北京发布发展具身智能“施工图” 力争推动万台具身机器人落地

　　2月28日，北京市科学技术委员会、中关村科技园区管理委员会等部门印发《北京具身智能科技创新与产业培育行动计划(2025-2027年)》(以下称《行动计划》)。《行动计划》提出，北京将利用三年时间，力争突破百余项关键技术，推动万台具身机器人规模落地，培育千亿级产业集群。
 

　　《行动计划》提出，到2027年，原始创新能力显著提升，围绕具身大小脑模型、具身智能芯片、全身运动控制等方面突破不少于100项关键技术，产出不少于10项国际领先的软硬件产品，具身智能上下游产业链基本实现国产化。基础设施建设逐步完善，建设世界模型仿真、数据采集、中试验证、场景开放测试等一批新型研究创新平台，建设统一的具身数据采集管理、测试验证标准，支撑不少于100家创新主体开展技术创新，提升产品迭代速度。产业规模进一步扩大，培育产业链上下游核心企业不少于50家，形成量产产品不少于50款，在科研教育、工业商业、个性化服务三大场景实现不少于100项规模化应用，量产总规模率先突破万台，培育千亿级产业集群。产业生态持续优化，建设不少于2个具身智能特色产业集聚区，打造具身智能领域产教融合基地，营造具有国际影响力的具身智能产业生态。
 

　　为实现上述目标，《行动计划》提出了4项17条具体措施。其中，在引领具身智能软硬件技术前沿方面，《行动计划》提出了6项具体措施。包括：
 

　　突破多模态融合感知技术
 

　　支持高校院所联合优势企业，研究多传感器数据的时空同步与校准技术，高效整合不同感知源数据；研究跨模态学习算法，加强不同模态数据的相互作用和互相补充；研究交互式感知、主动感知、多模态数据补全等算法，实现规模化多模态数据高效自动对齐；研究具身环境中高效、鲁棒的视觉-语言-动作多模态统一表征与融合方法，提升机器人感知理解能力。
 

　　研发具身智能“大脑”大模型
 

　　基于本市人工智能大模型产业基础，支持各类创新主体，构建通用性强的多模态基础大模型，可实现任意模态输入输出和多模态理解与生成。基于多模态基础大模型，研发具身智能“大脑”大模型，使其具备空间物体感知、环境自主理解、复杂任务规划等能力，实现具身智能机器人的复杂任务处理、动态环境适应和未来状态预测。研发感认知-决策-控制一体化的具身智能大模型，增强机器人的场景理解、逻辑推理、任务规划、行为控制、人机交互、自主学习等核心能力，提升机器人在跨本体、多场景、多任务下的适应性和泛化能力。
 

　　提升具身智能“小脑”技能模型能力
 

　　强化企业创新主体地位，鼓励企业建立技术创新中心，推动技术供应方与场景应用方联合开发面向具身任务的专用与通用技能模型，扩展具身智能机器人技能库，提升复杂任务的灵巧操作能力。构建自主决策模型，实现机器人实时感知理解和快速决策。研究具身智能系统的持续学习方法和“人在回路”的混合学习方法，实现机器人技能模型持续改进与环境自主适应。
 

　　提高机器人运动控制性能
 

　　研究高动态运动机器人全身运动控制策略，突破模型预测控制与强化学习结合的运动控制算法，提高具身智能系统的控制精度和响应速度，实现机器人动态平衡与自适应调整。研究双臂协同、手眼协同、脑身协同等技术，建立数据闭环和在线学习机制，提升机器人的运动灵活性和执行效率，实现对机械臂、灵巧手等不同部件的精细控制和泛化操作。搭建通用机器人运动控制算法框架，实现软硬件接口模块化和标准化设计，实现具身智能“大脑”在异构机器人本体接入。
 

　　强化核心零部件技术创新和供给能力
 

　　优化精密加工工艺，提升传感器、减速器、一体化关节、末端执行器等核心零部件的技术创新和供给能力。研发高强度耐磨材料、精密加工和组装、高速润滑和散热等关键技术，提升电机性能，延长使用寿命。研发高爆发、高精度、高动态响应、高可靠的伺服驱动系统及智能一体化关节，开发自适应控制算法,提升负载能力。研制多传感器高度集成的通用末端执行器，研发高精度机械臂和灵巧手系统，提升精细灵巧操作能力。研究机器人的轻量化技术，研发轻质高强度材料、柔性材料及高性能电池，提高续航能力。
 

　　研制国产高性能具身智能芯片
 

　　研制通用、高算力、高带宽的整机智能控制芯片，为各类具身智能系统开发与应用提供关键支撑。前瞻布局高性能人工智能大模型云端推理芯片、超低功耗的端侧控制计算芯片、具备自主学习与认知决策能力的类脑芯片，打造模块化终端通用智能模组，提升终端设备的智能性能及部署效率。开展国产具身智能芯片、通信模块与具身大小脑模型、世界模型仿真平台的系统适配，实现具身智能操作系统、软件算法在具身智能机器人上的高效部署，构建全栈国产化软硬件生态。
 

　　在加快建设新型研究创新平台方面：
 

　　构建具身智能世界模型仿真平台
 

　　围绕提升具身智能模拟器的可控性、交互性、4D生成和规律嵌入四个方面，研究高效可扩展、可控可交互的下一代视频生成模型，融入物理规律与常识，构建具身智能世界模型仿真平台。研发世界宏观运行规律模型，在有限输入信息情况下，可有效模拟和预测真实世界未来状态，帮助具身智能机器人在复杂动态环境中做出更优决策与行动。生成多样化的合成数据训练样本,减少对真实数据采集的依赖，增强机器人感知、理解、推理和通用泛化能力。
 

　　共建高质量多模态通用具身数据采集平台
 

　　构建高保真、多模态的感知交互一体化数据生成平台，建设虚实融合的具身智能数据采集训练场，支撑多种真实场景、复杂任务下的机器人动态交互数据采集。建设统一的具身数据采集管理标准，搭建涵盖具身数据采集、清洗、标注、管理、共享等全流程的具身数据云平台，建立“训-调-纠”全流程数据主动发现与利用机制，加快构建高质量、多模态的通用具身智能数据集。研究建立具身智能数据联合运营和开放共享机制。
 

　　建设具身智能机器人中试验证平台
 

　　鼓励具有智能制造经验的单位，建设一批开放共享的具身智能中试验证平台，针对核心零部件和机器人本体原型设计、柔性制造、工艺优化、小批量生产在内的全方位中试服务需求，部署3D打印、机加工、PCB(印制电路板)加工、非标部件等加工设施，设计和建造定制化的生产设备及工具，探索市场化运作模式，加速科技成果产业化进程，提高产品迭代速度。
 

　　搭建真实场景开放测试平台
 

　　建设统一的测试验证体系与标准，探索建立联合验证机制，提升测试验证效率和可信度。建设海淀公园机器人开放训练场，搭建多场景、多任务开放物理测试环境，研究虚实融合跨场景适配技术，打造可智能对抗的交互测试验证平台，降低仿真环境向真实场景的迁移难度，提升具身智能在仿真环境与真实场景的测试验证一致性。
 

　　在数据方向，主要是针对目前高质量数据仍然匮乏，以及具身智能真实场景数据采集效率低、成本高的问题，将重点支持具身智能数据基地建设，搭建具身智能数据实景采集和虚拟仿真平台，形成数据采集、加工标注、模型应用等一体化能力。同时支持高质量具身智能数据集开放共享，对符合条件的数据集按照服务合同实际执行额给予一定比例的支持。
 

　　在场景方向，针对应用场景释放还不充分、应用推广还需加强问题，将加快建设一批“具身智能+”场景，围绕生产制造、特种服务、民生保障、文化休闲等领域择优建设标杆示范场景。推动更多具身智能机器人产品纳入首台(套)目录，支持首台(套)产品在京产业化、开展示范应用和建设应用验证平台。同时，支持采用具身智能新技术新产品开展数字化车间以及智能工厂改造。