在近日开幕的2025全球开发者先锋大会暨国际具身智能技能大赛（GDPS 2025）上，中国科学院院士姚期智围绕具身智能的发展方向发表了重要观点。他指出，当前具身智能领域的研究大多依赖模仿学习，但这种方法存在明显局限，缺乏具备可解释性的世界模型以及物理因果推理能力。要推动具身智能实现突破，必须从单纯的模仿转向强化推理能力，将推理、规划和控制整合到一个闭环框架中，形成更加系统化的解决方案。
数据采集是具身智能发展的关键瓶颈之一。姚期智提到，现有技术下获取高质量具身数据的成本过高，制约了规模化应用的进程。为解决这一问题，行业需要探索创新的数据收集方式，构建可规划、可扩展的数据工厂，通过标准化流程降低数据获取难度，为验证具身智能的规模化路径提供支撑。这种模式不仅能提升效率，还能为算法优化提供更丰富的数据基础。
在机器人技术层面，姚期智强调了全身协同的重要性。他观察到，当前多数具身智能机器人的运动控制与操作能力仍处于分离状态，运动系统与手部精细操作缺乏统一规划。未来需通过技术整合，实现全身控制与手部操作的协同优化，使机器人能够完成更复杂的多步骤通用任务。这种能力提升将显著拓展具身智能的应用场景，从单一操作向综合服务转型。
针对行业生态建设，姚期智呼吁建立统一的评测标准与开放体系。他建议通过制定开放基准和安全规范，打破技术壁垒，鼓励研究成果的开源复现。同时，以挑战赛等形式推动算法的可重复性验证，加速技术向产业转化的进程。这种开放协作的模式有助于凝聚行业共识，避免重复研发，为具身智能的长期发展奠定基础。
