文章核心观点 - 论坛围绕“生态共建 在传统与创新中融合”主题，探讨了AI与机器人技术的发展前景，核心聚焦于人形机器人的技术阶段、商业化路径、关键支撑技术及未来发展方向 [1] 人形机器人的形态与通用人工智能（AGI）关系 - 中国已成为全球工业机器人和服务机器人第一大国 [4] - 人形机器人是AI闭环的关键，能推动人类文明和技术发展，2026年被视为其量产的重要节点 [4] - 人形并非实现通用人工智能的唯一形态，但被认为是具身智能的最佳形态，因其能收集真实世界数据、搭建世界模型，为Physical AI奠定基础，缺乏此载体，通用人工智能大概率无法实现 [5] - 人形机器人符合人类情感与视觉需求，适配人类生活环境，但其蹲起搬运等协调行为需要运算、感知、控制等多方面高复杂度配合，是重要发展方向但非唯一方向，不同应用场景需要不同的具身智能形态 [5] - 非人形机器人已在很多产业落地，进入业绩兑现和产能爬坡周期；而人形机器人尚处于“从0到1”的阶段，未真正进入生活产生价值，其高估值源于人类对情绪价值的期待 [5] - 具身智能技术目前处于L2阶段（动作实现较好，智能化水平偏低），正迈向L3阶段，人形机器人被认为是未来AGI技术的终局形态，但相关专有技术尚未成熟 [6] - 人形是追求通用性的途径而非目的，通用性也并非所有场景的最优解，机械臂等在封闭场景和成本敏感需求下更易落地，最终的机器人形态将更多取决于能否在工作场景中完成完整的产业化和商业化落地 [6] - 当前人形机器人正从PR阶段回归理性价值判断，基本完成从实验室原型打造到真实场景实训的过渡，未来需从运动控制升级到智能交互 [6] 人形机器人的商业化关键与量产进展 - 商业化落地是科技产品的核心价值 [8] - 优必选作为全球人形机器人第一股，已交付500台人形机器人，即将突破1000台，明年计划实现月产800-1000台，年底储备万台产能，但强调大规模量产需要标准化产品，目前行业仍处于“从0到1”的成长阶段 [8] - 行业对人形机器人量产时间的预期已从十年以上缩短至三五年 [9] - “量产”需以产品标准为前提，当前行业应慎用该词，优必选的交付属于小规模爬坡，行业尚未形成灵巧手、本体等全球统一标准，与新能源汽车的标准化基础不同，新创公司跨越大规模量产门槛难度极大 [9] - 人形机器人可能是人类历史上第一个从被动执行转换成主动认知能力的产品或设备 [9] - 终端付费是商业化的关键，产品需聚焦垂类场景，让用户感受到实际价值，通过持续交互积累信任，形成用户场景闭环，才能获得数据与反馈，实现强化学习与智能进化 [12] - 2024年底，显性知识已被AI学尽，智能进化进入新阶段，核心驱动力来自各行业的隐性知识（需通过人机交互构建强化学习链路挖掘）和物理世界的具身智能（需搭建世界模型弥补感知能力不足） [12] 人形机器人的关键技术支撑 - 机器人感知决策的关键是大小脑融合 [9] - 脑系统的核心是软硬件一体，需要芯片物理层、操作系统层、模型层三者深度融合，提出“副脑”概念处理前端感知信号，实现小脑大脑化、大脑小脑化，三者协同构建高效脑系统 [10] - 算力是人形机器人的核心支撑，成熟的机器人产品需要具备强泛化能力，要求认知、决策、执行各环节精准，同时配备高灵活度执行器、实时算力支持与强大算法支撑，实时算力必须部署在本地 [10] - 天数智芯是首家通用GPU厂商，2021年推出云端通用GPU芯片，目前产品已迭代至第四代，技术成熟 [10] - 国产算力硬件上采用通用GPU架构以适配各类新模型，软件上兼容主流路线，曾实现两天内完成跨本体的具身大模型适配及某语言大模型发布当天的零人工参与适配 [11] - AMD以CPU+GPU+NPU的异构计算方案，满足机器人运动控制、视觉识别、AI算力等多方面需求，并拥有开放的ROCm开发者生态为创新提供支撑 [13] - 在边缘智能场景中，系统需在本地快速处理传感器数据以实现低时延、高能效的智能推理，AMD的FPGA和自适应SoC可通过定制数据路径和灵活资源配置有效满足这些需求 [13] - AMD全栈式人工智能解决方案已有成功开发实例，例如基于AMD锐龙AI Max+395端侧算力支持的“开物”异构多智能体协同导航框架，以及基于AMD Mini AI工作站的“大模型如何控制机器人”解决方案 [14]