对话全国政协委员、天娱数科CEO贺晗：具身智能产业应避免“重复造轮子”

　　、具身智能等成为高频词汇。“DeepSeek带动中国人工智能产业进入‘高铁时代’，有望在全球竞争中实现从‘追赶’到‘引领’的跨越。”全国政协委员、天娱数科CEO贺晗接受

　　过去几年，大模型迈向高歌猛进的发展阶段，不断膨胀的参数和层出不穷的应用挤满了人工智能赛道，同时具备高质量数据和创新性强的超级物种也不断出现。

　　上个月，深圳迎来了首批AI公务员，除了有DeepSeek通用能力外，还结合各部门各单位实际业务流程量身定制个性化智能体，首批满足240个业务场景使用。近日，AI创业公司Monica发布了全球第一款通用AI Agent产品Manus，具备自主执行、持续学习和记忆等能力。

　　“AI不是替代工作岗位，而是重塑协作范式。以前是‘乐手’，以后是‘智慧家’，以前是‘员工+公司’，以后是‘平台+AI增强的超级个体’。”贺晗认为，AI精准执行基础任务，人类则注入创新、情感，最抢手的不是会用AI的人，而是能用AI创造不可替代性价值的人。

　　在贺晗看来，AI不会简单地冲击传统工作岗位，而是在重塑整个就业生态。客服、文案岗位减少的同时，AI训练师、AI伦理审核、AI设计师、AI产品经理等职业正在兴起，形成更复杂的生态系统。

　　此外，与大模型协同发展的还有具身智能，相关产业正迎来提速，应用场景加码落地。比如，有人形机器人开始踏入工厂，成为制造业生产线上的“流水工人”，还有具身智能嵌入智能家居、穿戴设备与汽车场景等。

　　具身智能指的是一种智能系统或机器，能够通过感知和交互与环境进行实时互动。通常具备感知、认知、决策和行动的能力，而人形机器人则被视为具身智能的最佳载体。

　　根据花旗银行最新发布的预测，到2050年，全球人形机器人市场规模将达7万亿美元，全球人形机器人数量将达到6.48亿台。

　　但在贺晗看来，当前具身智能产业的发展仍存在一些障碍。

　　首先，缺乏算法通用开发平台，多数企业都要从0到1独立研发，导致重复投入和资源分散；其次是缺乏通用3D数据平台，高质量3D数据集稀缺，3D数据采集设备未普及，3D数据获取成本高、标准化程度低，制约具身智能深度训练；最后，缺乏通用标准认证平台，硬件接口、通信协议、数据格式等缺乏统一规范，不同厂商的机器人本体构型与软件架构互不兼容，制约规模化应用。

　　此外，现实动态场景往往伴随着很多突发、不可预测的因素，这无疑又加大了成本。

　　对此，贺晗建议，建立国家级具身智能发展规划，并鼓励通用平台建设，避免重复“造轮子”。鼓励开发从硬件到软件、从底层到应用层、从AI模型底座到3D数据集的通用开发套件，如开源代码库、仿真环境库、开源数据集等，降低创业和研发门槛。

　　同时，加快标准建设，创建生态认证体系。鼓励建立“具身智能兼容性认证”，对通过协议兼容性测试的产品给予一定补贴，降低异构系统整合成本。

　　在降低企业技术验证成本方面，“可以建立跨行业测试平台，依托高校或大厂建设具身智能机器人测试中心，搭建多场景、多任务开放物理测试环境，提供多模态感知、动态决策等核心能力的标准化测试服务。”贺晗说。