在人工智能领域，当机器人从“感知世界”迈向“理解并适应世界”，具身智能正开启全新的技术篇章。清华大学人工智能研究院智能机器人中心主任孙富春教授在2025浦江创新论坛具身智能前沿技术论坛上提出，未来智能机器人将突破传统工具属性，成为能在真实物理环境中自主决策、学习与进化的“类生命体”。
传统机器人往往依赖预设指令执行任务，如同机械记忆的学生，一旦环境参数变化便难以应对。孙富春以泡茶场景为例：具身智能机器人不仅需要完成烧水、取茶、注水等流程，更需具备逻辑推理能力——当检测到茶叶不足时，能自主规划路径从储物柜寻找替代品。这种能力源于“策略泛化”与“场景泛化”的双重突破，即通过智能鲁棒性摆脱对特定数据的过度依赖，实现从“开上海的门”到“开北京的门”的跨场景适应。
机器人的“发育”过程被类比为人类成长：通过持续与环境交互，将感知与行为深度融合，构建对物理世界的动态认知模型。孙富春指出，传统强化学习仅依赖数据训练已无法支撑高级智能，必须转向“具身强化学习”框架。这种模式使机器人能像人类一样调用知识库、记忆和经验，通过类比迁移解决未知问题，例如从抓握苹果的动作中推导出抓取杯子的策略。
在技术路径上，孙富春强调“大模型+小模型”的协同架构将成为主流。云端大模型承担高阶认知任务，如任务分解、逻辑推理和知识调用，为机器人提供战略层面的“认知高度”；部署在本体的小模型则专注毫秒级实时控制，如力反馈调节和轨迹优化，确保执行层面的“操作精度”。这种分布式架构已在工业领域验证可行性，例如通过“云端大模型规划路径+边缘小模型控制机械臂”实现精密装配。
关于本体形态，孙富春明确提出人形机器人是具身智能的最佳载体。他列举四大优势：人类神经系统的可塑性支持长期技能学习；四肢协调性为动作控制提供天然基准；双足行走对平衡感知的要求远超轮式结构；灵巧双手的结构设计适合复杂工具操作。其团队研发的主动握力灵巧手已实现单臂15公斤负载能力，可完成穿针引线等精细任务，并在国际机器人操作挑战赛中多次获奖。
对于具身智能的未来突破，孙富春提出四大核心方向：优化人形本体设计以提升环境适应性；构建融入物理规律的“世界模型”数据库；开发能快速适配不同任务的个性化智能体；完善基于经验积累的自主进化机制。这些要素共同构成从实验室到实用场景的关键桥梁。
