发布时间：2025-11-10 17:00:43 点击量：
这也是智一科技在大湾区举办的首届机器人大会。今年以来，智一科技旗下智猩猩分别联合智东西、芯东西已先后成功举办2025中国生成式AI大会、2025中国AI算力大会、2025全球AI芯片峰会等大型会议。
2025中国具身智能机器人大会（EAIRCon 2025）为期一天，由主论坛+专题论坛+研讨会+展览区组成，将以“具身启智 机器觉醒”为主题，邀请40+位嘉宾带来致辞、报告、演讲和对话，全方位解构具身智能掀起的新一轮机器人革命。
主论坛将于上午在主会场+分会场一Kaiyun官网拉开帷幕，将邀请知名学者、产业领袖、创业者、技术大咖和顶级投资人带来分享，并将进行一场高端对话。
具身智能人形机器人专题论坛则将于下午在主会场进行，将聚焦人形机器人这一具身智能最佳载体及产业链层面的技术产品创新。
机器人模仿学习与强化学习研讨会、具身世界模型技术研讨会、具身VLA大模型技术研讨会则会在分会场一、二进行，将邀请来自高校、工业界的研究人员和技术专家带来主题报告和技术分享。其中，研讨会主要面向持有闭门专享票、贵宾通票的观众开放。
同时，本次大会也在会场外设置了EAIRCon 2025展览区，展位以标展形式为主，预计将有近10家具身智能机器人赛道的企业参展，进行最新技术、产品与方案的展示和交流。
在上午进行的主论坛上，浙江大学求是特聘教授、浙江人形机器人创新中心首席科学家熊蓉受邀将带来开场报告，CoRL 2025杰出论文奖获得者、北京通用人工智能研究院研究科学家、具身机器人中心主任黄思远，星尘智能副总裁王佳楠与蓝驰创投合伙人曹巍也将出席并在主论坛带来报告和演讲。
在主会场下午进行的具身智能人形机器人专题论坛上，清华大学自动化系长聘副教授、灵御智能创始人兼首席科学家莫一林，云天励飞副总裁罗忆，宽恒科技副总裁龙孝晗将带来演讲分享。
随着各行业、各场景、各任务对机器人应用的需求日益迫切，机器人系统智能化水平不足、专业化门槛过高的问题日益凸显。
在此背景下，通用化与易用性成为突破规模化应用瓶颈的核心要素，其中人形机器人凭借其拟人化作业形态，与具身智能技术形成协同发展格局，前者提供物理交互范式，后者赋予自适应能力，二者的深度融合正推动通用作业智能进入新阶段。
本报告将主要介绍人形机器人具身智能作业的前沿技术突破、关键科学问题与技术挑战，以及本团队相关研究进展。
本次演讲将关注通用人形机器人的前沿研究以及应用落地问题，分析人形机器人领域最新的技术进展与突破，并展望通用人形未来走进千家万户所面临的机遇与挑战。
在分会场一下午进行机器人模仿学习与强化学习研讨会上，上海交通大学人工智能学院助理教授汶川，北京人形机器人创新中心具身智能算法专家刘宁，地瓜机器人算法副总裁隋伟，灵巧智能具身智能科学家陆逸文，中国电信人工智能研究院（TeleAI）具身智能中心研究工程师史纪元，香港大学在读博士、Humanoid Goalkeeper一作任峻立已确认出席，并将带来报告分享。其中，刘宁博士还将担任本次研讨会及圆桌Panel的嘉宾主持人。
现代机器人学习主要依托于两大支柱：收集海量数据与训练愈发强大的策略。然而，故事往往止步于此。最后一步“部署”，通常被视为单纯的评估阶段，而非其本应具有的关键环节。
事实上，部署不仅仅是执行，更是数据生成的过程。机器人在真实世界中产生的每一条轨迹，无论成功还是失败，都蕴含着关于策略弱点与环境动态的宝贵信息。忽视这股经验流，就意味着错失学习的机会。
在本次报告中，我将介绍我们近期在“Data Scaling on the Job”（任务中的数据扩展）主题下的研究工作——一个将部署转化为持续数据积累与策略改进引擎的框架。通过利用在线经验，并辅以策略性的人类干预与策略探索，我们正迈向这样一个未来：机器人不仅能执行所学，更能在执行中学习，从而减轻人类负担，实现真正可扩展的自主智能。
基于流匹配的生成式视觉运动策略，因其多峰分布建模能力和数值稳定性，在机器人操作中得到广泛应用。标准流匹配在动作推理时需进行多步采样，难满足实时性需求，并制约了真实场景下的应用。
本报告将介绍北京人形机器人创新中心具身智能团队提出的 FreqPolicy 策略，其通过在标准流匹配中引入频域一致性约束，实现了噪声到动作的高质量一步生成。
FreqPolicy 将原始动作块经 DCT-II 变换映射至频域，并约束流轨迹中不同时刻速度的频域特征相一致，从而得到更优的转移轨迹。此外，FreqPolicy 还设计了一种自适应策略来灵活地关注不同频域分量，以捕捉动作块中丰富的时域特性。实验显示，FreqPolicy 在 RoboMimic、MetaWorld 等仿真基准上，较现有一步生成 SOTA 策略性能分别提升 6%、3.6%；在 Libero 基准上与 OpenVLA 结合时推理速度提至 5 倍且保持性能不下降。同时，在真实场景中的任务成功率更高，推理频率提升 3.5 倍。
DexCanvas是首个包含物理验证接触力信息的大规模人手操作数据集，涵盖21类抓取动作，包含70小时线小时物理验证的合成数据。
本报告将重点讲解两个技术问题：第一，如何通过强化学习从人手动作中恢复接触力——在物理仿真中重建真实操作轨迹，自动提取逐帧力信息，解决力标注的技术难题；第二，如何设计跨形态可迁移的数据表示——基于MANO参数化使数据可适配不同构型机器人手。
报告将介绍数据集的组成与构建方式，并讨论开源数据生态对灵巧操作研究的价值。数据集已完整开源，支持行为克隆、强化学习、多模态预训练等研究方向。
5、中国电信人工智能研究院（TeleAI）具身智能中心研究工程师 史纪元
报告主题：《KungfuBot：人形机器人高动态武术舞蹈动作模仿的策略学习与控制框架》
得益于拟人形态以及丰富的人类运动数据集，人形机器人模仿人类完成武术舞蹈等复杂动作成为了领域内的一大热点。然而这一任务面临诸多问题，例如参考动作的物理可行性、高动态动作的精准模仿、以及单策略对多条轨迹的模仿等。
本次报告将介绍KungfuBot系列工作以及TeleAI在该领域的一些探索。KungfuBot首先从人类视频中提取3D动作，并通过动力学指标筛除不符合物理约束的动作，再结合接触处理与重定向生成可执行的参考轨迹。随后，借助自适应跟踪机制和非对称Actor-Critic架构，让机器人学会精准模仿高动态的武术舞蹈动作。在此基础上，KungfuBot2进一步探索了多动作模仿的问题，通过混合局部和全局目标的跟踪设计，以及正交混合专家网络增强策略表达能力和泛化性，实现了单个策略模仿多个动作，兼顾动作风格与长序列动作的稳定性。
本报告将介绍一种基于强化学习的人形机器人全身控制框架Humanoid Goalkeeper，旨在实现动作空间与任务空间下的联合优化，从而赋予机器人自然、人类化的动态交互能力。
报告将重点探讨两个技术问题：第一，如何通过融合感知输入与人体运动先验，在训练中实现动作生成与任务目标的协同优化；第二，如何在统一框架下实现多任务泛化，使机器人在守门、避球、抓球等高速动态任务中保持平衡与协调。
报告还将展示在真实实验中的成果，机器人能够自主完成高速球的扑救与逃避等动作，展现出流畅、灵活的全身运动特征。
在分会场二上午进行的具身世界模型技术研讨会上，清华大学智能产业研究院（AIR）助理教授、智源学者（BAAI Scholar）赵昊，极佳科技联合创始人、首席科学家朱政，北京通用人工智能研究院具身机器人中心研究员贾宝雄，港科大-北大联培博士生、WoW具身世界模型一作池晓威，地平线机器人实验室研究员、重建与生成方向负责人刘浏已确认出席，并将带来报告分享。其中，贾宝雄博士还将担任本次研讨会及圆桌Panel的嘉宾主持人。
1、清华大学智能产业研究院（AIR）助理教授、智源学者（BAAI Scholar） 赵昊
本报告聚焦于基于高斯表示的三维场景理解与生成研究，探讨其在物体层级复刻与世界层级建模中的统一潜能。
我们首先介绍在复杂可动结构建模方面的最新进展，展示如何从真实观测中重建可交互的三维对象，为具身智能中的感知与交互提供支持。随后讨论在更高层次上基于世界建模的探索，通过在动态环境中学习结构化的三维表示，推动机器人在理解、预测与规划能力上的提升。
报告旨在呈现高斯表征在三维视觉、场景生成与具身智能融合方向的最新进展与未来趋势。
随着生成式AI与具身智能体研究的融合加速，世界模型正成为支撑智能体实现感知、推理与控制闭环的关键技术。相比传统感知模型，世界模型具备在内部模拟环境、推演未来状态的能力，为智能体提供因果一致的决策基础。
本报告将介绍报告人近期在该方向的代表性研究，包括：基于200万+机器人轨迹训练的通用世界模型WoW，实现从语言到动作的端到端操作；面向手部精细操作的视角生成模型WristWorld；增强视觉语言模型动态感知能力的DyVA；以及支持实时控制与风险预测的双系统模型MinD。
报告将探讨这些模型如何构建由生成式世界模型驱动的“具身大脑”，并展望其在通用机器人系统中的应用前景。
在分会场二下午进行的是具⾝VLA⼤模型技术研讨会上，上海交通大学长聘教轨助理教授穆尧，上海人工智能实验室具身智能中心青年研究员曾嘉，美的AIRC具身基础模型负责人文俊杰，北京大学计算机学院副研究员兼信息技术高等研究院视觉智能实验室主任王钊，OpenHelix-Team负责人、VLA-Adapter一作丁鹏翔，Alluxio首席架构师傅正佳，清华大学在读博士、SimpleVLA-RL一作李昊展已确认出席，并将带来报告分享。其中，曾嘉博士还将担任本次研讨会及圆桌Panel的嘉宾主持人。
在人工智能迈向真实世界应用的关键节点，具身智能领域正面临数据稀缺与泛化能力不足的双重困境。本次演讲将分享一项突破性解决方案——人-数字人-机器人三元一体具身智能架构，通过充分挖掘互联网海量人类行为数据、利用先进仿真引擎大规模生成策略合成数据、并将虚拟学习成果迁移至物理机器人，实现从专用机器人到通用智能体的质的飞跃。
这一创新范式不仅将具身智能的数据获取成本降低数个量级，更通过多源数据融合与虚实结合的迁移学习机制，让AI真正具备跨模态、跨场景的泛化能力。
演讲将深入阐述三层协同架构的技术细节、数据驱动的泛化方法论，以及在快递包裹处理、柔性分拣、自动化科学实验等实际场景的验证成果，探讨具身智能从实验室走向产业应用的可行路径。
本报告将介绍上海人工智能实验室具身智能中心最新推出的具身操作大模型InternVLA-A1。
该模型以InternVL3为基座，基于一个统一的Transformer架构，集场景理解、任务想象与精准执行能力于一体。其中，场景理解模块以图像和文本为输入，用于解析任务指令并理解任务场景；基于场景理解的解析结果，任务想象模块通过预测未来图像的形式，想象执行任务的未来演变；最终，动作执行模块在任务想象的指导下，通过Flow Matching过程输出机器人控制指令。
该模型融合了上海人工智能实验室的虚实混合操作数据集InternData-A1、上海国地中心实训场数据及互联网多源异构数据进行联合训练，从多源异构机器人、多场景数据中获取了广泛、通用的操作知识。在物流、家居、商超等多场景的真机评测基准上，InternVLA-A1显著优于pi0及gr00t n1.5，且模型已适配方舟无限、松灵、国地青龙人形机器人、智元Genie、Franka等多款机器人本体。
4、北京大学计算机学院副研究员兼信息技术高等研究院视觉智能实验室主任 王钊
开放世界具身视觉导航大脑面向人形机器人、机器狗、无人车、消费级移动设备等各类具身实体提供开放环境中纯视觉自主导航方案。
具身视觉导航大脑让机器人摆脱遥控器与激光雷达建图，仅使用视觉摄像头让机器人拥有眼睛一般看懂眼前世界，进行通行度理解和内容理解从而自主决策导航点，并结合时空域感知构建短期记忆地图完善路径规划。技术亮点：1）纯视觉导航、无需激光雷达；2）无需建图、随时随地可用；3）适应动态开放世界，不论室内还是室外、小区、道路、野外等场景。技术应用场景有面向B端大区域的电子地图导航，如巡逻、物流、清扫机器人和面向C端的主动式/跟随式导航，如陪伴机器人。
具身视觉导航大脑已应用在江苏某清扫无人车、深圳某人型机器人、上海某消费级移动机器人等客户场景，在公安场景的数字警犬示范应用被《人民日报》、《浙江日报》等媒体报道。
端到端视觉-语言-动作模型旨在实现将数字世界中的通用智能迁移到物理世界，从而全面提升具身体的智能水平。
本报告将从多模态大模型在空间智能方面的不足切入，结合基础视觉策略网络的推理速度的瓶颈，探讨如何针对多种机器人形态（如机械臂、四足机器人、人形机器人）结合其结构特性，分别设计和设置不同的VLA基座模型。该研究为实现新一代智能机器人、智能家居、智慧工厂等场景提供关键技术支撑，加速人机共融智能时代的到来，推动具身智能技术的创新与应用。
VLA模型已成为使机器人在真实环境中解决各类复杂操作任务极具前景的新范式，其发展仍受限于数据稀缺与泛化能力不足等问题，而强化学习能缓解数据依赖并显著提升模型性能与泛化性，正受到广泛关注。
本次报告将解读所提出的专为VLA模型设计的高效强化学习框架SimpleVLA-RL，内容主要分为三部分：首先概述VLA训练范式，并阐述引入强化学习的必要性；接着将详解SimpleVLA-RL架构设计；最后，展望VLA强化学习领域的未来发展趋势。
大会设置了四类电子门票，分别是论坛观众票、论坛VIP票、闭门专享票和贵宾通票，会场座位分布如下。
持论坛观众票、论坛VIP票可参加两场论坛（主论坛、具身智能人形机器人专题论坛）。持有闭门专享票、贵宾通票，除了可参加两场论坛，还可参加分会场一、二的研讨会（机器人模仿学习与强化学习研讨会、具身世界模型技术研讨会、具身VLA大模型技术研讨会）。返回搜狐，查看更多
