■中国经济时报记者 赵姗

　　近日，国家统计局发布最新经济数据显示，5月份，人工智能大模型、人形机器人等科技前沿领域实现突破，对产业升级的促进作用不断显现。1—5月份，工业机器人产量同比增长32%，智能车载设备制造增加值同比增长26.8%。

　　如何破解人工智能大模型、人形机器人产业发展瓶颈?在人工智能大模型和人形机器人应用领域中，哪些方面有可能实现突破性进展?针对这些问题，相关专家结合实践给出了自己的答案。

　　01

　　“智能大脑+灵巧四肢”

　　的完整解决方案

　　中国电子信息产业发展研究院数字经济首席研究员、信息化与软件产业研究所人工智能产业研究室主任王宇霞在接受本报记者采访时表示，人工智能大模型和人形机器人作为变革千行百业的核心生产力工具，正在从认知智能和物理智能两个维度重塑产业格局。大模型通过强大的知识推理能力，在教育、医疗、法律等知识密集型产业实现专业化智能决策，在设计、媒体等创意产业提供内容生成和创意辅助，在制造业实现智能质检、生产优化和设备预测性维护，在金融、零售等服务业提供风险评估、智能客服和个性化推荐，全面降低各行业的技术门槛和运营成本。人形机器人则以灵活的物理操作能力，在制造业实现柔性生产和精准作业，在服务业承担重复性工作并提供标准化服务，全面提升生产效率和服务质量。

　　“更重要的是，两者深度融合形成‘智能大脑+灵巧四肢’的完整解决方案，从前端智能决策到后端精准执行，构建全流程智能化闭环，不仅催生了人机协作的新工作模式，更推动了产业结构向高端化、智能化转型，成为驱动经济高质量发展和产业升级的关键引擎。”王宇霞说。

　　中央财经大学数字经济融合创新发展中心主任陈端在接受本报记者采访时表示，人工智能大模型与人形机器人在产业升级中的关键作用在于全链条效率重构：大模型重构服务与生产流程，带动供应链库存优化，人形机器人则在制造领域实现焊接、喷涂工序精度提升，通过小批量、个性化定制带动供给侧柔性优化。此外，大模型在金融领域的应用也可以带动产融更好地协同。

　　“在工业场景规模化应用中，轮式类人形机器人凭借更强的承载效率与适应性，正成为现阶段工业落地的优选方案。通用大模型与垂类模型(小模型)的融合应用，能更有效地满足当下工业场景的实际需求。”上海飒智智能科技有限公司董事长兼CEO张建政在接受本报记者采访时说。

　　02

　　破解发展瓶颈

　　需要系统性多维度发力

　　人工智能大模型、人形机器人等前沿科技要实现从“亮点涌现”到“全面开花”，仍须正视并着力破解当前存在的关键瓶颈。

　　“破解人工智能大模型、人形机器人产业发展瓶颈需要系统性地多维度发力，形成技术创新、产业生态、要素保障、政策支持的协同推进机制，通过系统性解决方案实现产业突破，推动人工智能大模型和人形机器人从技术探索走向规模化应用。”王宇霞说。

　　国务院发展研究中心创新发展研究部一级主任科员、助理研究员刘申在接受本报记者采访时建议，一是支持前沿技术研发，提升运动控制、感知识别、高密度电池等技术成熟度，增强算法的推理规划、多模态、物理世界交互等能力，通过构建创新联合体、研发加计扣除、基础研究税收优惠等方式鼓励企业加强硬科技创新。二是夯实数字化软硬件产品和数据、算力底座，提升产业数字化水平，推进智能传感器、算力芯片等关键核心技术攻关，建设复杂环境下的高质量数据集。三是积极发掘场景优势，加强新技术的应用推广，面向重点行业和典型场景打造一批应用示范项目。四是完善生态和产业链配套，推进产业集聚，支持开源社区建设，健全机器人标准体系。

　　“破解产业发展瓶颈的核心路径是针对算力与数据短板，构建国产化算力联盟和细分行业高质量数据集共享机制，破解算力与数据噪音难题。并且加强技术协同攻关，降低对海外技术的依存度。”陈端说。

　　张建政表示，清晰的应用场景牵引与价值闭环构建是产业持续发展的动力源。政策层面可积极开放特定测试场域(如工厂、医院、社区)，鼓励先行先试。更重要的是，通过建立可量化的价值评估体系，打造具有说服力的标杆示范项目，从而加速市场接受和规模化推广。

　　03

　　“具身智能”的融合与协同进化

　　带来的突破潜力值得关注

　　“人形机器人应用的突破性进展最有可能出现在当前人类干不了、干不好、易替代的任务中，可能率先在物流仓储和特种作业场景下得到应用，如包裹搬运、危化品分拣、安防巡检、核电运维等。”刘申说。

　　陈端认为，未来2-3年，突破将聚焦在场景深化与技术融合层面。例如，人机协作系统在复杂场景中的应用，依托群体智能技术在智能制造、医疗、物流等领域实现多任务协同作业。再者，是多模态大模型垂直行业渗透：跨模态学习(文本、图像、音频)在金融、医疗领域突破，如整合多源数据提供个性化理财和智慧医疗服务。

　　张建政认为，人工智能大模型将加速向垂直行业深度渗透并实现“专家化”突破。人形机器人的实用化落地与环境适应能力将迎来飞跃，突破的关键在于使其走出实验室，在复杂、非结构化的真实环境中可靠作业。更值得关注的是，“具身智能”的融合与协同进化所带来的突破潜力，即“AI大模型+小模型与类人/人形机器人(或其他形态机器人)”的深度融合。同时，在服务场景中，人机交互的自然化与情感化将是提升应用接受度的关键突破点。

　　“这些潜在突破的核心驱动力在于AI大模型+小模型提供的强大认知、决策、作业能力与类人形/人形机器人日益精进的物理执行能力的深度融合。其目标是推动智能化从‘云端’深度嵌入物理世界的各个角落，服务于产业升级的关键环节和人民生活的迫切需求。国家在基础设施、产业政策和应用场景上的持续支持，必将加速这些突破性进展从愿景走向现实。”张建政说。