎng)景邊界，加速具身智能與行業(yè)融合，從而促進(jìn)應(yīng)用落地。對(duì)安全治理而言，數(shù)據(jù)本地化處理減少傳輸風(fēng)險(xiǎn)，提升隱私保護(hù)能力，但也帶來(lái)節(jié)點(diǎn)認(rèn)證、數(shù)據(jù)一致性、惡意節(jié)點(diǎn)攻擊等新安全挑戰(zhàn)。最后，AI產(chǎn)業(yè)鏈分工與競(jìng)爭(zhēng)格局將被重塑，加速機(jī)器人與AI企業(yè)協(xié)同，形成“機(jī)器人制造—算力運(yùn)營(yíng)—AI服務(wù)”的一體化商業(yè)模式，改變傳統(tǒng)AI產(chǎn)業(yè)依賴數(shù)據(jù)中心的發(fā)展路徑。

結(jié)語(yǔ)

當(dāng)前，機(jī)器人產(chǎn)業(yè)正迎來(lái)全方位的升級(jí)變革，發(fā)展趨勢(shì)凸顯出多重核心特征。一方面，機(jī)器人的應(yīng)用場(chǎng)景正從傳統(tǒng)工業(yè)制造向醫(yī)療健康、民生服務(wù)、特種作業(yè)等多元領(lǐng)域加速延伸，覆蓋范圍與滲透深度持續(xù)拓展；另一方面，技術(shù)范式也在發(fā)生根本性轉(zhuǎn)變，從過(guò)往的指令式編程逐步轉(zhuǎn)向以具身智能、視頻學(xué)習(xí)為核心的知識(shí)驅(qū)動(dòng)與數(shù)據(jù)驅(qū)動(dòng)融合模式，實(shí)現(xiàn)從“看會(huì)”到“做好”的能力躍升。與此同時(shí)，隨著端側(cè)復(fù)雜任務(wù)對(duì)實(shí)時(shí)決策、自主控制的需求日益攀升，未來(lái)機(jī)器人的邊緣算力將迎來(lái)顯著提升，為復(fù)雜場(chǎng)景下的高效響應(yīng)與精準(zhǔn)執(zhí)行筑牢技術(shù)根基。尤為關(guān)鍵的是，機(jī)器人產(chǎn)業(yè)的高質(zhì)量發(fā)展，需在聚焦核心技術(shù)突破、運(yùn)動(dòng)控制持續(xù)攻堅(jiān)、多模態(tài)融合等關(guān)鍵難題的同時(shí)，將倫理規(guī)范、安全保障與場(chǎng)景適配貫穿于研發(fā)、生產(chǎn)、應(yīng)用的全流程，推動(dòng)機(jī)器人技術(shù)真正實(shí)現(xiàn)高效、安全、合規(guī)的落地，賦能千行百業(yè)的智能化轉(zhuǎn)型。

在2025中國(guó)醫(yī)學(xué)裝備展覽會(huì)拍攝的手術(shù)機(jī)器人演示現(xiàn)場(chǎng)（圖源：新華社）

本文作者

于劼芊：香港中文大學(xué)（深圳）前海國(guó)際事務(wù)研究院研究助理。

黃平：香港中文大學(xué)（深圳）公共政策學(xué)院副教授兼助理院長(zhǎng)，前海國(guó)際事務(wù)研究院副院長(zhǎng)。

*原創(chuàng)聲明：本文版權(quán)歸微信訂閱號(hào)“大灣區(qū)評(píng)論”所有，未經(jīng)允許任何單位或個(gè)人不得轉(zhuǎn)載、復(fù)制或以任何其他方式使用本文部分或全部?jī)?nèi)容，侵權(quán)必究。公眾號(hào)授權(quán)事宜請(qǐng)直接于文章下方留言，其他授權(quán)事宜請(qǐng)聯(lián)系IIA-paper@cuhk.edu.cn。

GBA Review 新傳媒

校對(duì) | 李 征

排版 | 許梓烽

初審 | 王炳云

終審 | 馮簫凝