新华网北京1月16日电（钟雨泉） 2025年被业界公认为具身智能元年，在国家战略指引与产业各方协同发力下，行业实现跨越式发展，筑牢了产业化基础。展望2026年，随着核心技术突破、商业化落地深化等多重利好叠加，具身智能行业正迎来加速发展的关键阶段。多位来自行业协会、企业、科研机构及投资领域的专家学者与企业家接受新华网专访，共同回顾行业发展成果，展望未来突破方向。
余健：国家战略引领 具身智能行业未来将迎爆发式增长
中国信息协会副会长、具身智能专委会名誉主任余健表示：“2025年是具身智能的行业发展元年，‘十五五’规划建议中明确将具身智能列为六大未来产业之一。”
谈及过去一年的发展，他坦言：“2025年具身智能的发展取得了很大成绩。由于人工智能特别是大模型技术的快速迭代，具身智能的本体呈现了多元化发展的趋势。国内像宇树科技、乐聚智能、优必选等一批代表性企业相继涌现，丰富了产业生态。”
同时，机器人的智能化程度得到了提高。他介绍：“目前国内机器人具身智能的训练场大概有将近30个，围绕着新消费、新零售、新康养、新制造等场景，机器人得到了快速发展。”
展望2026年，余健期待机器人的“大脑”（决策能力）与“小脑”（执行能力）协同发展能实现重大突破，为智能机器人产业带来革命性变革，推动行业迎来爆发式增长。
徐宁仪：大算力芯片筑牢核心支撑 商业化闭环初步形成
辉羲智能创始人兼CEO、上海交通大学清源研究院长聘教授徐宁仪博士针对具身智能核心部件——“大算力芯片”展开解读。
他认为：“大算力芯片是具身智能的大脑和中枢，是在传统芯片基础上进行的全面升级，并实现信息、模型和行动三系统的协同演进。”
他进一步解释道：“首先大算力芯片要采集整个环境的信息，并且对环境做精准的感知。这样模型系统就能够把这些信息进行完整的处理和思考。再通过行动系统来进行控制，进而影响我们的物理世界。”
在徐宁仪看来，大算力芯片是让上述的三系统实现“快速协同演进”的关键。“这一目标的实现一方面可以使生产效率得到大幅度提升，另一个方面则是让具身智能得以更加深入到生产生活的各个方面，比如工业、养老、家庭等”他说。
在商业化路径上，他表示：“2026年是具身智能从0到1商业化闭环验证的关键一年。辉羲将通过提供高性能的算力底座，携手上下游的整机厂商和关键的供应链合作伙伴协同作战。”
董霄剑：以稳定性与成本优化破局 推动规模化量产普及
伟景智能创始人兼CEO董霄剑从具身智能机器人规模化量产的关键点出发进行了分享。
在他看来，达到规模化量产首先意味着机器人的稳定使用。“我们要求伟景的机器人卖出去要做到三年无大修，就是在这3年的过程中，机器人本身能够自己稳定地运行。再一个就是成本优化的问题，2017年的时候我们就提出成本不能高于12万，并持续对整个工艺和材料进行改进。为了让机器人产品作为日用品真真正正走向家庭，走向各个服务场景，这是必须要做的。”他说。
同时，他补充道，“对于人形机器人而言，它需要有自己拟人化的感知系统，能够自己感知到自身出现的问题，能够真正像人一样自主工作而不是遥操。”要做到这点，智能化的
董霄剑还补充说明了立体视觉对于人形机器人的重要性：“对于一个人形机器人来讲，它首先要做的不是对话，而是操作。而对于操作来讲，高精度的、彩色的、可理解的、可自我学习的立体视觉系统是非常重要的一个核心。”
刘河生：脑科学赋能决策系统 脑机接口落地场景拓展
昌平实验室首席科学家、脑科学部主任刘河生博士从科研视角切入，阐述了脑科学研究对具身智能发展的重要支撑作用。
他表示：“我主要是研究系统脑科学和认知神经科学，用成像的方法去捕捉大脑里的功能区域是如何布局的。通过这种方式，可以把大脑的百亿量级的神经元的问题变成一个很小规模的系统问题。这就和我们具身智能特别有关系，比如指导具身智能很重要的决策系统的设计。”
他强调：“知道大脑的功能布局以后，对脑机接口将来的发展是非常关键的。如果说脑科学没有发展，光是在材料和控制领域发展，脑机这个领域不会有太突破性的进展。”
在产业落地方面，他介绍道：“现在这一技术在医疗康复领域已经看到了初步的应用，未来随着更进一步的研究，我们对很多别的疾病，比如老年痴呆、帕金森、自闭症等，包括抑郁症这些一些情绪障碍，我们都有可能结合我们的机器来直接对大脑进行一些调控。”
张丹：资本聚焦三大核心逻辑 助力2026技术与产业升级
首钢基金董事总经理张丹从投资视角对具身智能行业发展逻辑与方向进行了解读。
他表示：“我们投资企业大概看重这么几个点：一是技术先进性，核心是机器人能否进行最终的泛化，在新场景中以智能体方式自主决策动作。目前我们看到的大多数机器人做出的动作基本都是已经编程好的，它是否能根据不同场景去做反馈这是我们关注的；二是商业化落地能力，目前行业还处于‘输血’而非‘造血’的阶段，所以我们比较关注企业自主造血与场景落地能力；三是平台化发展潜力，行业目前已呈现平台型企业与细分赛道龙头协同的竞争形态。”
展望2026年，他指出技术迭代关键方向在于开发开源系统兼容更多硬件、研发低功耗机器人芯片解决续航痛点、以及通过场景训练充实数据提升泛化能力。
“首先从技术来说，机器人芯片虽然不像AI芯片算力要求这么大，但它要求节省功耗，比如说机器狗巡检，两个小时可能就能巡两圈，但如果我们想让它24小时作业，比如说夜间作业，我需要它的芯片和电池系统，一个是轻，另外一个它能更低功耗。”他说。
