在 2025 中國(guó)信通院深度觀察報(bào)告會(huì)上，許志遠(yuǎn)副總工程師指出，具身智能正經(jīng)歷認(rèn)知與物理智能的“雙螺旋”突破，但模型、數(shù)據(jù)、形態(tài)路線三大爭(zhēng)議未決，大規(guī)模落地尚處早期。若想突破現(xiàn)存瓶頸，亟需完成技術(shù)架構(gòu)、數(shù)據(jù)體系、商業(yè)化形態(tài)的三重躍升。

技術(shù)突破與數(shù)據(jù)革命

破解落地的核心瓶頸

具身智能落地核心，是模型架構(gòu)的升級(jí)迭代。

許志遠(yuǎn)提出 LLM→VLM→VLA 的三階段演進(jìn)路徑：LLM 賦予模型“思考能力”，VLM 實(shí)現(xiàn)視覺(jué)-語(yǔ)言跨模態(tài)感知，VLA 完成“感知—思考—?jiǎng)幼鳌遍]環(huán)。

*圖片源于互聯(lián)網(wǎng)，供參考

在工業(yè)領(lǐng)域，ALVA 純視覺(jué)系統(tǒng)基于雙大模型架構(gòu)，通過(guò)“指令輸入→視覺(jué)理解→策略生成→群體共享”流程，支持自然語(yǔ)言或動(dòng)作示范直接訓(xùn)練機(jī)器人，真正做到“具備情境理解與自主規(guī)劃能力”的、實(shí)現(xiàn)“感知-認(rèn)知-決策-執(zhí)行”全棧具身智能。

在 VLA 基礎(chǔ)上引入“世界模型”，是提升環(huán)境適應(yīng)能力的關(guān)鍵。許志遠(yuǎn)強(qiáng)調(diào)，世界模型可理解、預(yù)測(cè)物理世界，降低真實(shí)數(shù)據(jù)依賴;且“數(shù)據(jù)革新需推動(dòng)產(chǎn)業(yè)級(jí)協(xié)作”。

基于生產(chǎn)數(shù)據(jù)和實(shí)時(shí)環(huán)境數(shù)據(jù)，ALVA 純視覺(jué)系統(tǒng)可在虛擬環(huán)境中預(yù)先進(jìn)行模擬決策訓(xùn)練，豐富的決策經(jīng)驗(yàn)和龐大的數(shù)據(jù)庫(kù)，支撐其結(jié)合現(xiàn)場(chǎng)環(huán)境迅速理解語(yǔ)音指令并執(zhí)行精準(zhǔn)作業(yè)，還能不斷吸收人工發(fā)出的決策指令的特征，反向優(yōu)化自身決策水平。

商業(yè)化驗(yàn)證

從“技術(shù)秀”到“市場(chǎng)贏”的關(guān)鍵路徑抉擇

技術(shù)落地的核心爭(zhēng)議是形態(tài)路線選擇，當(dāng)前主要以“人形堅(jiān)守派”與“折中派”對(duì)立。

特斯拉等堅(jiān)持全人形路線，但受到國(guó)情以及經(jīng)濟(jì)發(fā)展趨勢(shì)影響，國(guó)內(nèi)企業(yè)更加強(qiáng)調(diào)工業(yè)場(chǎng)景可落地性，多采用“輪—臂式復(fù)合機(jī)器人”—折中路線憑借部署簡(jiǎn)單、成本可控的優(yōu)勢(shì)，是現(xiàn)階段平衡技術(shù)與商業(yè)的最優(yōu)解，也符合“落地優(yōu)先于完美”的行業(yè)節(jié)奏，為技術(shù)迭代積累真實(shí)數(shù)據(jù)與反饋。

ALVA 純視覺(jué)系統(tǒng)以開創(chuàng)性技術(shù)打響國(guó)產(chǎn)化替代的“關(guān)鍵一槍”。系統(tǒng)融合 AI 大模型與高精度動(dòng)態(tài)視覺(jué)感知，核心算法 100% 自主研發(fā)。

基于空間計(jì)算實(shí)時(shí)反饋，在機(jī)械人執(zhí)行精密作業(yè)時(shí)，“手-眼-腦”多位協(xié)同實(shí)現(xiàn)位姿動(dòng)態(tài)補(bǔ)償優(yōu)化，可在機(jī)械臂高速運(yùn)動(dòng)、AMR 自主導(dǎo)航等動(dòng)態(tài)場(chǎng)景中，實(shí)現(xiàn)微米級(jí)重復(fù)定位精度。

ALVA 純視覺(jué)系統(tǒng)憑借其百元級(jí)的硬件成本，輕量化外觀可靈活適配多種載體，其群體智能進(jìn)化架構(gòu)實(shí)現(xiàn)經(jīng)驗(yàn)共享，更為中小企業(yè)構(gòu)建可成長(zhǎng)的智能化產(chǎn)業(yè)生態(tài)，為具身智能大規(guī)模市場(chǎng)化推廣夯實(shí)普惠基座。

據(jù) DIC 報(bào)告預(yù)測(cè)，2025 年，全球具身智能機(jī)器人用戶支出規(guī)模預(yù)計(jì)超過(guò) 14 億美元，2030 年將飆升至 770億 美元，年均復(fù)合增長(zhǎng)率(CAGR)高達(dá) 94%。如此可觀的增量市場(chǎng)，更為行業(yè)劃出了未來(lái)發(fā)展的方向標(biāo)：全球及中國(guó)市場(chǎng)均呈現(xiàn)爆發(fā)式增長(zhǎng)態(tài)勢(shì)，仍需技術(shù)突破、政策支持、產(chǎn)業(yè)鏈完善共同推動(dòng)行業(yè)從“技術(shù)展示”向“商業(yè)閉環(huán)”跨越。

未來(lái)展望

人機(jī)共生的通用智能時(shí)代

據(jù)專家預(yù)測(cè)，具身智能長(zhǎng)遠(yuǎn)發(fā)展將呈現(xiàn)三大趨勢(shì)：一是跨具身能力成核心競(jìng)爭(zhēng)力;二是端到端泛化升級(jí);三是人機(jī)共生落地;未來(lái)具身智能將按“工業(yè)制造—商業(yè)服務(wù)—家庭服務(wù)”順序滲透，逐步“飛入尋常百姓家”。

許志遠(yuǎn)強(qiáng)調(diào)，具身智能發(fā)展的核心矛盾在于，技術(shù)突破與落地挑戰(zhàn)的艱難平衡;摩根士丹利的市場(chǎng)預(yù)測(cè)也印證了行業(yè)前景，當(dāng)技術(shù)創(chuàng)新與商業(yè)實(shí)踐達(dá)成平衡，機(jī)器人融入生活的科幻場(chǎng)景將從實(shí)驗(yàn)室大步邁向現(xiàn)實(shí)。

當(dāng)智能機(jī)體真正融入產(chǎn)業(yè)肌理、走進(jìn)生活日常，技術(shù)的微光終將匯聚成照亮未來(lái)的星河，讓“機(jī)器賦能人類”的初心，在科技與人文的交融中歷久彌新。

關(guān)于 ALVA Systems

ALVA Systems 專注增強(qiáng)現(xiàn)實(shí)/人工智能等空間智能相關(guān)技術(shù)的自主創(chuàng)新，成立十余年始終深耕底層算法研發(fā)與優(yōu)化，擁有自研算法引擎并拓展豐富創(chuàng)新產(chǎn)品與應(yīng)用，是全球空間智能領(lǐng)域的核心供應(yīng)商。

在工業(yè)領(lǐng)域，公司重點(diǎn)致力于基于空間智能技術(shù)和制造業(yè)的深度結(jié)合應(yīng)用，經(jīng)過(guò)充分實(shí)踐，形成了豐富完善的產(chǎn)品線，讓不同行業(yè)企業(yè)利用既有資源敏捷實(shí)現(xiàn) AI 價(jià)值，Anyone can AI ! 開拓了廣域的應(yīng)用空間，是國(guó)際工業(yè)物聯(lián)網(wǎng)與“數(shù)字孿生”解決方案的領(lǐng)跑者。