當(dāng)前，生成式人工智能主要停留在程式化、低復(fù)雜度的人機(jī)交互層面，難以有效感知、理解和作用于真實(shí)世界，嚴(yán)重制約其在工業(yè)制造、交通運(yùn)輸?shù)葘?shí)體領(lǐng)域的深度應(yīng)用。為突破這一局限，主要科技強(qiáng)國正加快推進(jìn)人工智能系統(tǒng)“理解現(xiàn)實(shí)”，以增強(qiáng)模型對物理環(huán)境、運(yùn)行規(guī)律和真實(shí)行為的綜合感知與決策能力，推動(dòng)人工智能與現(xiàn)實(shí)世界深度融合。對此，我國應(yīng)高度重視“理解現(xiàn)實(shí)”成為人工智能演進(jìn)的重要方向，立足“人工智能+”戰(zhàn)略，加快推進(jìn)人工智能系統(tǒng)與物理實(shí)體、現(xiàn)實(shí)場景協(xié)同發(fā)展，充分發(fā)揮制造業(yè)體系完備、應(yīng)用場景豐富的優(yōu)勢，將產(chǎn)業(yè)基礎(chǔ)轉(zhuǎn)化為人工智能高質(zhì)量發(fā)展的新動(dòng)能。

一、“理解現(xiàn)實(shí)”是推動(dòng)未來人工智能發(fā)展的關(guān)鍵

近年來，生成式人工智能在文本生成、語義理解和圖像創(chuàng)作等虛擬領(lǐng)域取得突破性進(jìn)展，但在現(xiàn)實(shí)世界中的應(yīng)用卻明顯滯后，逐漸形成“網(wǎng)上熱、線下冷”的反差局面。人工智能在輿論傳播、商業(yè)展示和辦公場景中廣泛應(yīng)用，但在工業(yè)制造、交通運(yùn)輸、現(xiàn)場作業(yè)等高度依賴物理交互的領(lǐng)域，仍主要停留在試點(diǎn)和封閉應(yīng)用階段，難以實(shí)現(xiàn)規(guī)模化落地。這一現(xiàn)實(shí)反差表明，當(dāng)前人工智能發(fā)展的瓶頸已不再是算力或模型規(guī)模，而在于其尚不具備對現(xiàn)實(shí)世界的真正理解能力。

從技術(shù)本質(zhì)看，當(dāng)前主流人工智能系統(tǒng)主要建立在對文本、語義、圖像等信息形態(tài)數(shù)據(jù)的統(tǒng)計(jì)學(xué)習(xí)之上，擅長“理解虛擬世界”，卻難以理解重力、摩擦力、慣性、空間結(jié)構(gòu)等現(xiàn)實(shí)世界的基本物理規(guī)律。這一短板在智能裝備領(lǐng)域尤為突出?，F(xiàn)實(shí)中，無人機(jī)、無人車和工業(yè)機(jī)器人雖已具備一定自主能力，但其行為邏輯仍高度依賴人類預(yù)設(shè)規(guī)則和操作指令，只能在特定、受控環(huán)境中執(zhí)行程式化、重復(fù)性的任務(wù)。一旦面對復(fù)雜環(huán)境變化或非標(biāo)準(zhǔn)物理交互場景，系統(tǒng)往往缺乏自主判斷能力，難以對動(dòng)作的合理性和安全性作出有效評估。例如，機(jī)器人可以執(zhí)行“抓取”指令，卻難以真正理解不同物體在重量、材質(zhì)和結(jié)構(gòu)上的物理差異，也無法自主判斷應(yīng)施加多大力度、選擇何種角度才能既完成任務(wù)又避免損壞目標(biāo)。這種對現(xiàn)實(shí)缺乏理解的“弱具身智能”，正成為制約人工智能在工業(yè)、交通等關(guān)鍵領(lǐng)域深度應(yīng)用的核心障礙。

在這一背景下，美科技界和學(xué)術(shù)界開始將人工智能能力演進(jìn)的重點(diǎn)，從“理解語言和圖像”轉(zhuǎn)向“理解現(xiàn)實(shí)世界”，并逐步將這一技術(shù)路線概括為“物理世界人工智能”。IBM在相關(guān)研究中指出，未來人工智能必須具備在物理環(huán)境中感知、推理、行動(dòng)并通過反饋持續(xù)學(xué)習(xí)的能力，使AI不再局限于數(shù)字空間的信息處理，而是能夠在真實(shí)世界中形成對環(huán)境結(jié)構(gòu)、因果關(guān)系和動(dòng)態(tài)變化的內(nèi)部表征。英偉達(dá)則進(jìn)一步強(qiáng)調(diào)，所謂“物理世界人工智能”，是指能夠讓機(jī)器人、自動(dòng)駕駛系統(tǒng)等自主體理解物體的空間位置、運(yùn)動(dòng)狀態(tài)及其相互作用關(guān)系，并據(jù)此在現(xiàn)實(shí)環(huán)境中做出安全、合理決策的人工智能形態(tài)。此外，學(xué)術(shù)界也提出相關(guān)概念，例如所謂的“物理常識(shí)與具身推理”（Physical Common Sense & Embodied Reasoning），意在讓模型具備對空間、物體動(dòng)態(tài)和因果關(guān)系的理解，并最終能生成實(shí)際行動(dòng)策略，這與物理世界人工智能的目標(biāo)高度一致。

與以往以內(nèi)容生成和模式匹配為核心的人工智能不同，“物理世界人工智能”關(guān)注的不再是“生成什么信息”，而是“如何在現(xiàn)實(shí)中采取合理行動(dòng)”。在現(xiàn)實(shí)世界中，任何一次決策和動(dòng)作都必須遵循物理規(guī)律與安全約束，其后果具有不可逆性和高風(fēng)險(xiǎn)性。這決定了人工智能系統(tǒng)在采取行動(dòng)前，必須具備對現(xiàn)實(shí)后果的預(yù)判能力。為此，美科技界普遍強(qiáng)調(diào)通過世界模型、物理仿真和具身學(xué)習(xí)等技術(shù)路徑，使人工智能能夠在內(nèi)部“預(yù)演”現(xiàn)實(shí)過程，形成類似人類物理直覺的判斷機(jī)制，從而在復(fù)雜環(huán)境中自主規(guī)劃路徑、動(dòng)態(tài)調(diào)整動(dòng)作并規(guī)避風(fēng)險(xiǎn)。

隨著這一技術(shù)路徑逐漸清晰，“理解現(xiàn)實(shí)”不再只是單一技術(shù)問題，而被視為人工智能邁向規(guī)模化落地和產(chǎn)業(yè)變革的關(guān)鍵門檻。國際組織已開始從產(chǎn)業(yè)和宏觀層面系統(tǒng)評估其影響。2025年世界經(jīng)濟(jì)論壇發(fā)布的白皮書中指出，具備現(xiàn)實(shí)理解與自主行動(dòng)能力的物理世界人工智能，將成為推動(dòng)新一輪工業(yè)革命的重要基礎(chǔ)力量，有望深刻改變制造業(yè)、能源、交通等基礎(chǔ)產(chǎn)業(yè)的運(yùn)行方式和組織形態(tài)?？梢哉f，“理解現(xiàn)實(shí)”正成為人工智能由虛擬走向現(xiàn)實(shí)、由工具走向自主體的關(guān)鍵躍遷點(diǎn)，也正在演變?yōu)樾乱惠喨蛉斯ぶ悄芨偁幹械膽?zhàn)略制高點(diǎn)。

二、各科技強(qiáng)國正加速推進(jìn)人工智能“理解現(xiàn)實(shí)”

當(dāng)前，主要科技強(qiáng)國普遍認(rèn)識(shí)到，僅依靠生成式人工智能在虛擬空間的能力提升，已難以支撐新一輪產(chǎn)業(yè)競爭優(yōu)勢，人工智能必須突破“理解現(xiàn)實(shí)”的瓶頸，才能真正進(jìn)入工業(yè)體系和社會(huì)運(yùn)行的核心環(huán)節(jié)。在這一背景下，各國正圍繞機(jī)器人、自動(dòng)駕駛、無人系統(tǒng)和智能制造等方向，加快推進(jìn)人工智能從“理解信息”向“理解物理世界”演進(jìn)。其中，美國走在前列，但并非孤例，日本、歐洲以及中國等科技強(qiáng)國也正結(jié)合自身產(chǎn)業(yè)基礎(chǔ)與制度優(yōu)勢，形成各具特色的發(fā)展路徑。

（一）美國：以“理解現(xiàn)實(shí)”為核心，搶占物理世界人工智能制高點(diǎn)

美國通過政策引導(dǎo)與產(chǎn)業(yè)整合，力圖在機(jī)器人、自動(dòng)駕駛和工業(yè)智能等關(guān)鍵領(lǐng)域率先實(shí)現(xiàn)系統(tǒng)化落地，構(gòu)建長期競爭壁壘并搶占全球人工智能產(chǎn)業(yè)制高點(diǎn)。

政策層面，特朗普政府將人工智能系統(tǒng)“理解現(xiàn)實(shí)”納入“發(fā)展下一代制造業(yè)”。特朗普政府在2025年7月發(fā)布的人工智能行動(dòng)計(jì)劃中明確提出“加快推動(dòng)人工智能在物理世界創(chuàng)新應(yīng)用，發(fā)展自主無人機(jī)、自動(dòng)駕駛汽車、機(jī)器人以及其他尚無術(shù)語歸納的先進(jìn)發(fā)明”。機(jī)器人政策方面，2025年5月，美國會(huì)已重啟暫停六年的“機(jī)器人核心小組”，重新將美國機(jī)器人產(chǎn)業(yè)納入國會(huì)重點(diǎn)關(guān)注中；美國在《2026財(cái)年國防授權(quán)法案》中提出設(shè)立“國家安全先進(jìn)機(jī)器人小組”。無人機(jī)政策方面，特朗普政府在2025年6月簽署《釋放美國無人機(jī)優(yōu)勢》行政令，明確支持無人機(jī)產(chǎn)業(yè)技術(shù)創(chuàng)新，包括無人機(jī)自主性。自動(dòng)駕駛政策方面，美國交通部在2025年4月發(fā)布“自動(dòng)駕駛汽車新框架”，明確提出支持自動(dòng)駕駛汽車“商業(yè)化部署”。企業(yè)方面，美科技巨頭將“理解現(xiàn)實(shí)”視為人工智能產(chǎn)業(yè)發(fā)展的新增長極。2025年以來，美科技巨頭密集表態(tài)，美國英偉達(dá)CEO黃仁勛1月表示：“下一代人工智能系統(tǒng)革命將集中在現(xiàn)實(shí)世界的智能應(yīng)用”；2月，Meta首席科學(xué)家Yann LeCun稱“人工智能需要超越語言，理解物理世界”；2月，OpenAI重點(diǎn)圍繞“機(jī)器人、物理世界理解”等領(lǐng)域加快人才招募；3月，微軟與英偉達(dá)宣布在人工智能工業(yè)領(lǐng)域達(dá)成戰(zhàn)略合作，加快推進(jìn)“物理世界人工智能”。

企業(yè)層面，美物理世界人工智能模型飛速發(fā)展。一是模型理解世界能力增長迅猛。2025年3月，谷歌發(fā)布了Gemini Robotics- ER模型，精準(zhǔn)操作與理解能力是2024年12月推出的Gemini 2.0的200%；Figure呈現(xiàn)出快速“學(xué)習(xí)能力”，在相同的模型與機(jī)器人架構(gòu)上，F(xiàn)igure02可以做到每月學(xué)會(huì)一個(gè)新的復(fù)雜操作；英偉達(dá)2025年1月推出可訓(xùn)練模型“理解現(xiàn)實(shí)”能力的平臺(tái)Cosmos后，6月份就推出Cosmos Predict- 2模型，加快自動(dòng)駕駛訓(xùn)練、測試和驗(yàn)證，已被美國Uber、英國Oxa等企業(yè)采用。二是形成“端到端”研發(fā)壟斷。英偉達(dá)在2025年聚焦“理解現(xiàn)實(shí)”推出全流程研發(fā)體系，形成了Omniverse（數(shù)字孿生和仿真平臺(tái)）、Cosmos（物理世界基礎(chǔ)模型）、Isaac（機(jī)器人開發(fā)平臺(tái)）三大類研發(fā)產(chǎn)品線，并且針對機(jī)器人、自動(dòng)駕駛等特定產(chǎn)品推出Jetson Thor的通用性硬件模塊與全球最大的物理世界人工智能開發(fā)數(shù)據(jù)集。三是構(gòu)建“強(qiáng)強(qiáng)聯(lián)合”的研發(fā)生態(tài)。美科技巨頭已圍繞“理解現(xiàn)實(shí)”形成深厚的合作開發(fā)網(wǎng)絡(luò)。國際層面，美科技巨頭正構(gòu)建全球研發(fā)網(wǎng)絡(luò)。例如微軟與Sanctuary AI合作開發(fā)通用機(jī)器人系統(tǒng)，與ABB、西門子等國際頂尖巨頭達(dá)成合作；英偉達(dá)與德國電信、西門子、印度信實(shí)工業(yè)、意大利超級(jí)計(jì)算組織等合作伙伴加快推動(dòng)“人工智能系統(tǒng)在物理世界應(yīng)用”。國內(nèi)層面，美科技巨頭間合作非常緊密，2024年12月，英偉達(dá)與亞馬遜加速“理解現(xiàn)實(shí)”研究，推動(dòng)機(jī)器人自主化；2025年5月，微軟將馬斯克的xAI 的Grok 3系列模型納入Azure AI Foundry平臺(tái)，加快工業(yè)領(lǐng)域應(yīng)用；2025年8月，由比爾·蓋茨投資的初創(chuàng)機(jī)器人公司Field AI獲得英偉達(dá)、亞馬遜的B輪融資，估值已超過20億美元。

（二）日本：以機(jī)器人為核心，推動(dòng)人工智能深度嵌入實(shí)體產(chǎn)業(yè)體系

日本是最早意識(shí)到“理解現(xiàn)實(shí)”對人工智能產(chǎn)業(yè)意義的國家之一，其推進(jìn)路徑并非從大模型出發(fā)，而是以機(jī)器人和制造業(yè)為牽引，倒逼人工智能理解物理世界。日本政府長期將機(jī)器人視為國家級(jí)戰(zhàn)略產(chǎn)業(yè)，在此基礎(chǔ)上，不斷強(qiáng)化人工智能在機(jī)器人中的“具身化”和現(xiàn)實(shí)理解能力。

政策層面，日本在《新機(jī)器人戰(zhàn)略》《Society 5.0》等國家戰(zhàn)略框架下，明確提出發(fā)展能夠在復(fù)雜現(xiàn)實(shí)環(huán)境中自主行動(dòng)的智能系統(tǒng)，重點(diǎn)支持服務(wù)機(jī)器人、工業(yè)機(jī)器人和災(zāi)害救援機(jī)器人等方向。日本經(jīng)濟(jì)產(chǎn)業(yè)省持續(xù)通過專項(xiàng)補(bǔ)貼和示范項(xiàng)目，推動(dòng)人工智能在生產(chǎn)現(xiàn)場、物流倉儲(chǔ)和老齡化社會(huì)服務(wù)場景中的落地應(yīng)用，強(qiáng)調(diào)機(jī)器人必須具備對空間結(jié)構(gòu)、人類行為和物理環(huán)境的綜合理解能力。

企業(yè)層面，日本制造業(yè)巨頭正加速將人工智能從“控制系統(tǒng)”升級(jí)為“理解系統(tǒng)”。豐田在自動(dòng)駕駛和通用機(jī)器人領(lǐng)域持續(xù)推進(jìn)“世界模型”研究，強(qiáng)調(diào)通過長期現(xiàn)實(shí)數(shù)據(jù)積累，讓人工智能理解道路環(huán)境和人機(jī)混行場景；索尼將傳感器技術(shù)與人工智能結(jié)合，重點(diǎn)突破三維空間感知和動(dòng)態(tài)場景理解；軟銀集團(tuán)董事長孫正義表示，軟銀的下一個(gè)重點(diǎn)投資的前沿領(lǐng)域?qū)⑹俏锢砣斯ぶ悄?，其中重點(diǎn)押注人工智能和機(jī)器人技術(shù)的融合。

（三）歐洲：以工業(yè)與安全為導(dǎo)向，強(qiáng)調(diào)“可信、可控”的物理世界AI

歐洲推進(jìn)人工智能“理解現(xiàn)實(shí)”的路徑明顯不同于美國，核心目標(biāo)并非追求技術(shù)領(lǐng)先速度，而是將人工智能安全、可靠地嵌入工業(yè)體系。在“工業(yè)4.0”長期戰(zhàn)略基礎(chǔ)上，德國、法國等國將人工智能理解現(xiàn)實(shí)能力視為提升制造業(yè)競爭力的重要支撐。

歐盟層面，通過“地平線歐洲”等科研計(jì)劃，持續(xù)支持人工智能在機(jī)器人、智能制造和自動(dòng)駕駛領(lǐng)域的研究，重點(diǎn)聚焦物理建模、仿真環(huán)境和人機(jī)協(xié)作安全。歐洲在技術(shù)路線選擇上高度重視數(shù)字孿生、物理仿真與現(xiàn)實(shí)驗(yàn)證的結(jié)合，強(qiáng)調(diào)人工智能在進(jìn)入現(xiàn)實(shí)世界前，必須經(jīng)過充分的虛擬驗(yàn)證和安全評估。

企業(yè)方面，西門子、ABB、博世等工業(yè)巨頭正將人工智能深度嵌入工業(yè)控制和生產(chǎn)系統(tǒng)，使其具備對生產(chǎn)流程、設(shè)備狀態(tài)和物理環(huán)境的綜合理解能力。德國在自動(dòng)駕駛領(lǐng)域雖推進(jìn)節(jié)奏相對謹(jǐn)慎，但高度重視人工智能對復(fù)雜交通場景的物理理解和責(zé)任邊界界定。

（四）中國：以場景規(guī)模和工程應(yīng)用驅(qū)動(dòng)“理解現(xiàn)實(shí)”能力演進(jìn)

中國推進(jìn)人工智能“理解現(xiàn)實(shí)”的優(yōu)勢不在于底層理論或通用模型原創(chuàng)，而在于超大規(guī)模應(yīng)用場景和完整工業(yè)體系。近年來，中國在智能制造、無人配送、智能礦山、港口自動(dòng)化等領(lǐng)域持續(xù)推進(jìn)人工智能落地實(shí)踐，倒逼人工智能系統(tǒng)不斷提升對現(xiàn)實(shí)環(huán)境的理解能力。

政策層面，中國在多項(xiàng)國家規(guī)劃中強(qiáng)調(diào)發(fā)展智能機(jī)器人、智能網(wǎng)聯(lián)汽車和無人系統(tǒng)，提出推動(dòng)人工智能與實(shí)體經(jīng)濟(jì)深度融合。地方政府在工業(yè)園區(qū)、港口、礦區(qū)等場景中推動(dòng)人工智能規(guī)?；圏c(diǎn)，為模型提供大量真實(shí)世界數(shù)據(jù)和持續(xù)迭代機(jī)會(huì)。

企業(yè)層面，中國科技企業(yè)正通過工程化路徑彌補(bǔ)“理解現(xiàn)實(shí)”能力不足。例如，華為強(qiáng)調(diào)在自動(dòng)駕駛和工業(yè)領(lǐng)域構(gòu)建“端—云—邊”協(xié)同體系，使人工智能通過持續(xù)感知和反饋學(xué)習(xí)理解復(fù)雜環(huán)境；百度在自動(dòng)駕駛中通過大規(guī)模道路測試積累物理世界數(shù)據(jù)；多家機(jī)器人企業(yè)在倉儲(chǔ)、制造和特種作業(yè)中探索讓機(jī)器人在非結(jié)構(gòu)化環(huán)境中自主行動(dòng)。

三、中國發(fā)展的機(jī)遇與挑戰(zhàn)

人工智能系統(tǒng)“理解現(xiàn)實(shí)”將是下階段中美人工智能產(chǎn)業(yè)博弈的“勝負(fù)手”。美日歐加快發(fā)展人工智能“理解現(xiàn)實(shí)”將對我產(chǎn)生新的風(fēng)險(xiǎn)挑戰(zhàn)，但我仍具備競爭優(yōu)勢。

（一）風(fēng)險(xiǎn)層面，多國并進(jìn)加劇外部競爭壓力

一方面，美國在人工智能“理解現(xiàn)實(shí)”的關(guān)鍵技術(shù)路徑和產(chǎn)業(yè)生態(tài)構(gòu)建上持續(xù)占據(jù)主導(dǎo)地位，構(gòu)成最直接、最系統(tǒng)的競爭壓力。從技術(shù)層面看，無論是用于刻畫環(huán)境因果關(guān)系的“世界模型”，還是融合感知、語言與行動(dòng)的“視覺—語言—?jiǎng)幼鳌蹦Ｐ涂蚣?，均由美國率先提出并不斷演進(jìn)。谷歌、微軟、英偉達(dá)、OpenAI等科技巨頭在基礎(chǔ)模型、仿真平臺(tái)和具身智能體等方向持續(xù)加大投入，創(chuàng)新節(jié)奏快、資源集中度高，但在部分底層原創(chuàng)和通用能力上仍面臨被拉開差距的風(fēng)險(xiǎn)。從產(chǎn)業(yè)層面看，美國正圍繞“理解現(xiàn)實(shí)”加快構(gòu)建新的生態(tài)壁壘。以英偉達(dá)為代表的企業(yè)，正通過CUDA架構(gòu)、仿真平臺(tái)、物理世界基礎(chǔ)模型以及專用硬件模塊，形成覆蓋數(shù)據(jù)、軟件、模型和硬件的“端到端”研發(fā)體系，意圖將開發(fā)、訓(xùn)練和部署全過程鎖定在其主導(dǎo)的生態(tài)之中。這種高度捆綁的產(chǎn)業(yè)模式，一旦在機(jī)器人、自動(dòng)駕駛等領(lǐng)域形成事實(shí)標(biāo)準(zhǔn)，將顯著抬高其他國家企業(yè)的進(jìn)入門檻，對我相關(guān)產(chǎn)業(yè)自主發(fā)展形成長期約束。

另一方面，日本和歐洲在人工智能“理解現(xiàn)實(shí)”方向上的推進(jìn)，也將對我形成不同形態(tài)的外部挑戰(zhàn)。日本以機(jī)器人和工程體系見長，其路徑并不依賴超大模型突破，而是通過將人工智能深度嵌入機(jī)器人本體、控制系統(tǒng)和傳感體系，使智能系統(tǒng)在特定現(xiàn)實(shí)場景中具備高度穩(wěn)定的理解與行動(dòng)能力。這種“工程驅(qū)動(dòng)型”優(yōu)勢，可能在高端工業(yè)機(jī)器人、精密制造和特種作業(yè)領(lǐng)域形成持續(xù)擠壓，限制我相關(guān)產(chǎn)品向高附加值環(huán)節(jié)升級(jí)。歐洲則更多通過規(guī)則、標(biāo)準(zhǔn)和工業(yè)體系塑造競爭環(huán)境。隨著人工智能系統(tǒng)日益進(jìn)入現(xiàn)實(shí)空間，歐洲高度重視安全性、可解釋性和責(zé)任界定，可能率先在機(jī)器人、自動(dòng)駕駛等領(lǐng)域形成更嚴(yán)格的技術(shù)規(guī)范和認(rèn)證體系。若相關(guān)規(guī)則被廣泛國際化采納，將在客觀上抬高我企業(yè)進(jìn)入高端市場的合規(guī)成本，形成制度性和隱性壁壘?？傮w看，歐日帶來的風(fēng)險(xiǎn)雖不如美國集中和激烈，但具有“慢變量、長期化”的特征。

（二）機(jī)遇層面

一是“理解現(xiàn)實(shí)”是我國重點(diǎn)發(fā)展的技術(shù)方向。我國自動(dòng)駕駛、機(jī)器人等行業(yè)頭部企業(yè)重點(diǎn)布局的“視覺—語言—?jiǎng)幼鳌蹦Ｐ褪恰袄斫猬F(xiàn)實(shí)”的核心技術(shù)路線，已開展融合視覺、語音、力覺等多種信息的技術(shù)研究，推動(dòng)智能系統(tǒng)更好地理解現(xiàn)實(shí)世界實(shí)際運(yùn)行規(guī)律，在自動(dòng)駕駛、機(jī)器人等領(lǐng)域已取得一定成績。二是制造業(yè)優(yōu)勢是我國人工智能產(chǎn)業(yè)落地的最大底氣所在。人工智能“理解現(xiàn)實(shí)”落地需要制造體系支撐，不論是智能網(wǎng)聯(lián)汽車，還是智能機(jī)器人，我國均具備產(chǎn)業(yè)優(yōu)勢。英國金融時(shí)報(bào)8月份統(tǒng)計(jì)稱，中國國產(chǎn)智能機(jī)器人不僅直接帶動(dòng)對外出口，部分特種操作機(jī)器人成本是國際頂尖機(jī)器人的60%，極大搶占了海外市場。三是美對我有產(chǎn)業(yè)依賴。開源模型方面，美艾倫人工智能研究所（Ai2）2025年8月推出用于機(jī)器人“理解現(xiàn)實(shí)”的MolmoAct 7B模式是基于我阿里千問系列開源模型開發(fā)；訓(xùn)練數(shù)據(jù)方面，2025年8月，美OpenAI、谷歌等企業(yè)均購買了北京石景山機(jī)器人中心的訓(xùn)練數(shù)據(jù)；關(guān)鍵礦產(chǎn)方面，據(jù)摩根斯坦利2025年研究顯示，美國人形機(jī)器人對我國稀土依賴已超過汽車等設(shè)備，特別是對釹鐵硼磁鐵。我國稀土反制遲滯了特斯拉OptimusV3、Figure03等具身智能最新產(chǎn)品發(fā)布進(jìn)展。

四、思考

人工智能“理解現(xiàn)實(shí)”將是下一代人工智能走向三維物理空間的關(guān)鍵，也是人工智能技術(shù)廣泛落地的關(guān)鍵。我宜把握發(fā)展契機(jī)，進(jìn)一步引導(dǎo)人工智能與產(chǎn)業(yè)深度融合，率先形成人工智能“理解現(xiàn)實(shí)”的產(chǎn)業(yè)應(yīng)用。

一是明確頂層設(shè)計(jì)。結(jié)合“人工智能+”戰(zhàn)略進(jìn)一步明晰我國人工智能系統(tǒng)“感知現(xiàn)實(shí)”的發(fā)展路徑，明確政策支持方向，在國家重大專項(xiàng)、資金投入等層面引導(dǎo)企業(yè)與科研機(jī)構(gòu)加快投入研究。

二是確保自主可控。集中力量突破底層模型技術(shù)，確保與國產(chǎn)芯片生態(tài)形成互聯(lián)；另一方面，加快突破世界模型、多模態(tài)等模型形態(tài)，攻克模型預(yù)測與模擬物理世界的難題。

三是構(gòu)建保障體系。由國家科研單位牽頭，構(gòu)建仿真模擬平臺(tái)，既打通數(shù)據(jù)流通壁壘，也分擔(dān)國內(nèi)企業(yè)訓(xùn)練成本；打破“軟硬分割”，鼓勵(lì)人工智能模型企業(yè)與機(jī)器人、自動(dòng)駕駛等企業(yè)合作開發(fā)，構(gòu)建創(chuàng)新聯(lián)合體，打造軟硬件協(xié)同創(chuàng)新體系。

（作者白路、張怡，國際技術(shù)經(jīng)濟(jì)研究所）

研究所簡介

國際技術(shù)經(jīng)濟(jì)研究所（IITE）成立于1985年11月，是隸屬于國務(wù)院發(fā)展研究中心的非營利性研究機(jī)構(gòu)，主要職能是研究我國經(jīng)濟(jì)、科技社會(huì)發(fā)展中的重大政策性、戰(zhàn)略性、前瞻性問題，跟蹤和分析世界科技、經(jīng)濟(jì)發(fā)展態(tài)勢，為中央和有關(guān)部委提供決策咨詢服務(wù)?！叭蚣夹g(shù)地圖”為國際技術(shù)經(jīng)濟(jì)研究所官方微信賬號(hào)，致力于向公眾傳遞前沿技術(shù)資訊和科技創(chuàng)新洞見。

地址：北京市海淀區(qū)小南莊20號(hào)樓A座

電話：010-82635522

微信：iite_er