4月15日,由中关村科学城管委会指导,立德机器人平台(机器人大讲堂)主办的第二届中国人形机器人与具身智能产业大会在中关村国家自主创新示范区展示中心举办。大会以“竞逐人形具身万亿赛道·重塑未来产业新纪元”为主题,以行业数据为支撑,以场景实践为导向,汇聚政产学研各界代表1500余人,聚焦技术突破、场景落地与产业协同,全面展现了我国在人形机器人与具身智能领域的创新实力与突破动能。
盛会以一段人形机器人与具身智能纪录片拉开帷幕,全景式地呈现了行业技术突破与产业活力,吸引了观众注意力。视频画面真实记录了众多人形机器人企业的卓越创新成果和场景落地实践,体现了人形机器人行业的繁荣与进步,以及即将带给人类生产生活的巨变。
开幕式上,中关村科学城管理委员会产业促进四处处长姜大宽致辞,他提到,海淀区内已经集聚具身智能企业297家、人形机器人整机企业22家,拥有一批国内外知名专家和学者,本次大会,吸引了近百家产业链上下游企业来到海淀展示创新与应用成果,数十位专家学者报告前沿技术进展,引起业内人士广泛讨论。
会上,立德机器人携手中关村智友研究院等十家单位共同发布《2025人形机器人与具身智能产业研究报告》。报告预测,2025年中国人形机器人产量将超万台,市场规模有望达到82.39亿元,占全球半壁江山;而2025年中国具身智能市场规模约52.95亿元,到2030年,中国具身智能市场规模将达到1037.52亿元,占全球44.6%。报告整体内容展现出“全球人形机器人看中国”、“人形机器人未来在中国”的加速冲刺态势。
国家自然基金委高技术中心研究员,科技部专业技术二级专家刘进长解读了中国人形机器人与具身智能产业发展的真实历程,并基于技术演进图谱与商业化实践,对未来中国人形机器人整体发展形势、发展趋势、国际竞争格局等进行预期研判。
报告发布后,2025年度“LeadeRobot 人形机器人评选”榜单发布,该评选旨在遴选、激励产业链年度杰出企业,通过树标杆、立典范,激发产业链创新活力,为行业进一步繁荣与发展注入新动能。
在人形机器人的量产元年,场景成为产品价值的“放大器”。本次活动中,非常值得一提的是发布了人形机器人的十大典型落地场景,人形机器人在智能电网全场景运维、清洁能源核电站运维、汽车零部件研发和生产、智能养老护理机器人等场景中已有突破性应用,标志着我国人形机器人产业正从“单点突破”进入“生态共建”的新阶段。持续场景落地也有望深度挖掘具身智能的理论与实践价值,推动我国人形机器人产业从“实验室”加速迈向“应用场”,为全球智能科技发展贡献独特“中国方案”,展现了这一领域的技术实力和无限潜力。
不仅仅是场景创新突破,人形机器人在政策、资本、技术、产业链的推动下,正步入1-N的量产元年,从实验室技术奇观蜕变为社会生产力工具。本次大会为企业集中发布新品提供了优质平台,北京星动纪元科技有限公司、北京人形机器人创新中心、灵心巧手(北京)科技有限公司、北京伟景智能科技有限公司等十余家企业现场发布创新新品,体现了人形机器人与具身智能行业蓬勃的发展态势。
当天,中国工程院院士、华中科技大学机械科学与工程学院陈学东教授,北京航空航天大学王田苗教授,北京星动纪元科技有限公司创始人陈建宇教授等近三十位行业专家通过相关主旨报告,围绕技术创新与落地展开深度研讨,专家们在会上凝聚发展共识,科学研判技术趋势,为海淀区产业规划与行业发展提供智力支持。
现场多位业内人士普遍认为,作为“未来产业”的核心组成部分,人形机器人与具身智能有望成为中国经济高质量发展“新引擎”,将深度融入智能制造、医疗康养等领域,成为推动社会智能化转型的关键力量。
2025人形机器人与具身智能产业大会的举办,描绘了人形机器人与具身智能产业的最新产业链图景,标志着我国人形机器人正先一步从技术突破迈向产业爆发的关键转折。作为未来产业的标杆,随着政策红利持续释放与技术场景深度融合,这一赛道必将成为驱动新质生产力的全新增长极,为构建全场景智慧社会注入澎湃动力!
好文章,需要你的鼓励
NVIDIA团队开发的SANA-Sprint技术实现了AI图像生成的重大突破,将传统需要20步的生成过程压缩至1步,在H100上仅需0.1秒即可生成1024×1024高清图像,速度比现有最快模型提升10倍以上。该技术通过创新的混合蒸馏策略,在大幅提升速度的同时保持了图像质量,并支持实时交互应用,为AI绘画从专业工具向大众应用的转变奠定了基础。
初创公司Positron获得5160万美元A轮融资,推出专门针对AI推理的Atlas芯片。该公司声称其芯片在性能功耗比和成本效益方面比英伟达H100高出2-5倍,并已获得Cloudflare等企业客户采用。Positron专注于内存优化设计,无需液体冷却,可直接部署在现有数据中心。公司计划2026年推出支持16万亿参数模型的下一代Titan平台。
北京人工智能研究院团队开发的DiagNote模型通过模仿人类做笔记的习惯,解决了AI在多轮视觉对话中容易"失忆"的问题。该研究构建了专门的MMDiag数据集,设计了双模块协作的AI架构,让机器学会像人类一样通过标记重点区域来保持专注力,为更自然的人机视觉交流奠定了基础。