*本图由AI生成，仅供参考
引言
如果说 2025 年春晚让人形机器人一夜“破圈”，令业内人士直呼“人形机器人‘理工男’的春天来了”，那么另外两场备受瞩目的人形机器人运动赛事，又让它们“跌回”现实。
“能表演，却难实战”——这一鲜明对比，折射出人形机器人产业化的共性困境：“躯体”渐强，“大脑”未醒。“这些问题本质上是‘缺智’导致的。”上海人工智能研究院孵化企业——灵境智源创始人孙博一针见血地指出，这并非个案，而是整个行业的缩影。
据国际机器人联合会（IFR）《2025 年世界机器人报告》数据分析，不少国内厂商仍停留在“外购核心部件+组装集成”的模式阶段。其中，减速器、伺服系统、控制器三大核心部件成本占整机 70% 以上，尤其控制器与操作系统等“大脑”环节，还无法完全自主。也就是说，“形”可以自己造，“灵”却还在他人之手。在这样的背景下，实现控制器、专用操作系统等“大小脑”自主创新显得尤为紧迫。
深耕工业测控与智能机器人十余年，孙博认为AI 不能只停留在舞台“秀技艺”，更要走进工厂、家庭、赛场，做到“能感知、会决策、可执行”。“物理 AI 或者说具身智能，是构成新质生产力的重要引擎。”孙博如是说。
本期嘉宾
孙博
灵境智源创始人&CEO
上海人工智能研究院智脑创新中心主任
01
人形机器人普遍“四肢发达，头脑简单”
“生成式 AI 能‘说’出‘怎么取快递’，但物理 AI 得‘做’出来，并且自主识别周围物理变量。”谈及物理 AI 与其他 AI 形态的区别，孙博表示物理AI的核心能力可概括为五个关键维度：
l 实时多模态交互：能精准捕捉物理世界的温度、力感、视觉等数据，是与环境对话的基础；
l 大模型驱动决策：从“感知”到“决策”能力的全面提升，基于大模型实现复杂指令的拆解与推理；
l 虚实结合技术：依赖仿真与数字孪生，让 AI 在虚拟场景中先“练兵”，再落地物理世界；
l 软硬件协同进化：算法不能脱离硬件，根据机器人的关节结构、算力承载优化适配；
l 具身智能泛化突破：最终打破“单一场景适配”，让机器人在家庭、工厂、医院等场景中灵活切换。
·
以“取快递”为例，当AI接收到指令，从“知道要取快递”到“怎么取快递”，依赖的正是“大模型驱动决策”：大模型会先拆解指令 ——“走出房间→找到走廊货架→识别属于‘我’的快递→抓取快递→返回房间”，过程中应对突发情况：例如走廊有行人经过，会自主规划绕行动线；若货架上快递堆放密集，会判断先移开外层快递再取目标件；若遇到快递单信息模糊，会通过扫描条码进一步确认 —— 这些动态决策不是靠预设程序，而是大模型实时推理的结果。
在孙博看来，物理 AI 的价值，本质是让人工智能从 “能说话” 走向 “能做事”，真正融入千行百业。“人工智能之所以被称为‘第四次科技革命’，关键在于它能解决生产力问题。”他进一步表示，AI 的发展势必要与真实场景耦合，才能转化为新质生产力，推动产业升级。
也正是这份执着，让他更敏锐地看到行业痛点：“大多数通用机器人运动很强，但普遍‘缺智’。” 今年两场专业人形机器人赛事中暴露出的问题，也恰好印证了这一点。
在全球首个人形机器人半程马拉松中，20支参赛队伍仅6支完赛；在世界人形机器人运动会上，百米障碍赛完赛率低于 30% ，起跑即“扑倒”的场景屡见不鲜。
究其原因可从两方面来分析：硬件上，缺少能支撑多模态感知与实时决策的高性能算力平台；软件上，没有匹配物理场景的“大脑算法”—— 两者的脱节，让机器人空有灵活的“四肢”，却没有能指挥它们“聪明做事”的“大脑”。
02
灵境智源的国产化突围
破解通用机器人的 “缺智”之痛
全球人形机器人市场正处于产业化爆发前夕，市场规模扩张与核心技术瓶颈的矛盾日益凸显。根据《2025人形机器人与具身智能产业研究报告》数据显示，2025年中国人形机器人市场规模有望达到82.39亿元，占全球市场份额50%；至2030年，中国具身智能市场规模或将达到1037.52亿元，全球占比达44.6%。
然而，国内厂商虽在市场份额与应用场景上具备优势，核心算力平台却长期被海外两大巨头主导，导致行业面临 “端侧算力进口依赖、数据安全存在隐患、硬件成本居高不下” 的三重困境，成为制约产业自主化的关键瓶颈。
在此背景下，由上海人工智能研究院孵化的灵境智源，聚焦具身智能核心计算需求，研发新一代端边侧计算平台，以 N 系列兼容适配、T 系列全栈国产的“双线策略”，精准破解通用机器人“缺智”困局。
其中，N 系列以 “广泛兼容” 为核心定位，无缝适配海外主流厂商的硬件架构与开源操作系统。对于已采用进口算力平台开展研发的企业，无需替换现有硬件，即可低成本集成灵境智源自主研发的决策算法模块，既能解决当前机器人动作协同、场景适配的实际需求，也为企业后续根据自身发展规划选择技术路线提供灵活空间，避免前期设备投入的资源浪费。
而致境 T 系列则是锚定国产化创新的核心产品，该平台支持国产操作系统+实时核+机器人操作系统，从底层硬件到上层应用实现全链路自主可控。其技术根基源于全球首创的 “德沃夏克” 超异构架构，通过 “物理合一、逻辑分离” 的创新设计，重构算力分配与数据交互逻辑，彻底解决传统平台 “决策层（大脑）与运动控制层（小脑）异步协同”的行业痛点，大幅提升机器人动作响应的实时性与精准度。性能数据方面，T 系列实现算力梯度覆盖，最高可迸发 1500TOPS 的端侧稠密算力，足以支撑多模态感知数据的实时处理与复杂场景决策。
当前，国内机器人产业在减速器、传感器等零部件领域已实现国产化突破，核心算力平台的自主化，正成为补全中国人形机器人产业链的“最后一块拼图”。而灵境智源的“硅基大脑”，正致力于成为这块拼图的核心载体，为行业提供可靠、可选的自主方案。
03
降低门槛打破“用不了”
灵境生态解决“用不好”
“技术再好，用不起来也没有意义。” 谈及具身智能产业的发展瓶颈，孙博认为破局的关键在于“降低门槛”与“构建生态”。
降低门槛的核心，首先是 “兼容主流”。孙博以电脑系统举例：“就像底层架构不同的系统无法直接运行对方的程序，若我们的平台只支持特定系统，客户用起来只会觉得麻烦。” 基于此，灵境智源在产品设计上覆盖了海内外主流软件系统，“客户不用再纠结‘能不能用’，而是能直接关注‘怎么用’，这就是门槛降低的第一步。”
而降低门槛的深层支撑，在于“全链路赋能”。除了兼容主流系统，灵境智源还组建了一支专门的应用工程团队，“我们的团队就是帮客户打通应用上的堵点，提供远程协作与技术支持。” 孙博说道。
若说降低门槛是 “拆围墙”，那构建生态链就是 “修通路”。孙博将它定义为“灵境生态”，分为 “上游协同” 与 “下游合作” 两大方向：上游聚焦核心部件适配，兼容国产芯片模组，甚至引导上游厂商优化产品，使其更贴合具身智能赛道需求；下游则针对不同行业的 know-how，采取 “分工协作” 模式。由灵境智源提供计算平台技术，合作方输出场景经验，共同开发适配方案。“我们不懂农业场景的具体需求，但农业龙头知道；他们缺核心计算技术，我们能提供，这种互补就是生态的价值。” 孙博这样解释“灵境生态”的核心逻辑。
而 “灵境生态” 之所以能稳定运转，离不开产品设计 “三大理念” 的底层支撑 —— “极致、引领、赋能”：“极致” 是追求硬件性能与软件稳定性的突破，为生态打下坚实底座；“引领” 是超出客户预期，让客户拿到产品时能感叹 “这就是我想要的”，甚至挖掘出他们未察觉的需求；而 “赋能” 则回归生态本质，通过模块化架构与开放兼容，让生态伙伴能基于灵境智源的平台，快速开发出适配自身场景的产品。
04
三个关键技术突破方向
软硬件协同、虚实融合、多智能体协作
在孙博看来，当前具身智能仍处于“单智能体落地”阶段，而真正的产业变革，将来自三个关键技术方向的跨越，这既是行业的机遇，也是灵境智源未来的核心发力点。
第一个突破方向，是软硬件协同的深度升级。未来的具身智能设备，不会再出现“高端芯片跑不动基础动作”“简单硬件承载不了复杂决策”的错位。比如机器人关节的灵活度，会直接反馈到算法的动作规划逻辑里；端侧算力的分配，会根据传感器实时捕捉的物理量动态调整。这种“硬件特性与算法逻辑同频”的协同，能让具身智能在工业装配、医疗护理等场景中，既保证动作精度，又避免算力浪费。
第二个突破方向，在于虚拟与现实的鸿沟进一步缩小。孙博提到，现在已有技术能在仿真系统中生成不同物理条件下的训练场景，但未来的数字孪生技术，会实现“虚拟训练与物理落地的无缝衔接”。
第三个是从单智能体到多智能体协作的跃迁。“未来的具身智能不是‘单个机器人干所有事’，而是不同智能体协同配合。” 孙博解释道，多个智能体之间通过统一的通讯协议互联互通，共同完成复杂任务。灵境智源已在研发多智能体通讯协议与模组协同技术，为这一趋势打基础。
更长远来看，灵境智源想做的，是成为具身智能时代的“通用技术平台”。“我们不会局限于某一类设备或某一个场景，而是要让我们的算力底座、软件生态，能适配人形机器人、机械臂、智能家电等各种具身智能形态。” 未来的“灵境生态”，会以技术底座为核心，向上兼容更多国产核心部件，向下联合千行百业的场景方，让具身智能技术真正 “走进每个需要它的角落”。
当软硬件协同更顺畅、虚实融合更紧密、多智能体协作更成熟时，具身智能将不再是实验室里的技术概念，而是能在工厂流水线上精准作业、在家庭里贴心陪护、在农田里高效采摘的 “生产力伙伴”，而灵境智源，正以 “端边侧国产算力平台” 为枢纽，推动这一天的到来。