在今年的全国两会期间，“新质生产力”成为中国经济发展蓝图中的高频词，具身智能等未来产业被提升至前所未有的战略高度。全国政协委员、中国科学院院士、多模态人工智能系统全国重点实验室主任乔红接受《今日中国》专访，围绕中国机器人产业发展路径、核心技术创新与创新生态构建，分享了系统见解。 

乔红院士认为，中国机器人产业正从规模扩张转向基础创新引领、质量效益提升的新阶段。她指出，产业可持续发展并非简单复制追随，而是在深刻把握产业规律基础上，以基础理论原创突破，探索并构建独具特色的技术发展路径。 

“软硬协同”：赋能高质量发展 

“前瞻布局未来产业，是顺应全球科技发展趋势的必然选择，”乔红院士表示，中国机器人产业已形成坚实基础，为这一战略布局提供了有力的现实支撑。 

她分析，我国机器人硬件已建成相对完整的产业体系，从电机、减速器到整体结构，产业链的自主可控水平稳步提升，为产业快速迭代与技术探索提供了有力保障。同时她强调，硬件是基础载体，人工智能同实体经济深度融合的核心价值，，在于从数字世界走向物理世界，赋能千行百业。 

“这既是挑战，更是巨大的机遇。”她认为，“软硬”是辩证统一关系：软件定义潜能，硬件划定边界。软件算法迭代日新月异，但其能力上限终究受限制于硬件物理规律；材料、工艺、核心部件的渐进式发展，为软件的想象力划定了现实的边界。“硬件性能的边界，决定了软件潜能发挥的舞台有多大。” 

因此，当前的核心任务之一，是在现有硬件基础上，通过优化软件与系统集成，充分地释放硬件潜在效能。这一思路适用于人形机器人及各类具身智能系统。乔红院士认为，国家政策的应聚焦于推动“软硬协同”系统性创新，推动人工智能发展既具备算法高度，更有植根于实体经济的深度。 

创新关键：构建独特的技术发展路径 

谈及高水平创新，乔红院士反复强调核心理念：基于“机理与数据深度融合”，构建独特的技术发展路径。她认为，这是下一代通用机器人研发的基石，也是打造自身核心技术能力的关键。 

她剖析当前人工智能两条主流技术路线的局限性：以大模型为代表的数据驱动方法，泛化能力突出，但其输出可靠性、可解释性不足，难以满足工业场景高精度、高稳定性要求；传统机理驱动方法性能稳定，但严重缺乏适应性，难以应对复杂多变的环境。 

“人类之所以能高效学习，不仅因为‘读万卷书’，更在于‘行万里路’中的思考与反省。机器人同样需要具备类似的推理与反思能力，而非单纯依赖数据灌输。”乔红院士用一个生动的比喻，点明未来研发的重点。 

基于此， 她长期从人类认知中汲取灵感，系统性地提出“机器人认知融合”理论框架。推动数学、神经科学、控制理论等多学科的深度交叉，构建可解释、可推理的智能系统。例如，其团队借鉴人脑工作机制，开发出模拟肌肉控制的非线性算法，显著提升了机器人的柔顺性与环境适应性。这种仿生学方法不仅降低了能耗，也提高了机器人在复杂任务中的表现。 

依托多模态人工智能系统全国重点实验室，乔红院士带领团队打破视觉、力觉、听觉等感知通道的孤立处理瓶颈，在跨模态信息融合上取得进展。团队研发的“感知-决策-控制”一体化系统，在精密装配等高端场景已实现亚毫米级操作精度，部分指标达到国际先进水平。 

产研协同：为创新生态注入持久动力 

核心技术理论如何有效地转化为现实生产力，是未来产业发展的关键。作为全国政协委员与一线教育工作者，乔红院士对此有着系统性思考与实践路径。 

她提出“双轮驱动”的战略构想：一方面，企业应在商业化应用中不断探索，在工业、服务业等场景中积累宝贵经验，为技术迭代提供真实场景的验证；另一方面，学术界与国家科研力量应聚焦于基础理论研究，解决高性能、高可靠性等根本性问题。 

“基础理论研究必须与产业化紧密结合，形成‘科研—平台—应用’的完整链条。”作为政协委员，她呼吁建立“基础研究—技术开发—示范应用”全链条支持机制，改革科研评价体系，引导创新资源向解决实际工程问题倾斜。 

在人才培养上，她立足机器人学科交叉特性，倡导打破传统学科壁垒，设立机器人科学与技术交叉学科。她鼓励自己的学生深入产业一线，在实践中发现真问题。“我希望我的学生能够投身于具有挑战性、能够解决实际痛点的研究中，”她认为，“只有深度理解了产业的真实需求，才能做出真正有价值的创新。” 

展望未来，乔红院士对人形机器人走进千家万户持审慎乐观态度。她认为，尽管当前机器人可完成一些简单家务，但要满足家庭环境高可靠性、高安全性要求，仍需持续攻关。但她坚信，在技术与时代的双重推动下，这一愿景终将成为现实。 

当被问及最大期待时，她的眼中充满了希冀：“我期待我们研发的机器人，以卓越的性能与可靠品质，赢得全球用户认可。这是创造真正的价值，并因此赢得全球的认可。”这不仅是她个人的一个技术梦想，更代表着中国机器人产业从功能集成迈向认知赋能的新纪元，致力于为全球制造业智能化转型贡献“中国方案”。 

（来源：今日中国）