数字丝路发展论坛关注新丝路上“具身”智能创新热
2026年数字丝路发展论坛聚焦具身智能创新,机器人形态从仿人转向场景适配,“一脑多态”大模型实现群体智能协同,数据驱动自我进化,加速从实验室走向规模化应用。
还记得电影《流浪地球2》里那些穿梭在空间站和数据中心的机器人吗?它们执行高难度指令的样子,当时看着还觉得是科幻,如今已经在现实中一一上演了。
2026年世界互联网大会数字丝路发展论坛上,“智能体协同创新发展”成了热门话题。论坛前夕,我们走进西安,实地探访具身智能从实验室走向应用场景的创新实践。
形态之变:从“追求仿人”到“适配场景”
在西安交通大学机器人研究院的展厅里,双足、轮式、四足、履带式……各种形态的机器人各显神通。2025年,研究院推出了正在研发的七款人形机器人创新矩阵“天演”。有意思的是,这七款机器人并不是按技术高低来排座次,而是根据不同的本体形态,精准匹配到各自擅长的场景里。
那么,机器人是不是越像人就越先进?双足机器人确实能模仿人类,适应台阶、楼梯等复杂地形,但在很多工业场景里,轮式人形机器人成本更低、稳定性更高。遇到大型物体搬运、风力发电巡检这类特殊任务,机器人就得根据作业空间来“量体裁衣”。说到底,机器人的“身材样貌”没有高下之分,能不能适应环境、高效完成任务,才是硬道理。
协同之变:从“单体智能”迈向“群体智能”
不同形态的机器人,能不能共用同一个“大脑”?针对这个行业痛点,研究院基于场景适应性,打造了“一脑多态”具身智能大模型。它采用多模态通用基座大模型与端侧具身模型相结合的混合架构,目前已经完成了场景应用的初步验证。简单来说,就是同一套具身智能“大脑”,可以适配不同形态、不同结构的机器人本体。遇到复杂任务,系统会根据每台机器人的能力进行精准分工,让多台机器人高效协同干活——这标志着机器人从“单体智能”正式迈向“群体智能”。
训练之变:数据驱动机器人“自我进化”
机器人的智能化,说到底靠的是海量数据的积累。这些数据既能用来训练模型、提升作业能力,也为后续技术迭代打下了基础。研究人员说得直白:“数字化是后面很多工作的基础。没有数据,就没有办法很好地训练模型。”每一次数据驱动的训练和迭代,都在让机器人离我们的生产生活更近一步。
Windows 10 是一款微软推出的经典操作系统,拥有硬件兼容性与多任务处理能力。它更偏向把系统状态查看和常用调节动作放在一起,适合需要持续观察和微调设备状态的场景。
极度公式是一款跨平台专业LaTeX公式识别编辑软件,支持OCR公式识别和多平台编辑。和使用说明,避免使用,享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。
















