近日，2026长三角机器人及自动化展览会暨无锡具身智能机器人产业链伙伴大会在无锡开幕，中国机电一体化技术应用协会在开幕式上重磅发布《具身智能领域十大科技进展（2025-2026）》，以下为全文发布。

前言

具身智能作为人工智能与物理世界交互的核心载体，不仅是实现通用人工智能（AGI）的关键路径，更是驱动全球制造业与服务场景智能化重构的战略引擎。2025年至2026年，全球具身智能产业正处于从“技术验证”向“场景落地”跨越的历史性拐点：视觉-语言-动作（VLA）统一架构确立了技术主流地位，通用人形机器人开始在真实产线承担辅助工位，工业具身智能迈入系统化验证阶段，而开源生态与标准体系的同步完善，则为产业规模化奠定了制度与技术底座。

据中国信通院《2025 年中国人形机器人产业发展白皮书》，2025 年中国共发布人形机器人产品 51 款；国家级制造业转型升级基金等相关产业基金累计撬动社会资本超 1800 亿元投入人形机器人领域；2025 年全球消费级/工业级人形机器人出货量中，中国产品占比达 84.7%，在供应链整合与场景落地层面展现出系统级竞争力。本报告立足于全球顶级学术期刊、权威机构数据及头部企业实证，甄选出过去一年最具里程碑意义的十大科技进展，旨在厘清技术演进逻辑，研判产业落地趋势，为中国具身智能的高质量发展提供客观、严谨的决策参考。

通用具身大模型正从单一任务演示向跨平台泛化迈进，技术路线逐渐收敛于视觉-语言-动作（VLA）的统一架构，打通感知、推理与执行的端到端闭环。通过引入世界模型与长时序记忆机制，模型在处理复杂长序列任务时的稳定性得到提升；同时，借助模型量化与蒸馏技术，部分轻量化模型已具备在边缘端部署的可能性，显著降低了对云端算力的依赖。

国际技术探索：Google DeepMind于2023年发布初代 RoboCat通用机器人智能体，可适配 Franka Emika Panda等4款主流机械臂硬件，支持200余项实操任务，依靠自主迭代学习实现跨机型零样本迁移，实验室测试中在工业装配、物流分拣场景适配表现突出。初创公司Physical Intelligence 发布的π0系列模型，依托海量多源具身数据完成训练，率先以单一模型统筹轮式、四足、多关节双臂等各类机器人控制逻辑，在多款第三方设备上实现优异的跨机型零样本迁移。Generalist AI 发布 Gen-1 通用具身基础模型，采用谐波推理架构与临场即兴纠错技术，可稳定完成长时序复杂连续作业，跨任务泛化能力已在民用家居、仓储物流实景场景落地验证。

中国创新实践：智元机器人发布GO-1（Genie Operator-1），提出ViLLA混合架构，在传统VLA基础上引入隐式规划器以提升动作连贯性，并已完成对国内主流机器人平台的适配。北京智源研究院推出RoboBrain系列，重点攻关跨本体（Cross-embodiment）知识迁移难题；智平方机器人（X Square Robot）发布WALL-A模型，探索原生多模态融合路径。穹彻智能提出Noematrix Brain框架，强调以“力”为中心的具身操作逻辑，提升精细操作的安全性。

通用大模型的演进正逐步改变传统机器人“一事一训”的开发模式。虽然“开发周期缩短至3个月”等具体量化指标因场景而异，但预训练+微调的范式无疑降低了算法迭代门槛。随着模型对硬件平台的兼容性增强，具身智能正加速从专用设备向具备一定通用性的智能终端转型，为工业与服务场景的智能化升级提供底层技术支撑。

2025年前后，人形机器人运动控制的关键增量不在“能不能跑跳”，而在把动态平衡、扰动恢复、步态泛化与全身协调做成可复用的工程能力：基于模型预测控制（MPC）与强化学习（RL）的Sim-to-Real管线逐步成熟，使得机器人在台阶、斜坡、不平地面与受到轻微推撞时仍能维持稳定；同时高带宽关节力矩/力传感、足部力控与实时动力学建模结合，将“硬接触冲击”转化为可控的柔顺交互，为人机混合作业提供更可靠的安全边界。整体上来看，真正决定量产价值的仍是可靠性、能耗/续航、维护便利性与在真实工厂噪声下的鲁棒性，而非演示峰值指标。

国际标杆：波士顿动力在电动Atlas路线上更强调功率/扭矩密度、工作包络与可维护性的工业化取向，运动控制不再以“特技表演”为目标，而转向可重启、可诊断、可安全降级的控制体系。特斯拉则把运控问题纳入工厂内部闭环：更聚焦于产线可复用的稳健步态、接触力控与示教-学习管线，优先在转运/上下料/辅助物流等低风险工位迭代，而非一次到位做精细装配。

中国成果：在本体与关节层面，以宇树H1（47kg级）为例，通过自研高扭矩关节（膝部峰值360N·m，持续扭矩 120N?m）、低惯量内转子电机及双编码器，配合0.864kWh动力系统与多传感器融合，构建了“高爆发+全感知”的运动底座。算法层面则融合RTMOF非线性MPC与强化学习，如智元远征A2采用HIMUS 3D-SLAM与VectorFlux规控，通过多传感器融合及多层安全监控（PLd级）提升动态适应性，并探索“生成式运动基座”以推动从轨迹执行向动力学自主推演的进阶。工具链层面，宇树开源的Unitree RL Mjlab（基于MuJoCo/Isaac Lab架构）集成PPO与域随机化，标准化Sim-to-Real管线，有效抑制仿真到实机的分布漂移，加速强化学习步态策略的工程化落地。

全身运动控制走向工程化，使人形机器人更有可能在非完美环境中“站稳并干活”，从而把应用从演示厅延伸到工业转运、产线辅助、仓储对接等真实但受限的场景，运动控制不再是瓶颈叙事的中心，可靠性、成本与系统集成能力才是下一阶段的分水岭。从量产来看，2025年仍更接近从试点爬坡向早期铺量过渡的阶段，全球出货量常被研究机构估计在“万台级”区间。

2025年，多模态感知技术致力于打破“视觉-触觉-听觉”融合的实时性瓶颈。基于神经辐射场（NeRF）与Transformer架构的三维重建算法，结合高带宽传感器数据流，使机器人能够对物理环境进行毫秒级的语义理解与动态建模。这一进展不仅提升了对物体位姿、几何特征与材质属性的识别能力，更为复杂动态环境下的自主导航与精细操作提供了高置信度的环境认知基础。

视觉感知突破：Meta发布的SAM 2模型显著提升了视频中任意目标的分割与跟踪效率，为工业视觉的实时分析提供了新的底层支撑；中科院自动化所等单位研发的激光雷达-视觉融合系统，通过多传感器时空对齐与特征级融合，在无人系统的避障与导航任务中表现出较高的鲁棒性，正逐步推进规模化落地验证。

触觉智能前沿：国际与国内团队在高分辨率触觉传感领域持续突破，通过微结构设计模拟人类皮肤感受野，实现对接触力、纹理与滑移状态的精准感知；学术界在仿生多模态传感上的探索（如结合视-触觉信息的多模态大模型），正逐步提升机器人对非结构化物体（如软性食材、易损器件）的操作适应性，为医疗与精密制造场景打开新的想象空间。

多模态感知技术的迭代，推动机器人从单一的“视觉主导”向“视听触嗅”多维协同进化。虽然“亚毫米级力控”与“99.8%良率”等极端指标仍局限于特定实验室环境，但在工业质检、精密装配等场景中，感知精度的提升已实质性地增强了机器人的作业质量与可靠性，驱动行业智能化向更深层次渗透。

2025年，为解决“云端算力充裕”与“端侧即时响应”的矛盾，“端云协同”架构逐渐成为产业共识。该模式旨在通过5G/5G-A网络实现毫秒级数据闭环：云端依托大算力集群负责复杂语义解析、长周期任务规划与模型迭代；端侧则专注于低延时运动控制、传感器实时处理与紧急安全响应，从而在保障作业安全性的前提下，最大化系统的智能水平。

国际平台实践：亚马逊AWS持续完善RoboMaker等机器人开发工具链，支持从云端仿真训练到端侧部署的流水线，服务于广泛的机器人开发者生态；但在具身智能大规模集群调度方面，行业仍处于技术验证与架构探索阶段，尚未形成万台级人形机器人的成熟调度案例。

中国方案探索：华为云推出Cloud Robo等解决方案，尝试将SLAM、环境建模等重负载任务卸载至边缘与云端，减轻端侧计算压力；国产算力厂商如摩尔线程等正致力于提供适配具身大模型的高性能端侧/边缘算力芯片，以支持模型的轻量化推理与低延时运行，为端云协同提供底层硬件支撑。

端云协同架构通过算力分层，有效缓解了单体机器人的智能上限与成本压力。虽然极低时延指标仍多限于特定实验室环境，但该架构为构建“云-边-端”一体化的智能体系提供了可行路径，是推动具身智能从单机智能向群体智能跨越的关键基础设施。

2025年，工业具身智能技术围绕“复杂场景泛化”与“集群调度协同”两大核心方向取得关键进展，推动产业从单机验证迈向系统化落地阶段。不同于传统机械臂的固定轨迹限制，新一代工业具身机器人依托多模态感知与具身智能算法，实现了对精密上下料、产线巡检及柔性转运等非标工序的精准适配。同时，通过端侧算力提升与安全控制算法优化，解决了机器人在人机混行环境下的作业稳定性与安全性问题，初步具备了在真实制造场景中承接多工种任务、支持多机协作的工业化落地基础。

国际工业落地：Figure AI与宝马集团于2025年11月联合宣布，在美国斯帕坦堡工厂完成产线试点和技术验证：Figure 02累计运行1,250+ 小时，处理90,000+ 个钣金件，协助生产30,000+ 辆BMW X3，班次装载精度目标>99%。特斯拉采取垂直整合路线，Optimus已在美国得州超级工厂执行电池分拣、零部件搬运等任务，官方规划 2030 年前实现年产百万台级的规模化制造能力。现代汽车集团披露其远期规划：拟在全球工厂部署超 2.5 万台工业人形机器人，优先采用波士顿动力 Stretch 物流机器人技术，目标 2028 年形成年产 3 万台级工业人形机器人产能，这代表了当前产业界最大胆的前瞻性布局。

中国场景实践：智元机器人旗下精灵 G2 产品已在龙旗科技南昌智能制造产线落地商用，用于平板产品精密上下料与成品检测工序，实测可适配约20s节拍，作业成功率达 99.5%。优必选机器人小批量部署在极氪、蔚来、一汽大众、东风柳汽等整车工厂，承担零部件转运、产品质检等作业，2025年已实现数百台的量产交付。奇瑞自研墨茵机器人2025年完成220台批量投产并获欧盟 CE 机械安全认证，全部投用在自有整车生产线，开展内饰配件转运与预装作业。乐聚依托佛山规模化产线，旗下光子系列机器人小批量落地珠三角家电、3C制造企业，承担原材料上下料、成品外观质检等工序。美的集团依托自研的美罗系列人形机器人，在旗下荆州洗衣机工厂落地试用，机器人承担零部件转运、产线巡检与产品质检等辅助工序。

工业具身智能的应用正驱动制造业从“自动化”向“智能化”进阶，有望系统性应对劳动力短缺、效率瓶颈与质量波动等行业痛点。全球车企率先开展产线验证，初步验证人形机器人在工业场景的落地可行性。国内智元、优必选、奇瑞等企业亦在3C、整车与家电产线推进商业化探索，承接搬运、质检等标准化工序，在尽量少改动现有厂房的前提下，兼顾精度提升与产线柔性，缓解结构性用工压力。国内外同步推进的场景验证与迭代，正加速具身智能机器人由研发走向规模应用。

仿生硬件与柔性执行器技术正从材料特性验证走向系统级集成，其核心意义在于以“柔顺交互”弥补传统刚性执行器的安全与适应性短板。基于介电弹性体（DE）、流体驱动软体与新型纤维/复合材料等路线的柔性驱动器，在能量密度、响应特性与本质安全性上持续提升，使机器人得以在非结构化环境中完成更精细的接触操作，并显著降低人机共融场景下的碰撞伤害风险。目前，该技术仍处于多路线并行迭代与关键指标（电压/效率/寿命/成本）攻坚阶段，距大规模标准化量产尚有工程鸿沟。

国际前沿研究：麻省理工学院与意大利巴里理工大学联合团队于 2025 年 3 月在 Science Robotics发表电流体纤维肌肉（EFM）研究，将EHD固态泵与薄型McKibben驱动器集成于直径约2 mm的闭环纤维内，实现无外接液压设备、静音运行的人工肌肉单元，功率密度约 50 W/kg，与人体骨骼肌水平相当，演示中可举起自重约200倍的载荷并完成柔顺握手交互，其拮抗（agonist–antagonist）配置体现了向生物肌肉工作模式的靠拢。瑞士洛桑联邦理工学院（EPFL）CREATE实验室的ADAPT手则展示了“分布式机械柔顺性”的设计思路：以12个马达驱动20关节，辅以硅胶皮肤与弹簧加载柔性元素，在开环仅4个航点的条件下，对24种不同形状物体实现约 93% 的自组织抓取成功率，抓取姿态与自然人类动作的量化相似度约 68%，证明结构层面的仿生柔顺性本身即可承载部分“智能”。

中国研究进展：清华大学机械系在介电弹性体人工肌肉的大面积制造与驱动方法上持续攻关，赵慧婵团队提出了无掩模碳纳米管电极转印方案，将纤维状DE人工肌肉制备推进到分米尺度，并保持高响应与大应变特性，为仿生机器人的肌肉级集成提供了材料基础；中科院沈阳自动化所围绕刚柔耦合抓手与柔性康复辅助系统形成特色路线，其自感知折纸驱动器方案实现了柔顺抓取与刚性出力模式的毫秒级切换，织物基柔性康复手方案则在人机相容性与低成本化方向上推进了临床可用形态的迭代。国内产学研整体正将柔性执行器从单点实验室演示推向特定场景的定向应用验证。

柔性执行器技术的成熟，使人机交互从“隔离防护”逐步走向“本质安全共生”，为高混合度装配、康复护理、服务型抓取等接触密集型、不确定性强的场景打开了新的自动化空间。但该方向目前仍受制于驱动效率/电压需求、长期循环寿命、感知-控制闭环成本等工程瓶颈；其未来在人形机器人等平台上的渗透节奏，将取决于上述指标与量产成本曲线的交叉拐点，宜以场景化试点数据而非线性外推来预测。

少样本与零样本学习技术成为破解机器人“任务定制化”壁垒的关键。依托元学习（Meta-Learning）框架与大规模多模态预训练模型的深度融合，具身智能体已具备将既有知识迁移至未知场景的基础能力。通过极少数的示教数据甚至纯语义指令，机器人即可完成新技能的快速适配与推理，显著压缩了任务部署的周期与边际成本。

国际技术前沿：斯坦福大学提出的Adapt LLM等元学习策略，展示了极少量样本下的高效策略优化能力，大幅缩短了新任务的收敛时间。Google DeepMind基于RT系列模型的演进，验证了在多模态输入下，机器人仅凭自然语言指令即可对未见过的物体执行抓取与操作任务，展现了初级的零样本泛化潜力。

中国创新实践：北京智源研究院推出Robo Brain系列模型，探索跨本体（Cross-embodiment）的知识迁移机制，尝试降低新硬件平台的适配门槛。中科院深圳先进院在跨场景迁移算法上取得进展，官方称可将工业场景的适配周期显著缩短；中科第五纪机器人科技有限公司发布FAM-1模型，官方称通过数条真机数据即可复现高成功率操作，并已与美的、比亚迪等头部企业开展产线概念验证（POC），推动技术向小批量应用迈进。

少样本与零样本学习技术的突破，有效降低了具身智能的应用门槛，使其从单一固定任务向多场景柔性适配转变，加速了在中小企业的潜在普及。作为通向通用人工智能的重要路径，该技术为机器人构建了“举一反三”的认知基础，是驱动产业从“专用自动化”迈向“通用智能化”的核心引擎。

人机共融交互正从单点能力展示走向“可复用接口+可验证安全”的制度化阶段。自然语言、手势/体态、眼动及脑机辅助输入等多模态通道，逐步被纳入统一的交互管理框架，其目标并非简单堆砌入口，而是形成可追溯的指令语义、可控的权限边界与可控失败（safe fallback）策略。与此同时，监管与安全标准化组织围绕人机物理安全与系统功能安全/信息安全持续补全规则底座，以降低跨场景复制与跨厂商集成的不确定性，推动人机共融从试验验证向规模化部署过渡。

国际安全与接口规则演进：工业机器人安全“母标准”ISO 10218-1:2025 和 ISO 10218-2:2025完成重要修订并于2025年10月正式发布，新版在原有框架上更完整地衔接协作应用安全逻辑，并对网络安全威胁评估、控制系统软硬件安全治理提出更明确路径。协作场景的生物力学相关限值/验证方法长期以ISO/TS 15066体系及DHM校验思路为支撑，相关条款仍在持续修订适配新技术形态。针对动态平衡足式/人形系统的特殊失效形态，ISO/TC 299及相关工作组正在推进更专门的安全框架讨论。语义互操作层面，IEEE 1872系列（机器人本体/术语本体）为系统间“概念一致性”提供基础，但跨品牌机器人的“互联互通”更多仍依赖行业组织/厂商联合体在推进接口协议与数据格式对齐。

中国标准体系化推进：工信部人形机器人与具身智能标准化技术委员会于 2026年3月发布了《人形机器人与具身智能标准体系（2026版）》，作为覆盖全产业链/全生命周期的标准顶层设计，设置基础共性、类脑与智算、肢体与部组件、整机与系统、应用、安全伦理等板块；编制侧动员120余家科研院所、企业与用户单位参与。结合国内在人机交互（语音、视觉手势、意图呈现等）与安全伦理规范上的配套文件推进，逐步形成“技术-安全-伦理”同向约束的国家级框架雏形。

人机共融交互技术标准化与安全框架的完善，核心作用是把人机共融从“凭经验放行”推向“可审计、可保险、可复用”：更清晰的接口边界与验证规则，有助于降低跨品牌集成的适配摩擦与合规成本，使机器人在工业、服务等高人机混杂场景更易形成稳定供给。为规模化落地创造了前提条件，但真实降本幅度仍取决于场景数据与工程落地样本的积累。长远来看，这套规则体系将把人机关系从“共处”升级为可预测的“共生协同”。

开源模式正成为具身智能技术扩散的关键引擎。围绕开源大模型、开放数据集与仿真平台的技术体系加速成型，有效降低了从算法研发到硬件适配的准入门槛。开源社区的活跃不仅打破了技术壁垒，更通过全球开发者的协同迭代，加速了具身智能从实验室向产业应用的转化周期。

国际开源生态：Hugging Face依托LeRobot等旗舰项目，构建了涵盖主流具身模型的开放社区，显著降低了算法调用与复现门槛。NVIDIA持续迭代Isaac Sim仿真平台，通过高保真物理引擎与合成数据生成能力，为机器人训练提供了可扩展的虚拟验证环境。Google DeepMind主导的Open X-Embodiment项目，成功聚合了全球范围内超百万条真实机器人操作轨迹，覆盖二十余种机器人构型，为跨本体泛化研究奠定了数据基石。

中国开源实践：国内产学研界积极构建开放生态，国家地方共建人形机器人创新中心（北京）牵头，联合智元、宇树、优必选等 12 家单位发布 OpenLoong开源项目，推动硬件接口与数据集的标准化共享。北京智源研究院、中科院自动化所等机构持续开源通用视觉-语言-动作（VLA）大模型，提升了我国在基础模型领域的社区影响力。以智平方为代表的创新企业推出了AlphaBrain等开发平台，尝试打通从数据治理到模型部署的全链路工具链。

开源生态的繁荣极大促进了技术的普惠与共享，使中小企业能以极低的边际成本接入前沿技术，激发了应用层的创新活力。虽然难以量化具体的提速倍数，但开源协作模式普遍可将算法研发周期缩短30%-50%，降低了试错成本，正成为推动全球具身智能产业从“单点突破”走向“生态繁荣”的核心驱动力。

随着具身智能从示范走向更广场景部署，安全与伦理议题正从原则宣言进入“可落地规则底座”的构建期：围绕功能安全/人机物理安全、网络与数据安全、算法与数据治理、伦理审查与社会影响形成更系统的治理框架雏形。各国监管机构与国际组织更强调以风险分级思路，把合规要求嵌入研发-测试-部署-运维全链条，既防范物理伤害、隐私泄露与滥用风险，也避免“先野蛮生长、后被动补课”的治理成本。

国际规则侧：欧盟《人工智能法案》（AI Act）对“高风险AI系统”采取风险分级监管逻辑，其中一类典型路径是当AI系统作为受欧盟产品安全法（机械、医疗设备等）覆盖产品的安全组件时，相关合规义务会与既有合格评定/CE体系衔接；同时法案通过场景清单（Annex III）等方式强化对可能影响健康、安全与基本权利用途的治理。对具身机器人而言，关键不在于贴标签，而在于把力限、速度监控、安全停机、人机共工区域管控等传统功能安全要求，与AI特有的数据治理/可追溯/上市后监测义务做并轨。IEEE则通过《Ethically Aligned Design》等全球倡议与P7000系列伦理/可信赖标准项目，推动“以人为本、透明可追责、反歧视、安全优先”等原则沉淀为可审计的工程接口与流程规范，但其约束力主要体现为行业最佳实践与标准牵引，而非一刀切行政法规。

中国治理侧：我国更突出的进展是把“安全伦理”纳入产业顶层设计与标准路线：工信部《人形机器人创新发展指导意见》明确提出提升功能安全、强化网络安全与数据安全保障、开展科技伦理风险研判并推进相关伦理规范研究；《人形机器人与具身智能标准体系（2026版）》专设安全伦理板块，覆盖整机与系统可靠性、网络与数据安全、人机交互边界、可追溯与责任链条等议题，为后续强制性/推荐性标准落地提供框架入口；同时，具身系统在日常运行中也必须纳入《网络安全法》《数据安全法》《个人信息保护法》及配套规章（如数据出境评估、算法推荐/深度合成治理等）已形成的治理轨道，而非另起一套孤立“机器人数据办法”。

安全治理与伦理规则的成熟，本质是为产业提供“可预期、可保险、可复制”的制度底座：它把人机共融从现场经验变成可验证的合规工程，降低跨行业推广的制度摩擦；同时也把隐私保护、公平性与责任界定前置到产品定义里，为具身智能长期融入工业、公共服务与家庭场景筑牢社会信任边界。整体仍处于“框架成型、细则完善、贯标落地”的推进阶段。

2025-2026年，具身智能技术体系正经历从“单点演示”向“系统落地”的关键跨越。报告显示，通用具身大模型通过VLA架构与跨本体泛化技术，初步实现了从感知到执行的端到端闭环，显著降低了“一事一训”的开发门槛；人形机器人全身运动控制借助RL+MPC的Sim-to-Real管线，在非结构化环境下的稳定性大幅提升，推动工业验证从“能否行走”转向“能否干活”；多模态感知、柔性执行器与少样本学习技术的突破，则进一步弥合了机器人在精细操作与复杂交互中的能力鸿沟。与此同时，端云协同架构与开源生态的繁荣，为产业提供了可扩展的算力底座与协同创新环境。据国际机器人联合会（IFR）2026年5月最新统计，2026 年上半年全球人形机器人订单量突破 1.2 万台，中国企业订单占比超 75%，继续保持全球领先地位。

然而，技术成熟度与商业化落地之间仍存在温差。当前的核心矛盾已从“有无能力”转向“能否降本增效”，可靠性、能耗与全生命周期成本成为决定规模化应用的分水岭。展望未来，随着安全伦理标准的逐步完善与法规框架的落地，具身智能将从“技术验证”迈向“场景深耕”。未来竞争的关键在于谁能率先在真实工况下实现可审计的安全与可量化的投资回报率（ROI），从而推动产业从“样板间”走向“商品房”，最终重塑制造业与服务业的生产范式。

2026全国具身智能技术应用大赛

扫码进入大赛官网报名

01

大赛组织机构

主办单位

 中国仿真学会

承办单位

中国仿真学会新型工业虚拟实训仿真专业委 员会

中国机电一体化技术应用协会教育培训工作委员会

上海市国际展览（集团）有限公司

02

时间及地点安排

参赛报名

即日起至 2026 年 6 月 20 日

初赛(创新开发赛道）

2026 年6 月25 日

决赛

2026年7月初

地点

上海国际具身智能产业博览会

03

四大特色赛项设置

本届大赛紧扣具身智能技术前沿与产业应用需求，设置创新开发与技术应用两大维度共 4 个赛项，覆盖多类专业方向：

创新开发赛道：具身智能创新场景应用

技术应用赛道 1：具身智能机器人系统装调

技术应用赛道 2：具身智能数据采集与处理

技术应用赛道 3：具身智能模型训练与微调

04

参赛对象及组队规则

参赛对象

全国高等院校人工智能类、机器人类、机械类、电气类、自动化类、计算机类、电子信息类等专业专科生、本科生、研究生（其他相关专业亦可报名）。

组队要求

参赛选手以团队为单位报名，可跨专业、跨院系组合，不支持跨学校组队。

每队指导教师限 2 名，参赛学生限 2 名（特殊要求详见后续发布的赛项说明）。

05

赛制安排及丰厚奖项

赛制设置

大赛分初赛(创新开发赛道）和决赛两个核心环节，均采用方案讲解答辩 + 现场实操的比赛形式，由评审专家、执裁裁判现场打分，公平公正完成选拔与评比。

赛区及奖项设置

全国决赛：设区域金牌、银牌、铜牌，为获奖团队颁发官方获奖证书。

人才直通福利：获奖优秀选手将推荐参加世界机器人大赛总决赛。

06

报名方式及赛事交流

官方报名方式

点击链接或者扫描二维码进入大赛官网pgyskill.quiktech.cn完成报名方式

大赛官网

扫描微信二维码咨询报名

大赛咨询微信

赛事交流群QQ 群号：

「1087381634」【入群须知】报名后需由团队 1 名代表入群，入群时务必备注「姓名 + 学校」，无备注将不予通过；群内将同步赛事最新通知、赛项解读、问题答疑等重要信息，请勿错过！

大赛QQ群

07

费用说明

本届大赛不收取任何参赛费用，全程免费参赛。

初赛、全国决赛期间，参赛团队的交通、食宿等相关费用由团队自行承担。

08

大赛联系人

报名及赛事相关问题，可联系以下老师一对一咨询：

张老师：17301246735（同微信）

詹老师：15301187268（同微信）

附件下载

关于举办2026全国具身智能技术应用大赛的通知V3-20260326.pdf

1-全国具身智能技术应用大赛（具身智能机器人系统装调）赛项参赛说明.docx

2-全国具身智能技术应用大赛（具身智能数据采集与处理）赛项参赛说明.docx

3-全国具身智能技术应用大赛（具身智能模型训练与微调）赛项参赛说明.docx

4-全国具身智能技术应用大赛（具身智能创新场景应用）赛项参赛说明.docx