本報訊 （記者李勇）美股市場12月3日（當(dāng)?shù)貢r間）NauticusRobotics盤中一度暴漲135%，iRobot漲幅近80%。12月4日中國A股機器人概念股集體高開，多只個股盤中漲停。機器人賽道頻頻成為全球資本市場焦點的背后，是機器人賽道全球競速的加劇。

    美國正加速布局機器人產(chǎn)業(yè)。在特朗普政府發(fā)布人工智能發(fā)展計劃僅五個月后，便開始考慮推出機器人技術(shù)行政命令。美國商務(wù)部長與機器人行業(yè)CEO的密集會晤，也傳遞出政府“全力以赴”加速機器人行業(yè)發(fā)展的明確信號。與此同時，中國的機器人技術(shù)也在不斷突圍，并展現(xiàn)出強勁的發(fā)展態(tài)勢。

    高盛預(yù)計到2035年全球人形機器人市場規(guī)模可達380億美元，CBInsights數(shù)據(jù)顯示2025年該領(lǐng)域融資規(guī)模有望達23億美元，是2024年的兩倍。

    面對一派火熱的景象，有關(guān)“具身智能泡沫論”的討論也開始浮現(xiàn)。對此，國家發(fā)展改革委政策研究室副主任李超在國家發(fā)展改革委11月份新聞發(fā)布會上表示，“速度”與“泡沫”一直是前沿產(chǎn)業(yè)發(fā)展過程中需要把握和平衡的問題，對于具身智能產(chǎn)業(yè)來講，也是一樣的。

    “面對機遇與風(fēng)險并存的局面，關(guān)鍵在于合理引導(dǎo)。”李超表示：“目前，國家發(fā)展改革委已會同有關(guān)部門進行深入研究，圍繞強化政策牽引、加快技術(shù)攻關(guān)、推動成果應(yīng)用等開展系統(tǒng)謀劃。下一步，我們將結(jié)合‘十五五’相關(guān)專項規(guī)劃的編制工作，推動具身智能產(chǎn)業(yè)健康規(guī)范發(fā)展。”

    機器人產(chǎn)業(yè)的健康發(fā)展離不開軟硬件協(xié)同創(chuàng)新。硬件層面專注于機械結(jié)構(gòu)、傳感器等物理本體的研發(fā)；軟件層面，則主要聚焦于“大小腦”系統(tǒng)開發(fā)——即機器人的感知、決策與控制能力。

    新聞發(fā)布會上，李超還提到，加速構(gòu)建行業(yè)標(biāo)準(zhǔn)與評價體系，建立健全具身智能行業(yè)準(zhǔn)入和退出機制，營造公平競爭的市場環(huán)境，保障產(chǎn)業(yè)有序發(fā)展；加快關(guān)鍵核心技術(shù)攻關(guān)，支持企業(yè)、高校、科研院所等圍繞“大小腦”模型協(xié)同、云側(cè)與端側(cè)算力適配、仿真與真機數(shù)據(jù)融合等技術(shù)進行攻關(guān)，解決產(chǎn)業(yè)卡點堵點問題；推動訓(xùn)練與中試平臺等基礎(chǔ)設(shè)施建設(shè)，促進全國范圍內(nèi)具身智能技術(shù)、產(chǎn)業(yè)資源整合和開放共享，加速具身智能體在真實場景中落地應(yīng)用。

    天娛數(shù)字科技（大連）集團股份有限公司（以下簡稱“天娛數(shù)科”）董事長賀晗表示：“從推動具身智能發(fā)展角度看，目前共性問題是缺乏通用平臺。這體現(xiàn)在多個方面：缺乏算法通用開發(fā)平臺導(dǎo)致企業(yè)需從零開始研發(fā)；缺乏高質(zhì)量3D數(shù)據(jù)集制約深度訓(xùn)練；缺乏通用標(biāo)準(zhǔn)使不同廠商產(chǎn)品互不兼容；缺乏統(tǒng)一測試和人才培養(yǎng)平臺。”

    天娛數(shù)科正積極布局人工智能與機器人軟件系統(tǒng)，致力于構(gòu)建開放、通用的智能平臺。其打造的BehavisionPro空間智能MaaS平臺，采用“Assets-Behavior-Client”（ABC）三大板塊架構(gòu)，打通從數(shù)據(jù)、決策到執(zhí)行的全鏈條：Assets層積累超150萬條3D數(shù)據(jù)與65萬條多模態(tài)數(shù)據(jù)，其中3D鉸接數(shù)據(jù)入選北京市典型案例；Behavior層通過自研大模型實現(xiàn)從“思維鏈”到“動作鏈”的轉(zhuǎn)化，以大模型驅(qū)動“大小腦協(xié)同”決策；Client層基于MCP協(xié)議打造標(biāo)準(zhǔn)化接口，打破人形、輪式等不同本體的適配壁壘。

    天娛數(shù)科的實踐表明，通過構(gòu)建標(biāo)準(zhǔn)化、開放化的軟件平臺，能夠有效降低行業(yè)重復(fù)研發(fā)成本，從根本上破解資源分散、重復(fù)研發(fā)的行業(yè)困局，進而加速機器人技術(shù)在真實場景中的落地應(yīng)用。

（編輯 郭之宸）