【儀表網 行業政策】2月28日，北京市科學技術委員會、中關村科技園區管理委員會等部門印發《北京具身智能科技創新與產業培育行動計劃(2025-2027年)》(以下稱《行動計劃》)。《行動計劃》提出，北京將利用三年時間，力爭突破百余項關鍵技術，推動萬臺具身機器人規模落地，培育千億級產業集群。
 

　　《行動計劃》提出，到2027年，原始創新能力顯著提升，圍繞具身大小腦模型、具身智能芯片、全身運動控制等方面突破不少于100項關鍵技術，產出不少于10項國際領先的軟硬件產品，具身智能上下游產業鏈基本實現國產化。基礎設施建設逐步完善，建設世界模型仿真、數據采集、中試驗證、場景開放測試等一批新型研究創新平臺，建設統一的具身數據采集管理、測試驗證標準，支撐不少于100家創新主體開展技術創新，提升產品迭代速度。產業規模進一步擴大，培育產業鏈上下游核心企業不少于50家，形成量產產品不少于50款，在科研教育、工業商業、個性化服務三大場景實現不少于100項規模化應用，量產總規模率先突破萬臺，培育千億級產業集群。產業生態持續優化，建設不少于2個具身智能特色產業集聚區，打造具身智能領域產教融合基地，營造具有國際影響力的具身智能產業生態。
 

　　為實現上述目標，《行動計劃》提出了4項17條具體措施。其中，在引領具身智能軟硬件技術前沿方面，《行動計劃》提出了6項具體措施。包括：
 

　　突破多模態融合感知技術
 

　　支持高校院所聯合優勢企業，研究多傳感器數據的時空同步與校準技術，高效整合不同感知源數據；研究跨模態學習算法，加強不同模態數據的相互作用和互相補充；研究交互式感知、主動感知、多模態數據補全等算法，實現規模化多模態數據高效自動對齊；研究具身環境中高效、魯棒的視覺-語言-動作多模態統一表征與融合方法，提升機器人感知理解能力。
 

　　研發具身智能“大腦”大模型
 

　　基于本市人工智能大模型產業基礎，支持各類創新主體，構建通用性強的多模態基礎大模型，可實現任意模態輸入輸出和多模態理解與生成。基于多模態基礎大模型，研發具身智能“大腦”大模型，使其具備空間物體感知、環境自主理解、復雜任務規劃等能力，實現具身智能機器人的復雜任務處理、動態環境適應和未來狀態預測。研發感認知-決策-控制一體化的具身智能大模型，增強機器人的場景理解、邏輯推理、任務規劃、行為控制、人機交互、自主學習等核心能力，提升機器人在跨本體、多場景、多任務下的適應性和泛化能力。
 

　　提升具身智能“小腦”技能模型能力
 

　　強化企業創新主體地位，鼓勵企業建立技術創新中心，推動技術供應方與場景應用方聯合開發面向具身任務的專用與通用技能模型，擴展具身智能機器人技能庫，提升復雜任務的靈巧操作能力。構建自主決策模型，實現機器人實時感知理解和快速決策。研究具身智能系統的持續學習方法和“人在回路”的混合學習方法，實現機器人技能模型持續改進與環境自主適應。
 

　　提高機器人運動控制性能
 

　　研究高動態運動機器人全身運動控制策略，突破模型預測控制與強化學習結合的運動控制算法，提高具身智能系統的控制精度和響應速度，實現機器人動態平衡與自適應調整。研究雙臂協同、手眼協同、腦身協同等技術，建立數據閉環和在線學習機制，提升機器人的運動靈活性和執行效率，實現對機械臂、靈巧手等不同部件的精細控制和泛化操作。搭建通用機器人運動控制算法框架，實現軟硬件接口模塊化和標準化設計，實現具身智能“大腦”在異構機器人本體接入。
 

　　強化核心零部件技術創新和供給能力
 

　　優化精密加工工藝，提升傳感器、減速器、一體化關節、末端執行器等核心零部件的技術創新和供給能力。研發高強度耐磨材料、精密加工和組裝、高速潤滑和散熱等關鍵技術，提升電機性能，延長使用壽命。研發高爆發、高精度、高動態響應、高可靠的伺服驅動系統及智能一體化關節，開發自適應控制算法,提升負載能力。研制多傳感器高度集成的通用末端執行器，研發高精度機械臂和靈巧手系統，提升精細靈巧操作能力。研究機器人的輕量化技術，研發輕質高強度材料、柔性材料及高性能電池，提高續航能力。
 

　　研制國產高性能具身智能芯片
 

　　研制通用、高算力、高帶寬的整機智能控制芯片，為各類具身智能系統開發與應用提供關鍵支撐。前瞻布局高性能人工智能大模型云端推理芯片、超低功耗的端側控制計算芯片、具備自主學習與認知決策能力的類腦芯片，打造模塊化終端通用智能模組，提升終端設備的智能性能及部署效率。開展國產具身智能芯片、通信模塊與具身大小腦模型、世界模型仿真平臺的系統適配，實現具身智能操作系統、軟件算法在具身智能機器人上的高效部署，構建全棧國產化軟硬件生態。
 

　　在加快建設新型研究創新平臺方面：
 

　　構建具身智能世界模型仿真平臺
 

　　圍繞提升具身智能模擬器的可控性、交互性、4D生成和規律嵌入四個方面，研究高效可擴展、可控可交互的下一代視頻生成模型，融入物理規律與常識，構建具身智能世界模型仿真平臺。研發世界宏觀運行規律模型，在有限輸入信息情況下，可有效模擬和預測真實世界未來狀態，幫助具身智能機器人在復雜動態環境中做出更優決策與行動。生成多樣化的合成數據訓練樣本,減少對真實數據采集的依賴，增強機器人感知、理解、推理和通用泛化能力。
 

　　共建高質量多模態通用具身數據采集平臺
 

　　構建高保真、多模態的感知交互一體化數據生成平臺，建設虛實融合的具身智能數據采集訓練場，支撐多種真實場景、復雜任務下的機器人動態交互數據采集。建設統一的具身數據采集管理標準，搭建涵蓋具身數據采集、清洗、標注、管理、共享等全流程的具身數據云平臺，建立“訓-調-糾”全流程數據主動發現與利用機制，加快構建高質量、多模態的通用具身智能數據集。研究建立具身智能數據聯合運營和開放共享機制。
 

　　建設具身智能機器人中試驗證平臺
 

　　鼓勵具有智能制造經驗的單位，建設一批開放共享的具身智能中試驗證平臺，針對核心零部件和機器人本體原型設計、柔性制造、工藝優化、小批量生產在內的全方位中試服務需求，部署3D打印、機加工、PCB(印制電路板)加工、非標部件等加工設施，設計和建造定制化的生產設備及工具，探索市場化運作模式，加速科技成果產業化進程，提高產品迭代速度。
 

　　搭建真實場景開放測試平臺
 

　　建設統一的測試驗證體系與標準，探索建立聯合驗證機制，提升測試驗證效率和可信度。建設海淀公園機器人開放訓練場，搭建多場景、多任務開放物理測試環境，研究虛實融合跨場景適配技術，打造可智能對抗的交互測試驗證平臺，降低仿真環境向真實場景的遷移難度，提升具身智能在仿真環境與真實場景的測試驗證一致性。
 

　　在數據方向，主要是針對目前高質量數據仍然匱乏，以及具身智能真實場景數據采集效率低、成本高的問題，將重點支持具身智能數據基地建設，搭建具身智能數據實景采集和虛擬仿真平臺，形成數據采集、加工標注、模型應用等一體化能力。同時支持高質量具身智能數據集開放共享，對符合條件的數據集按照服務合同實際執行額給予一定比例的支持。
 

　　在場景方向，針對應用場景釋放還不充分、應用推廣還需加強問題，將加快建設一批“具身智能+”場景，圍繞生產制造、特種服務、民生保障、文化休閑等領域擇優建設標桿示范場景。推動更多具身智能機器人產品納入首臺(套)目錄，支持首臺(套)產品在京產業化、開展示范應用和建設應用驗證平臺。同時，支持采用具身智能新技術新產品開展數字化車間以及智能工廠改造。