● 眾擎人形機器人靈活奔跑在深圳灣綠道上，姿態穩定流暢，還可以0.5秒內通過4個自由度協同控制，穩穩完成前空翻動作；

● 樂聚機器人旗下的“夸父”，不僅在深圳兩會舉麥采訪代表委員，更是亮相零下二十度的亞冬會火炬傳遞現場，與火炬手擊掌互動；

“夸父”在-20℃的亞冬會火炬傳遞現場與火炬手擊掌互動

“夸父”以“記者搭子”的角色參與深圳2025年兩會新聞報道

● 來自逐際動力的雙足機器人PI在野生石路、草坡溝渠等多種復雜地形中，高動態完成徒步測試；旗下人形機器人CL-1高動態地完成帕梅拉深蹲、甩腰、躺平等全身復雜動作；

人工智能（AI）與機器人技術融合的核心方向是推動機器人從簡單自動化向智能化、自主化、協作化方向演進，其關鍵領域包括以下六大方向：

1. 感知與認知能力的深度結合

• 多模態感知：通過視覺、觸覺、語音、激光雷達等多傳感器融合，提升機器人對復雜環境的動態理解能力。例如，自動駕駛汽車（如特斯拉Autopilot）通過多傳感器融合實現環境建模；服務機器人（如波士頓動力Spot）通過視覺+激光雷達避障。

• 語義理解與推理：AI賦予機器人對場景的語義解析能力，如識別物體屬性、理解人類意圖。如倉儲機器人（如亞馬遜Kiva）通過AI識別貨物類別并規劃最優路徑。

  
  

2. 自主決策與實時規劃

• 動態環境適應：AI算法（如強化學習、模仿學習）使機器人能在不確定性中實時調整行為。例如工業機器人（如ABB YuMi）通過AI優化裝配流程；無人機（如大疆行業級無人機）在復雜地形中自主飛行。

• 多任務協同：AI支持多機器人系統的協同作業，如群體機器人協作完成搜索救援或物流分揀。

  
  

3. 人機協作與自然交互

• 安全協作：通過力控技術、AI預測算法實現人機物理交互的安全性，如協作機器人（如UR機器人）在工廠中與工人共享工作空間。

• 自然語言交互：結合NLP技術，機器人能通過對話理解指令并反饋，如導覽機器人（如獵豹移動豹小秘）通過語音交互提供服務。

• 情感交互：AI情感計算賦予機器人識別人類情緒的能力，如教育機器人通過表情分析調整教學策略。

  
  

4. 自主學習與持續進化

• 小樣本學習：解決數據稀缺問題，使機器人通過少量樣本快速適應新任務，如工業機器人學習新零件的抓取方式。

• 終身學習：機器人通過持續與環境交互更新知識庫，如家用清潔機器人（如科沃斯地寶）根據家庭布局優化清掃路徑。

• 遷移學習：跨場景知識遷移，如工廠機器人將裝配經驗應用于不同生產線。

  
  

5. 柔性化與模塊化設計

• 柔性機械結構：AI驅動軟體機器人（如仿生章魚機器人）適應非結構化環境，如醫療內窺鏡或救災場景。

• 模塊化重構：通過AI規劃，機器人可動態組合模塊化部件執行不同任務，如模塊化工業機械臂切換焊接、搬運功能。

  
  

6. 邊緣智能與低功耗優化

• 邊緣計算：AI模型輕量化（如TinyML技術）賦能機器人在本地端實時處理數據，減少對云端的依賴，如安防巡邏機器人實時分析監控畫面。

• 能效管理：通過AI優化能源分配，延長機器人續航，如農業巡檢無人機動態調整飛行模式以節省電量。

針對產業環節定向邀約150家+企業做實物展示。展商構成中3/4都來自上游的零部件模組廠家，包括機電、控制和AI模型，以及周邊配套，代工廠等等；1/4為整機或者人形機器人等開發平臺。

主導做技術交流，不僅有企業的市場、銷售、方案部門人員，還有研發、技術人員參與，讓對的企業遇見合適的人。

創新性采用技術社區共建的方式，聯合NIVIDIA、ROSCon、Gitee等機器人相關主流技術社區背靠背做工作坊、技術沙龍等活動。邀請機器人相關標準專家組在活動現場做標準工作組會議。純技術活動超過10場，可以送達的技術社區用戶超100萬人。

▲了解更多機器人全產業鏈技術，掃碼入群