【摘要】當前，人形機器人正從“演示奇觀”邁向“實用賦能”的關鍵轉折點。下一代人形機器人的發展重點，在于實現人—人形機器人—環境的三方深度耦合與動態協同。為此，需構建一個全新的人形機器人交互架構，以具身智能、離身智能與反身智能的融合為基礎，以態勢感知—勢態知感的雙向循環為認知機理，以計算與算計的協同互補為決策方法，并以自主—它主轉換效率為關鍵驗證指標。最終目標是催生一個能持續學習、適應開放環境，并與人類價值深度對齊的智能實體，使其從“高級工具”躍升為“協同伙伴”。

【關鍵詞】人形機器人 具身智能 離身智能 反身智能 態勢感知 勢態知感

【中圖分類號】F426.67 【文獻標識碼】A

2026年2月26日，德國總理默茨到訪浙江杭州。在杭州，默茨一行走訪中國機器人企業宇樹科技。在宇樹科技展廳內，默茨一行參觀、了解多類型機器人產品，并現場觀看機器人武術表演《武BOT》，數臺人形機器人在表演中完成高難度跳躍、單腿連續空翻、快速變換隊形等動作。參觀過程中，默茨頻頻點頭，并豎起大拇指稱贊。①

當前，人形機器人正朝著技術融合化、場景多樣化、交互擬人化、成本平民化的方向加速演進。技術上，多模態感知（視覺、力覺、觸覺等）與大模型驅動的自主決策深度融合，推動其環境適應能力與任務泛化能力實現跨越式提升，雙足動態平衡、靈巧手精細操作等重要運動控制持續突破；應用端，從工業協作、倉儲物流，向家庭服務（陪伴、護理）、醫療康復、應急救援、教育科研等場景滲透，逐步成為“通用型智能終端”；交互上，自然語言理解、情感識別與共情反饋技術，使其更貼近人類習慣，人機協作從“工具屬性”向“伙伴屬性”升級。同時，產業鏈成熟與規模化量產推動成本下探，疊加政策對智能硬件的支持，人形機器人正從實驗室走向大眾生活，未來或深度融入社會生產生活的全鏈條，重構人機協作新范式。

從功能模仿到“人—人形機器人—環境”共生

人形機器人的發展已跨越半個多世紀，其驅動力從最初的仿生學好奇，演變為今天對通用化、人性化智能體的迫切需求。其發展正經歷一場深刻的范式轉移，驅動力量正從單純的技術好奇心，轉向明確的社會與產業需求。人形機器人的發展形勢已清晰表明，未來的競爭焦點將不再是“誰的機器人跑得更快、跳得更高”，而是“誰的‘人—人形機器人—環境’系統更智能、更可靠、更值得信賴”②。當前，人形機器人的發展形勢主要呈現以下特征。

技術驅動下的“軀體覺醒”。得益于高性能伺服關節、輕量化材料（如碳纖維復合材料）、高能量密度電池，以及多模態感知（視覺、力覺、觸覺、聽覺融合）的突破，人形機器人的運動能力與基礎感知能力正快速逼近生物極限。美國波士頓動力的Atlas、特斯拉的Optimus，以及中國宇樹科技的G1 EDU U2、優必選的Walker等代表性平臺，已能完成跑酷、搬運、精細操作等復雜任務。然而，這主要標志著“軀體”（物理身體）的成熟，距離“心智”（理解與決策）的完備尚有較大差距。

應用場景呼喚“環境智能”。產業界對人形機器人的期待，正從結構化工廠流水線，轉向非結構化的開放場景，如家庭服務、醫療陪護、災害救援、太空探索等。這些場景的關鍵特征，在于高度不確定性、強人機交互與環境動態變化。人形機器人不再僅是執行預編程動作，而是需實時理解環境約束，如不平整地面、移動障礙物；解讀人類意圖，如模糊指令、手勢，并作出安全、合規且有效的響應。這要求人形機器人具備深度的環境嵌入與理解能力。

從“人機交互”到“人機環境系統交互”的范式轉型。傳統人機交互研究聚焦于人與機器人雙方關系，環境常被視為被動背景或干擾源。未來的趨勢，是將環境視為智能生成的主動參與方，環境不僅是物理空間的集合，而且是社會規范、文化習慣、實時任務上下文等信息的載體。因此，需建立“人—人形機器人—環境”耦合交互的整體架構。在此架構下，人形機器人是連接人與環境的“活性界面”：它一方面需理解人賦予的價值目標與抽象意圖，如“把房間收拾得溫馨些”；另一方面需接收環境給出的實時物理約束與社會反饋，如空間布局、物品易碎性、他人隱私，并通過標準化接口在三者間實現信息的無縫流轉與意義的共同建構。這一形勢判斷指向一個根本性轉變：人形機器人的核心競爭力，將不再僅僅是單個部件的性能指標，如自由度、負載比，而是在復雜三方系統中實現智能涌現與任務韌性的匹配。

邁向深度耦合的關鍵技術探索

邁向深度耦合的關鍵技術探索，圍繞構建“人—人形機器人—環境”耦合智能體的目標，當前及未來關于人形機器人的研究熱點，主要聚焦以下幾個層面。

具身智能、離身智能、反身智能的融合架構。未來人形機器人的智能架構將呈現“分層融合”特征：底層具身智能，依托傳感器—執行器閉環，實現毫秒級的物理世界嵌入與實時響應；中層離身智能，借助大模型與知識圖譜，完成抽象推理、任務規劃與跨域遷移；頂層反身智能，通過元認知模塊持續監控自身狀態，評估不確定性、校準價值判斷、觸發人機控制權交接。其中，元認知是指對自身的認知過程、思維活動、學習策略，進行主動覺察、監控、評估，并靈活調整優化，以更高效達成認知目標的能力。三者通過統一語義接口實現動態耦合，既保證“身體在場”的即時性，又具備“思維躍遷”的靈活性，還能實現“自我審視”的穩健性，最終形成“感知即理解、推理即行動、反思即學習”的閉環智能體。

具身智能是指將人工智能算法與物理實體（如機器人、傳感器等）結合，使智能體能夠通過感知、理解和交互真實物理環境來學習和進化的技術范式。其強調“身體”是智能的必要載體，智能通過物理交互而非純計算產生。具身智能強調智能源于身體與環境的實時互動。人形機器人的感知—運動回路需高度耦合，實現“身體即是認知”。例如，通過觸覺和力覺即時調整抓取力度，無需經過中央處理器的復雜計算。這要求硬件上實現傳感器與執行器的深度集成，算法上發展基于本體感受的快速反射與自適應控制。

離身智能或稱“云腦智能”，是指人形機器人通過通信網絡接入云端大模型，如超大語言模型、視覺基礎模型，獲取非具身的常識知識、任務規劃與復雜推理能力。例如，詢問云端“如何安撫哭泣的嬰兒”，并根據返回的步驟指導具身操作。

反身智能是更高階的元認知能力，是指人形機器人能對自己的認知過程、決策依據，以及行為后果進行監控、評估與反思。例如，在執行任務失敗后，反身智能可以回溯分析是感知錯誤、規劃不當，還是對人性意圖理解偏差所致，并據此調整后續策略。反身智能是確保系統可解釋、可調試、可信賴的關鍵。

人形機器人的研究熱點，在于如何設計標準化接口與中間件，使三種智能可根據任務需求實現動態組合、高效協同。具身智能處理實時反應，離身智能提供知識支持，反身智能確保長期學習與倫理合規，三者共同構成一個完整的智能體心智。

人形機器人的態勢感知—勢態知感雙向認知循環。這是實現環境深度理解與人類意圖對齊的關鍵認知機理，態勢感知（Situation Awareness）將多模態數據流壓縮為可解釋的環境態勢圖，完成“世界向機器”的語義映射，其中，態勢圖是一種融合多源信息、實時動態與預測推演，將復雜環境轉化為直觀可視的“共同操作視圖”，旨在消除認知迷霧并支撐人機協同的高效決策；勢態知感（Sensemaking）則通過反事實推理與價值校準，將態勢圖反向映射到人類語境，實現“機器向人”的意義還原。二者持續交互，既讓人形機器人“看懂”物理世界的結構約束與動態演化，又使其“讀懂”人類指令的隱含前提與價值權重，最終在“人—人形機器人—環境”三方耦合中實現認知對齊與行動協同。態勢感知是看清“現在是什么”，勢態知感是看透“接下來會怎么樣”。

態勢感知層的任務，是將人形機器人通過多模態感知（如攝像頭、激光雷達、麥克風陣列等）獲取的海量、異構、高維原始數據流，進行實時融合、過濾與壓縮，生成一張機器可理解的、結構化的“態勢圖”。③這張圖不僅包含物體識別、定位、地圖等傳統同步定位與地圖構建（SLAM）信息，而且需標注出環境的“功能屬性”，如“這是可坐的表面”，動態事件，如“人正在向門口移動”，物理約束，如“通道狹窄，需側身”，以及潛在的社會信號，如“兩人正在交談，不宜打斷”。其面臨的關鍵挑戰在于數據的高效表征與可解釋性。

勢態知感層是一個更具革命性的研究方向。其任務是將機器內部的“態勢圖”，通過反事實推理、類比聯想和常識推理，反向“翻譯”或“映射”到人類的語境和認知框架中，使機器“理解”當前態勢對人類意味著什么。例如，態勢圖檢測到“地面有散落的玩具和一本打開的書”，勢態知感層需能推斷出“可能有兒童剛在此玩耍，需小心避讓，并可能需整理”，甚至聯想到“家長可能希望保持房間整潔”的潛在價值。這一過程需深度融入人類常識、文化背景與心理模型。

“態勢感知”與“勢態知感”構成一個雙向循環。態勢感知為勢態知感提供數據基礎，勢態知感為態勢感知提供意義指導和注意力聚焦。通過持續循環，人形機器人能不斷校準其內部模型，使其推理越來越貼近人類的常識與預期，實現“機器思維”與“人類語境”的對齊。

計算與“算計”的協同決策范式。人形機器人在決策層面需超越純粹的數據驅動優化，引入人類特有的策略思維，構建“計算—算計”協同決策范式：計算負責可擴展、可證明的數值優化，以算法精度處理結構化問題；“算計”則承擔不可度量、不可建模的價值權衡與策略變化，以人類智慧應對模糊情境與倫理困境。二者在統一語義層互譯互糾，使人形機器人既能高效求解確定空間的最優解，又能靈活駕馭不確定空間的滿意解，最終實現工具理性與價值理性的動態平衡。

計算指基于明確模型、可量化指標、可擴展算法的數值優化過程。例如，給定起點和終點，計算出能量最優或時間最短的路徑；給定物體和目標位置，解算出各關節的最優運動軌跡。計算追求的是在定義良好的問題空間內，找到可證明的（近似）最優解，其特點是精確、可重復、可規模化。

此處的“算計”并非貶義，是指在開放、對抗或協作情境中，涉及價值權衡、心理揣摩、策略選擇與虛實判斷的謀算、運籌過程。這部分通常是不可完全數學建模、難以度量，甚至包含策略的變化，如在與人協作搬運家具時，是應該指揮人，還是跟隨人的引導？在勸導老人服藥時，是用嚴肅的方式還是用輕松玩笑的方式告知更有效？這需對人類心理、社會規范、具體情境有深刻洞察。

新一代人形機器人的決策系統，需是計算與“算計”的協同體，下一步研究的熱點在于如何構建一個統一的語義層或價值表達層，使“計算”得出的精確方案，與“算計”考慮的模糊價值能夠在此層進行互譯、比較與融合。例如，系統在規劃路徑時，不僅會計算最短路徑（計算），而且會考慮“經過鄰居窗前是否會構成隱私打擾”（算計）。二者沖突時，需根據更高階的價值原則進行仲裁。這要求算法不僅能處理數字，而且能處理偏好、倫理與情境性規則。

以自主—它主無縫轉換為關鍵的智能驗證體系。傳統人形機器人性能評估，多聚焦于單項任務的精度、速度、成功率，而未來“人—人形機器人—環境”耦合系統，亟須建立更能反映協同智能與適應韌性的關鍵指標：自主—它主轉換效率。該指標要求系統在任何任務節點都能以毫秒級評估“誰握舵更優”，實現控制權在人機之間的無縫交接，最終確保人形機器人既能獨立應對確定性場景，又能及時去求助人類處理具有不確定性的情境，在動態耦合中實現“永不鎖死”的穩健運行。

自主—它主無縫轉換，是指人形機器人系統在任務執行的任何節點，都能動態評估“當前情況下，由人形機器人自主決策（自主）與交由人類或其他智能體接管（它主），哪種方式能帶來更優的整體效益，包括效率、安全、合規等”，并能實現控制權的無縫、平滑、安全交接。具體而言，自主—它主無縫轉換包括三維量化指標：轉換成功率，控制權交接過程是否順暢無誤，任務是否不中斷；任務韌性度，在經歷多次權責轉換、環境擾動或意外事件后，系統能否最終完成或優雅降解任務目標；倫理合規率，在全部決策與轉換行為中，符合預設倫理準則（如安全、隱私、公平、透明）的比例。這套驗證體系迫使人形機器人系統設計需內嵌元認知監控模塊，實時評估自身能力邊界、環境不確定性程度，以及對人類意圖的理解置信度。當置信度低或風險高時，人形機器人會主動“求援”；當人類負荷過重或機器更高效時，人形機器人會適時“接管”。也就是說，人形機器人將從“被動執行者”轉向“主動協同者”。

橫亙在理想與現實之間的鴻溝

盡管藍圖清晰，但實現上述愿景仍面臨一些現實挑戰，如在硬件層面，高功率密度執行器及長續航能源系統的瓶頸尚未突破；在算法層面，端到端具身大模型的可解釋性與安全性難以兼顧；在交互層面，意圖理解的歧義性與情感計算的表面化，阻礙深度人機協同；在治理層面，倫理責任歸屬模糊與全球標準缺失制約產業規模化落地。這些挑戰交織疊加，要求技術創新、制度設計與價值共識的同步推進，方能將人形機器人的未來圖景從理想轉化為現實。

復雜動態環境的多模態感知與統一表征。開放世界的感知信息，是海量、異步、帶噪聲且語義模糊的。如何將視覺、聲音、力觸覺、溫度等多模態數據在較短時間內，融合成一張實時、一致、富含語義的“態勢圖”，是較大挑戰。當前的深度學習感知模型，在特定任務上表現出色，但泛化能力較差，對未見過的物體或場景容易失效，且生成的表征往往對人類而言是“黑箱”，缺乏可解釋性，難以支撐人形機器人高端的“勢態知感”與“算計”。

教會機器像人一樣，去“理解”和“權衡”那些對人類而言不言而喻的道德、偏好和目的。人類的價值判斷、意圖和指令，常常是模糊、隱含、依賴語境且動態變化的。“把房間收拾干凈”的標準因人而異；“小心點”的程度無法量化。如何將非形式化的、富含常識與情感的“人類語義”，轉化為機器可操作、可推理的形式化表示，這涉及常識知識庫的構建、心理理論的機器建模，以及跨文化的價值對齊等難題。目前的大語言模型，雖然能生成合乎語法的文本，但其對真實世界因果和人類深層意圖的理解仍比較表面。④

“計算”與“算計”的語義鴻溝與協同機制。如何在統一的框架下，形式化地表達和權衡“效率”“安全”“舒適”“隱私”“公平”，這些可能相互沖突的抽象價值？當“計算”出的最優路徑需穿越私人空間（“算計”上不可接受）時，仲裁規則是什么？這個規則本身又如何能被機器學習和更新？這需一個能夠融合邏輯推理、概率推斷，以及價值偏好學習的混合推理框架，目前該框架仍處于理論探索早期。

安全、倫理與責任的邊界界定。“人—人形機器人—環境”耦合系統，帶來安全與倫理挑戰。在自主—它主動態轉換中，一旦發生事故，責任如何界定？是算法缺陷、人類監管失職，還是環境意外？機器的反身智能如果導致其自行修改倫理規則怎么辦？如何防止系統以提升效率、為人類好的名義，設計出看似善意實則專斷的管控？這需技術（如可解釋AI、安全驗證）、法律（責任框架）與倫理（價值嵌入與審查）的多方協同創新。

系統復雜性與工程實現的較大成本。將具身智能、離身智能、反身智能，態勢感知—勢態知感雙循環，計算—算計協同等復雜模塊集成到一個實時運行的機器人系統中，其軟件復雜度和算力需求是指數級增長的。如何確保系統的實時性、可靠性、可維護性，同時控制功耗和成本，是工程上面臨的重大挑戰。

構建開放共進的人機環境智能生態系統

為實現從被動應對到主動塑造的跨越，我們需將技術突破、倫理對齊，以及組織變革置于一個統一的框架下推進。其關鍵路徑，在于構建一個開放、協同、持續進化的人機環境智能生態系統。

可確立“人機環境系統智能”為頂層學科方向與研發范式。國家科技規劃與大型企業研發戰略，可提出并重點布局“人—人形機器人—環境系統智能”這一交叉前沿方向。推動自動控制、計算機科學、人工智能、認知科學、心理學、社會學、倫理學等學科的深度融合。改變以往“重單體、輕系統，重功能、輕交互”的研發模式，鼓勵以“人—人形機器人—環境”耦合交互和任務韌性為重要指標的新型機器人系統研發。

可發起“開源開放的人機環境交互基準測試平臺與數據集”計劃。當前，缺乏能全面評估“人—人形機器人—環境”耦合智能的測試環境與標準數據集。建議由學術機構、龍頭企業聯合，建設物理—仿真混合的開放測試平臺，如復雜家庭環境、模擬公共空間，設計涵蓋態勢理解、意圖對齊、價值權衡、權責轉換的系列基準任務。同時，開源大規模、高質量、多模態的人—人形機器人—環境交互數據集，尤其注重包含人類意圖注釋、社會規則標注和反事實場景的數據，以驅動相關算法研究。再者，集中攻關“態勢感知—勢態知感”雙向映射與“計算—算計”協同的關鍵算法，設立國家級重大研究項目，聚焦可解釋、可壓縮的多模態態勢感知模型，研究如何從高維數據中學習出緊湊、結構化且對人類友好的環境表征；基于大模型與常識推理的勢態知感技術，探索如何利用知識圖譜、大語言模型和反事實推理，將機器態勢映射到人類語義空間；混合增強決策理論與架構，研究形式化價值表達、多目標動態權衡，以及計算與算計協同的數學框架與算法實現。

積極構建涵蓋技術、法律、倫理的“敏捷治理”框架。敏捷治理是一種能夠快速響應技術變革、通過迭代試錯，以及多方協同動態調整規則，構建在促進創新與管控風險之間保持平衡的適應性監管范式。可建立跨學科的“敏捷治理”機構或委員會，同步進行技術標準準備，制定人機環境交互接口、自主—它主轉換協議，以及系統可解釋性等方面的技術標準；在特定區域或場景設立法律監管沙盒，探索事故責任認定、隱私數據保護、保險機制等法律層面的創新實踐；推動價值敏感設計和倫理嵌入設計原則的實踐，開發倫理規則的形式化描述與驗證工具。

大力推動高水平跨學科人才培養與國際合作，可在高校設立“人機環境系統科學”交叉學科，培養既懂人形機器人技術，又通曉人類認知與社會科學，還具備倫理視野的復合型人才。人形機器人的發展是全球性課題，需積極發起和參與國際大科學計劃，在開源平臺、基準測試、安全標準、倫理準則等方面加強合作，促進全球智慧共享，共同應對挑戰。

總之，人形機器人的未來，絕非僅是制造出更像人的軀殼，或填充進更強大的“大腦”。其發展趨勢在于，成為一個深度嵌入人類社會與物理環境的智能協同主體。這要求我們重構設計哲學：從追求孤立個體的卓越，轉向構建“人—人形機器人—環境”和諧共生系統；從依賴數據驅動的黑箱模型，轉向發展態勢感知與勢態知感循環校準的可解釋認知；從迷信計算萬能，轉向尊重計算與算計的協同互補；從執著于完全自主，轉向追求自主—它主間無縫、高效的動態平衡。⑤這條路徑可能布滿荊棘，從多模態感知的統一，到人類價值的對齊，再到倫理安全的保障，每一步都可能面臨艱巨的挑戰。同時，其回報亦是前所未有的：一個能夠真正理解我們、適應我們、增強我們，并與我們共同學習、共同進化的機器伙伴。這不僅是技術的飛躍，而且將是一場深刻的人機關系革命。最終，我們塑造人形機器人，人形機器人也將反過來塑造我們對于智能、責任乃至人性本身的理解。過去，計算機開啟信息時代的新紀元，今天，我們對人形機器人發展路徑的選擇，可能將奠定未來數十年智能社會的基礎。我們需以最大的智慧、最審慎的責任感和最開放的合作精神，共同“釀造”這一未來，確保它通向一個更加協同、韌性與繁榮的智能新時代。

【注釋】

①《德國總理默茨訪杭州 點贊中國人形機器人》，中國新聞網，2026年2月26日。

②[新西蘭]克里斯托夫·巴特內克 Christoph Bartneck等著，劉偉等譯：《人—機器人交互導論》，北京：機械工業出版社，2022年，第47—56頁。

③Fuller A, Fan Z, Day C, et al. Digital twin: Enabling technologies, challenges and open research[J]. IEEE access, 2020, 8: 108952-108971.

④劉偉、譚文輝：《人機環境系統融合智能：超越人類智能的可能性》，北京：清華大學出版社，2025年，第102—107頁。

⑤劉偉、譚文輝：《未來智能與人機融合》，上海：上海科技教育出版社，2025年，第83—85頁。

責編/謝帥 美編/王夢雅

聲明：本文為人民論壇雜志社原創內容，任何單位或個人轉載請回復本微信號獲得授權，轉載時務必標明來源及作者，否則追究法律責任。