2025世界人工智能大会正在上海火热进行，与往年不同，今年会场最吸睛的不再是单纯的算法演示或孤立的机械装置，而是大模型与机器人深度融合的“具身智能”产品。从能做爆米花的双足机器人到会讲PPT的服务机器人，从工业场景的精准操作到家庭场景的陪伴互动，“大脑”与“小脑”的协同进化，正在重新定义智能的边界。
机器人“大脑”与“小脑”同步进化
在今年世界人工智能大会“技能大舞台”现场，五大特色展区构建了未来智慧生活的微缩模型，生动诠释了AI技术赋能千行百业、服务人民生活的“上海实践”。
与去年惊艳亮相的“十八金刚”人形机器人先锋阵列相比，今年的展示在三个维度完成了全面升级，其中，最值得关注的就是“大脑与小脑”的进化。
大模型技术已全面进入机器人的“大脑”（决策）和“小脑”（控制）。例如，在智造车间区域，青龙机器人正进行自动化物料分拣。其核心是基于600万真机数据和 VLA预训练，形成的2.8B操作大模型。
更令人瞩目的是，国地中心和浦江实验室团队预计年底前将完成2500万整机数据积累，规模达谷歌同类数据集的10倍。通过扩大数据规模，显著提升了机器人的泛化能力和涌现能力，使其能够基本满足核电、汽车、3C等复杂工业场景的作业要求。
在商汤展台，基于商汤最新日日新V6.5多模态大模型的人形机器人同样吸引了大量观众驻足。它可以生动讲解“长安的荔枝”PPT，语言自然，风趣幽默，不仅可以自动翻页，还能回答各类问题，并进行阶段性小结。商汤科技董事长兼首席执行官徐立表示，AI的发展经历了从感知智能到生成式智能的跨越，而下一阶段的突破将依赖于AI对现实世界的主动探索与交互。
商汤科技发布的“悟能”具身智能平台，堪称机器人的“全能教练”。它通过4D真实世界构建技术，让机器人能像人一样“感知空间”。比如输入“去厨房架子上找东西”的指令，系统会自主规划路线、避开障碍物，甚至根据架子高度调整伸手角度。
更厉害的是“视觉-语言-动作”联动能力，比如讲解PPT时，它能自动翻页、指向重点内容，动作与语言节奏完美匹配。商汤科技董事长徐立表示：“悟能要做的，是让机器人真正‘活’在现实世界里，而不是困在代码里。”
擎朗智能的“岗位化”技术路线则提供了规模化落地的范本。其构建的“场景-岗位-技能”三层体系，像搭积木一样拆解服务流程。
在餐饮场景中，迎宾、点餐、传菜等每个岗位都对应独立的技能模块，通过通用大模型实现跨岗位协调。以擎朗机器人XMAN-F1 为例，它的手部操作精度达毫米级，能完成冲泡咖啡、整理客房等精细活，而这背后是每日万亿级真实场景数据的持续训练。
京东JoyInside的“附身智能”则主攻“人机交互”痛点。通过接入京东JoyAI大模型，合作品牌的机器人和AI玩具实现了“能聊天、会记事儿、有情绪”：教育机器人“元萝卜AI”能根据孩子的回答调整辅导策略，对话轮次提升148%；AI潮玩“Fuzozo芙崽” 能记住用户的喜好，形成独特的“养成系”性格。
京东集团高级副总裁何晓冬解释：“以前机器人是‘功能工具’，现在是‘情感伙伴’，这背后是大模型对人类语言和情绪的深度解码。”
大模型让机器人从“炫技”到“实用”
“大模型+机器人不是选择题，而是必答题。” 在“具身智能全球治理”论坛上，专家学者普遍认为，这场技术融合将彻底改变生产生活方式。
上海人工智能实验室主任助理张峰指出，数据规模与质量是具身智能突破的关键。“国地中心2500万整机数据集的意义，在于让机器人‘见多识广’。就像人类通过阅历增长智慧，机器人也能通过数据积累获得‘涌现能力’，突然能做从未训练过的事。” 他举例，某团队训练的机器人在积累1000万数据后，突然能自主解决“用纸巾包裹易碎品”的新任务，这正是数据规模带来的质变。
对于商业化路径，擎朗智能技术负责人则认为“岗位化是捷径”。“与其追求‘一个机器人干所有事’，不如让每个机器人精通一个岗位。”他以餐饮行业为例，专用配送机器人效率比人工高3倍，而人形机器人专注于接待等需要情感交互的岗位，“人机协作才能最大化价值”。
“大模型+机器人”的融合发展，无疑将为人工智能的应用带来更加广阔的前景。正如商汤科技董事长兼首席执行官徐立所说，AI的发展下一阶段的突破将依赖于 AI 对现实世界的主动探索与交互，而大模型与机器人的结合，正是实现这一突破的重要路径。
头图为2025WAIC具身智能“技术大舞台”，劳动报记者颜筱依摄