专访暨大柳宁：具身智能必须死磕应用，广东深耕工业实景是最优解

南方财经记者郑康喜 实习生 徐安琪

近期闭幕的2026世界人工智能大会，再次让具身智能成为国内最热赛道。数据显示，今年上半年，我国自研四足机器人全球销量占比近70%，人形机器人整机产品已达400余款，总数超全球半数，中国已然跻身全球智能机器人产业核心阵营。

放眼国内产业版图，广东机器人产业根基尤为扎实。今年上半年，广东工业机器人产量增长34.2%，出口14.8亿元，增长16.8%。截至2025年底，广东省工业机器人产量占全国43.5%，服务机器人产量占全国81.7%，这两项指标连续六年稳居全国首位。

在全国多地加码布局具身智能、行业竞速升温之际，坐拥完整制造业链条、海量应用场景的广东，应当如何找准自身定位，走出专属差异化发展路径？

近期，南方财经记者就此专访了暨南大学机器人智能技术研究院院长柳宁。在他看来，具身智能当前在资本市场的热度需要理性审视，该赛道仍存在难以回避的核心技术短板。尽管国内大模型技术取得阶段性进展，但人形机器人的“工业大脑”“灵巧手”及“双足稳健性”三大核心技术仍有待突破，具身智能机器人行业距离大规模商业化落地仍有很长的路要走。

谈及广东产业发展最优路径，柳宁提出清晰思路：广东发展具身智能应当顺势而为、借力发展。国内机器人产业已形成明确区域分工，北京、上海依托国家级科研平台与充足资金储备，直接服务国家战略需求，主攻基础底层科研。广东则应当充分发挥自身产业禀赋，利用工业应用场景及产业链优势，聚焦商业化落地这条主线发力。

图为暨南大学机器人智能技术研究院院长柳宁

训练数据匮乏是具身智能落地最大难题

南方财经：宇树科技作为国内A股人形机器人第一股，其IPO注册申请已于7月2日获得通过。具身智能关注度持续攀升，你如何看待下半年的行业走势？

柳宁：随着宇树科技的上市，市场肯定会再次充满信心，但技术层面需保持冷静。本轮具身智能的热潮由市场与资本驱动，商业化落地是核心考验。

大模型层面，通用模型依托多年积累的互联网图文、音视频语料进行训练，渐趋成熟，但具身智能机器人要服务工厂、家庭，对应的工业实操数据几乎无法在线获取。目前行业只能依靠人工采集、传感器录制、仿真建模等方式补充数据，普遍存在采集慢、场景覆盖窄、标注维护成本高的痛点。

国内具身智能领域在技术层面有两大硬瓶颈。一是场景认知不足，模型擅长常识性对话、创作，却不懂调试、装配等精细工业操作。二是人机物交互能力薄弱，灵巧手、双足行走技术远不及人类，机器人无法像人一样缓冲冲击、灵活作业，现阶段难以完全替代人力。

工业数据的缺乏及仿生手足技术不成熟，导致行业现状喜忧参半。人形机器人短期难以规模化商用，但中小厂商可基于成熟VLA模型改造移动、双臂机器人，在特定的工业场景落地。第一代的人形机器人如波士顿动力的Atlas、本田ASIMO因商业化失败而退场，当下行业需警惕重蹈覆辙，资本对回报周期的严苛要求进一步放大了落地压力。

南方财经：世界模型+VLA模型成为具身智能行业的主流路线，这套方案有何利弊？

柳宁：智能机器人的发展大致分为三代。第一代是基于传感的编程决策机器人，它执行了显式规则；第二代是依托机器学习技术的智能机器人，它突破了显式规则的约束，从数据中学到了分类与回归；第三代是采用大模型技术的新一代智能机器人，它像人一样从经验中学会了认知与行为控制。第三代智能机器人的大模型有两种，即世界模型和VLA模型，目前这两个模型正相互融合，世界模型负责全局长期规划，VLA模型处理实时感知与即时动作。

但世界模型存在固有“幻觉”问题，线上场景可人工审核兜底，落地工厂则易引发生产安全事故；VLA模型受困于工业数据壁垒，企业生产数据属于商业机密，不对外公开，现有视频采集动作数据的方式效率偏低，行业只能靠仿真小幅弥补缺口。

我认为，两个模型目前还分不出优劣，世界模型与VLA模型或将长期共存。对商业应用来讲，只要在某个单一场景完成应用验证，无所谓什么模型，投资的价值都可实现。

广东应以工业实景推动具身智能落地

南方财经：广东布局具身智能核心优势是什么？是否需要发力底层世界大模型？

柳宁：今年以来，国内各地依托自身禀赋，在产业路径上已经形成了明确分工。北京、上海承担国家级底层大模型研发任务，配套大额专项资金，江浙深耕机器人核心零部件。广东的独有优势在于拥有门类齐全、体量庞大的制造业底盘，海量制造企业构成天然试验场。

传统制造业产线如果引入机器人，部署起来需要反复标定坐标，调试成本高。搭载VLA模型的机器人可自主识别环境、理解任务，大幅降低改造门槛。广东省内3C、汽车、化工、物流等产业，目前在智能化改造上的需求旺盛。

据我所知，广州、深圳已有多家企业依托宇树机器人本体，结合本地产线数据开展垂直开发，在分拣、检测等项目上落地，这方面是有发展空间的。

现在，广东不少科研平台在探索底层大模型，但我认为这不能作为全省的发展主线。广东以民营企业为主，除头部企业外，民营企业无力承担世界大模型高昂算力与数据成本，轻量化VLA路线更适配本地产业。

在人形机器人赛道上，最终行业只会留存少数头部企业。对广东来说，发展具身智能最优的路线是引进成熟本体与基础模型，深耕工业场景二次开发，把细分应用做精做细。

南方财经：全国都在关注广东作为人工智能大省的发展，你如何看待广东在政策和资本上对AI产业的支持？

柳宁：广东在人工智能领域投放的科研资金、产业基金供给稳定且充足。这两年，京沪杭造势办赛事，是为配套国家底层研发维持资本热度，广东不需要刻意造势分流资本。现在国内人工智能技术合作的地域壁垒正在被消除，广东企业、高校可随时对接外部平台，立足本地实景打造落地示范。只要在真实场景中做出成果，产业资本自然会主动流入，顺势而为远比重金造势稳妥。

南方财经：中小企业对具身智能的付费意愿低、容错率低，你认为短期优先布局工厂还是家庭服务？

柳宁：深耕工厂是广东最为稳妥的路线。具身智能不局限于人形机器人，移动机械臂只要具备自主感知、任务理解、自主作业能力，就能商业化，适配大量重复性产线。目前，家庭服务机器人仍停留在实验室演示阶段，成本、环境适配难题短期内无解，不宜集中布局。

对广东而言，下半年发展具身智能，应该继续坚持问题导向，所有技术投入都应围绕生产痛点，不炒作概念，稳步跑通盈利模式，规避头部企业重资产亏损的行业陷阱。

南方财经：AI技术快速迭代，你认为会给就业、高校科研带来哪些影响？

柳宁：就业层面，工作岗位所处的场景可分为两大空间，第一是涉及数据处理的数字空间，第二是涉及操作的作业空间。

在数字空间，可以明显地看到，AI取代了大量的工作岗位，比如文秘工作、会计分析工作、医生辅助诊断工作、初级程序员工作，只要是分析、咨询类的工作岗位，都正在被AI取代。

在作业空间，可以预期，流水线操作工、基础物流配送员等熟练工将逐步被替代。由于工业数据缺失，大模型的“工业大脑”认知水平有限，高级技工短期内不会受到冲击。

随着AI的快速发展，机器人训练师、运维师等新职业也会随之出现，但新增岗位数量难以填补岗位空缺，就业焦虑是客观存在的。

对高校来说，科研必须紧跟产业需求，人才培养也必须顺应AI发展潮流。在机器人领域，我们可以看到，数控技术、机器学习技术、VLA与世界模型技术是解决机器人控制问题的三次技术升级。在这些新技术的诞生、推广、应用落地方面，高校的研究首先要走在前面。

在专业人才的培养领域，一方面是将AI技术融入教学过程，另一方面是将AI系列课程纳入教学内容。在AI革命浪潮中，高校的教学方法要变，教学内容要变。