2025 年 9 月 16 日，北京丰大国际大酒店二层九华厅内气氛热烈，ADI 公司举办的 “激活边缘智能 共绘具身未来” 人形机器人媒体分享会吸引了众多行业专家、媒体朋友齐聚一堂。在人工智能蓬勃发展、机器人应用需求日益增长的当下，此次会议犹如一场及时雨，为行业发展指明方向。

工业智能未来：物理智能崛起

ADI 公司院士兼技术副总裁陈宝兴博士以《从数字工厂到人形机器人，全方位构建工业智能未来》的主题演讲拉开会议序幕。过去十年，数字工厂极大地推动了生产自动化和数字驱动决策，但陈宝兴博士指出，物理智能 —— 机器对环境的感知、理解和灵巧操作，才是工业智能的未来。

他将过去 70 年 AI 的发展比作智能进化时间轴：从 1950 年图灵测试开启对机器思考能力的探讨，到 1956 年达特茅斯会议正式确立人工智能学科；从 2012 年深度学习促使机器视觉、语音图像识别能力大幅提升，再到 2022 年生成式 AI 爆发将 AI 带入全民时代，而如今，2025 - 2030 年，具身机器人正逐步从概念走向现实，成为推动产业变革的新力量。AI、机器人和自动化从各自为政走向深度融合，一个超级生态正在形成。

机器人发展受多重因素驱动。AI 算法的加速让机器具备在复杂环境下自主优化动作的机器学习与适应能力；市场对灵活制造需求增大，工厂柔性生产需要机器人能快速切换任务；人口减少与劳动力短缺的现状，更使得人机协作成为未来制造业的必然趋势，机器人将与人类携手完成复杂任务。

机器人核心能力与关键技术

陈宝兴博士将现代工厂比喻成巨型机器人，传感器是其眼睛，高速连接是神经网络，电机与执行系统是肌肉，控制与解译系统是大脑。而人形机器人则是将这些能力浓缩在一个灵巧 “人体” 中的超级员工。

在感知方面，未来机器人需具备 “多模态感知融合” 能力，通过视觉与触觉协同判断物体形态，提升操作灵巧度。连接上，无论是工厂还是机器人，都离不开高速、稳定的 “神经网络”。控制系统作为机器人的 “大脑皮层”，负责运动规划与动作执行，最新 AI 驱动的运动控制算法可使机器人多关节协调，完成复杂动作。同时，机器人还需具备理解环境与任务的能力。

ADI 提供从核心技术到系统解决方案的全套产品助力人形机器人落地。例如测量景深的 ToF 摄像头模组；GMSL、以太网等高速连接技术，以及针对关节数据传输的 60GHz 无线连接；ISO - USB 等稳健的外部连接保障维护、调试、充电安全；高效的电源与电池管理方案；用于类人灵巧操作的 IMU、实现先进抓握与触觉感知的触觉传感器；从电机控制的磁性编码及控制器、位置传感器等。

灵巧手被视为实现人形机器人智能的下一个突破口。特斯拉 CEO 埃隆・马斯克也曾提及 Optimus Gen3 中灵巧手的研发难度。实现类人灵巧操作有五大关键技术因素：一是低延迟，机器人控制环路总延迟需控制在 10～20 ms甚至更低，以实现本能级反应；二是精密电机控制，保证机器人手指能精确控制力度与角度；三是触觉传感，使其能感知压力、滑移和材质变化；四是高速互联，构建高速低抖动的数据通路；五是高宽带数据共享，支持 “边云协同”，让机器人实时上传操作数据并接受远程优化。

低延迟控制环路至关重要。人类手指触碰热物时本能缩回的脊髓反射只需 20 ～50 ms，机器人要实现类似反应，需在感知、处理、通信、驱动四个环节做到极致低延迟。如快速响应磁触觉阵列 1ms 响应实现感知延时优化；边缘 AI 芯片实时推理和控制用于处理环节；GMSL、以太网等实现毫秒级高速通信；高响应电机驱动完成驱动环节，如此才能让机器人具备 “类人灵巧”，成为工业现场的得力伙伴。

在精度和灵敏度方面，机器人要实现复杂高端制造任务，还有很大提升空间。如外科手术般，机器人执行任务时对精度和灵敏度要求极高。当前机器人角度检测精度为 ±0.1～0.5 °，未来对标人类需达到指关节角度感知精度约 ±0.02 ～ 0.05  °；触觉灵敏度需能识别 1 克压力变化或 1 毫米位移，实现精确抓取和柔顺操作；运动控制精度目前一般为 ±1～2 mm，逼近人类则需达到 0.01 mm；关节延迟在复杂动作同步时，目前一般 5～10 ms，理想状态为 1 ms。

ADI 正在开发的磁耦合触觉传感器具有独特优势。相较于市场上常用的压阻式、电容式和光学检测触觉传感器，其不受水分、灰尘等环境因素影响，可靠性更高。原理上，通过弹性材料受压力时磁场变化，由电桥检测输出力的大小。该传感器磁阻不受水分影响，温度稳定性好，且对外界磁场有屏蔽作用，稳定性高，力检测灵敏度达 1g，分辨率 12 比特，空间分辨率低于 1mm。

AI 与物理智能融合及行业趋势

加速人形机器人创新和落地，AI 与物理智能的深度融合不可或缺。AI 如同机器人的 “大脑” 负责学习、推理、决策，物理智能作为 “身体” 负责感知、运动与环境互动，两者融合才能使机器灵活、聪明、可靠。ADI 的机器人团队将传感器和执行器模型集成进 NVIDIA 的 Isaac Sim 平台，模拟真实世界物理反馈，训练可部署控制策略，实现从仿真到现实的突破。在工业复杂应用场景中，高仿真可生成训练数据，而准确模型是实现仿真准确性的关键，也是 ADI 的发力方向。

未来人形机器人将具备自适应、智能和协作三大特性。面对变化任务、工艺和环境能快速重配置；不仅 “做得对”，更要 “学得快”，具备自主学习和复杂环境任务执行能力；与人协作时能理解意图，默契配合完成复杂任务，造福人类。ADI 期望与产业伙伴共同推动人形机器人从实验室走向工厂，开启具身智能新时代。

圆桌论坛：商业化突破之路探讨

在随后的圆桌论坛 “从原型到量产 — 人形机器人商业化突破之路” 上，ADI 中国区工业市场总监蔡振宇主持，陈宝兴博士、国家地方共建具身智能机器人创新中心具身天工事业部负责人刘益彰、北京因时机器人科技 CMO 房海南、松延动力人形机器人电控系统负责人吴雅剑等嘉宾共同探讨人形机器人商业化面临的挑战与应对策略。

嘉宾们认为，当前人形机器人落地面临技术成熟度挑战，如物理智能与 AI 融合不足，复杂场景数据训练困难，机器人对环境适应性有待提高，还有尺寸、续航等问题。从企业角度，各企业在技术与产业创新上积极应对。例如，创新中心通过技术迭代提升机器人性能，开源相关技术推动普及；因时机器人在零部件技术创新上发力，实现模块化、一体化发展，优化成本并保持技术领先；松延动力通过算法优化、控制延迟等实现机器人高难度动作。

对于未来人形机器人应用爆发行业的预测，嘉宾们普遍认为，短期工业、物流等相对简单场景将率先应用；中期医疗陪护、危险环境作业等复杂场景有望拓展；长期来看，人机交互将更加深入，机器人将走进家庭，理解人类意图并协助完成各类任务。

此次 ADI 人形机器人媒体分享会为行业带来了前沿技术解读、发展趋势洞察以及商业化路径探讨，无论是对初入行业者还是资深从业者，都提供了宝贵的指导与启发，也为推动人形机器人产业发展注入了新动力。