【摘要】当前，人形机器人正从“演示奇观”迈向“实用赋能”的关键转折点。下一代人形机器人的发展重点，在于实现人—人形机器人—环境的三方深度耦合与动态协同。为此，需构建一个全新的人形机器人交互架构，以具身智能、离身智能与反身智能的融合为基础，以态势感知—势态知感的双向循环为认知机理，以计算与算计的协同互补为决策方法，并以自主—它主转换效率为关键验证指标。最终目标是催生一个能持续学习、适应开放环境，并与人类价值深度对齐的智能实体，使其从“高级工具”跃升为“协同伙伴”。
【关键词】人形机器人 具身智能 离身智能 反身智能 态势感知 势态知感
【中图分类号】F426.67 【文献标识码】A
2026年2月26日，德国总理默茨到访浙江杭州。在杭州，默茨一行走访中国机器人企业宇树科技。在宇树科技展厅内，默茨一行参观、了解多类型机器人产品，并现场观看机器人武术表演《武BOT》，数台人形机器人在表演中完成高难度跳跃、单腿连续空翻、快速变换队形等动作。参观过程中，默茨频频点头，并竖起大拇指称赞。①
当前，人形机器人正朝着技术融合化、场景多样化、交互拟人化、成本平民化的方向加速演进。技术上，多模态感知（视觉、力觉、触觉等）与大模型驱动的自主决策深度融合，推动其环境适应能力与任务泛化能力实现跨越式提升，双足动态平衡、灵巧手精细操作等重要运动控制持续突破；应用端，从工业协作、仓储物流，向家庭服务（陪伴、护理）、医疗康复、应急救援、教育科研等场景渗透，逐步成为“通用型智能终端”；交互上，自然语言理解、情感识别与共情反馈技术，使其更贴近人类习惯，人机协作从“工具属性”向“伙伴属性”升级。同时，产业链成熟与规模化量产推动成本下探，叠加政策对智能硬件的支持，人形机器人正从实验室走向大众生活，未来或深度融入社会生产生活的全链条，重构人机协作新范式。
从功能模仿到“人—人形机器人—环境”共生
人形机器人的发展已跨越半个多世纪，其驱动力从最初的仿生学好奇，演变为今天对通用化、人性化智能体的迫切需求。其发展正经历一场深刻的范式转移，驱动力量正从单纯的技术好奇心，转向明确的社会与产业需求。人形机器人的发展形势已清晰表明，未来的竞争焦点将不再是“谁的机器人跑得更快、跳得更高”，而是“谁的‘人—人形机器人—环境’系统更智能、更可靠、更值得信赖”②。当前，人形机器人的发展形势主要呈现以下特征。
技术驱动下的“躯体觉醒”。得益于高性能伺服关节、轻量化材料（如碳纤维复合材料）、高能量密度电池，以及多模态感知（视觉、力觉、触觉、听觉融合）的突破，人形机器人的运动能力与基础感知能力正快速逼近生物极限。美国波士顿动力的Atlas、特斯拉的Optimus，以及中国宇树科技的G1 EDU U2、优必选的Walker等代表性平台，已能完成跑酷、搬运、精细操作等复杂任务。然而，这主要标志着“躯体”（物理身体）的成熟，距离“心智”（理解与决策）的完备尚有较大差距。
应用场景呼唤“环境智能”。产业界对人形机器人的期待，正从结构化工厂流水线，转向非结构化的开放场景，如家庭服务、医疗陪护、灾害救援、太空探索等。这些场景的关键特征，在于高度不确定性、强人机交互与环境动态变化。人形机器人不再仅是执行预编程动作，而是需实时理解环境约束，如不平整地面、移动障碍物；解读人类意图，如模糊指令、手势，并作出安全、合规且有效的响应。这要求人形机器人具备深度的环境嵌入与理解能力。
从“人机交互”到“人机环境系统交互”的范式转型。传统人机交互研究聚焦于人与机器人双方关系，环境常被视为被动背景或干扰源。未来的趋势，是将环境视为智能生成的主动参与方，环境不仅是物理空间的集合，而且是社会规范、文化习惯、实时任务上下文等信息的载体。因此，需建立“人—人形机器人—环境”耦合交互的整体架构。在此架构下，人形机器人是连接人与环境的“活性界面”：它一方面需理解人赋予的价值目标与抽象意图，如“把房间收拾得温馨些”；另一方面需接收环境给出的实时物理约束与社会反馈，如空间布局、物品易碎性、他人隐私，并通过标准化接口在三者间实现信息的无缝流转与意义的共同建构。这一形势判断指向一个根本性转变：人形机器人的核心竞争力，将不再仅仅是单个部件的性能指标，如自由度、负载比，而是在复杂三方系统中实现智能涌现与任务韧性的匹配。
迈向深度耦合的关键技术探索
迈向深度耦合的关键技术探索，围绕构建“人—人形机器人—环境”耦合智能体的目标，当前及未来关于人形机器人的研究热点，主要聚焦以下几个层面。
具身智能、离身智能、反身智能的融合架构。未来人形机器人的智能架构将呈现“分层融合”特征：底层具身智能，依托传感器—执行器闭环，实现毫秒级的物理世界嵌入与实时响应；中层离身智能，借助大模型与知识图谱，完成抽象推理、任务规划与跨域迁移；顶层反身智能，通过元认知模块持续监控自身状态，评估不确定性、校准价值判断、触发人机控制权交接。其中，元认知是指对自身的认知过程、思维活动、学习策略，进行主动觉察、监控、评估，并灵活调整优化，以更高效达成认知目标的能力。三者通过统一语义接口实现动态耦合，既保证“身体在场”的即时性，又具备“思维跃迁”的灵活性，还能实现“自我审视”的稳健性，最终形成“感知即理解、推理即行动、反思即学习”的闭环智能体。
具身智能是指将人工智能算法与物理实体（如机器人、传感器等）结合，使智能体能够通过感知、理解和交互真实物理环境来学习和进化的技术范式。其强调“身体”是智能的必要载体，智能通过物理交互而非纯计算产生。具身智能强调智能源于身体与环境的实时互动。人形机器人的感知—运动回路需高度耦合，实现“身体即是认知”。例如，通过触觉和力觉即时调整抓取力度，无需经过中央处理器的复杂计算。这要求硬件上实现传感器与执行器的深度集成，算法上发展基于本体感受的快速反射与自适应控制。
离身智能或称“云脑智能”，是指人形机器人通过通信网络接入云端大模型，如超大语言模型、视觉基础模型，获取非具身的常识知识、任务规划与复杂推理能力。例如，询问云端“如何安抚哭泣的婴儿”，并根据返回的步骤指导具身操作。
反身智能是更高阶的元认知能力，是指人形机器人能对自己的认知过程、决策依据，以及行为后果进行监控、评估与反思。例如，在执行任务失败后，反身智能可以回溯分析是感知错误、规划不当，还是对人性意图理解偏差所致，并据此调整后续策略。反身智能是确保系统可解释、可调试、可信赖的关键。
人形机器人的研究热点，在于如何设计标准化接口与中间件，使三种智能可根据任务需求实现动态组合、高效协同。具身智能处理实时反应，离身智能提供知识支持，反身智能确保长期学习与伦理合规，三者共同构成一个完整的智能体心智。
人形机器人的态势感知—势态知感双向认知循环。这是实现环境深度理解与人类意图对齐的关键认知机理，态势感知（Situation Awareness）将多模态数据流压缩为可解释的环境态势图，完成“世界向机器”的语义映射，其中，态势图是一种融合多源信息、实时动态与预测推演，将复杂环境转化为直观可视的“共同操作视图”，旨在消除认知迷雾并支撑人机协同的高效决策；势态知感（Sensemaking）则通过反事实推理与价值校准，将态势图反向映射到人类语境，实现“机器向人”的意义还原。二者持续交互，既让人形机器人“看懂”物理世界的结构约束与动态演化，又使其“读懂”人类指令的隐含前提与价值权重，最终在“人—人形机器人—环境”三方耦合中实现认知对齐与行动协同。态势感知是看清“现在是什么”，势态知感是看透“接下来会怎么样”。
态势感知层的任务，是将人形机器人通过多模态感知（如摄像头、激光雷达、麦克风阵列等）获取的海量、异构、高维原始数据流，进行实时融合、过滤与压缩，生成一张机器可理解的、结构化的“态势图”。③这张图不仅包含物体识别、定位、地图等传统同步定位与地图构建（SLAM）信息，而且需标注出环境的“功能属性”，如“这是可坐的表面”，动态事件，如“人正在向门口移动”，物理约束，如“通道狭窄，需侧身”，以及潜在的社会信号，如“两人正在交谈，不宜打断”。其面临的关键挑战在于数据的高效表征与可解释性。
势态知感层是一个更具革命性的研究方向。其任务是将机器内部的“态势图”，通过反事实推理、类比联想和常识推理，反向“翻译”或“映射”到人类的语境和认知框架中，使机器“理解”当前态势对人类意味着什么。例如，态势图检测到“地面有散落的玩具和一本打开的书”，势态知感层需能推断出“可能有儿童刚在此玩耍，需小心避让，并可能需整理”，甚至联想到“家长可能希望保持房间整洁”的潜在价值。这一过程需深度融入人类常识、文化背景与心理模型。
“态势感知”与“势态知感”构成一个双向循环。态势感知为势态知感提供数据基础，势态知感为态势感知提供意义指导和注意力聚焦。通过持续循环，人形机器人能不断校准其内部模型，使其推理越来越贴近人类的常识与预期，实现“机器思维”与“人类语境”的对齐。
计算与“算计”的协同决策范式。人形机器人在决策层面需超越纯粹的数据驱动优化，引入人类特有的策略思维，构建“计算—算计”协同决策范式：计算负责可扩展、可证明的数值优化，以算法精度处理结构化问题；“算计”则承担不可度量、不可建模的价值权衡与策略变化，以人类智慧应对模糊情境与伦理困境。二者在统一语义层互译互纠，使人形机器人既能高效求解确定空间的最优解，又能灵活驾驭不确定空间的满意解，最终实现工具理性与价值理性的动态平衡。
计算指基于明确模型、可量化指标、可扩展算法的数值优化过程。例如，给定起点和终点，计算出能量最优或时间最短的路径；给定物体和目标位置，解算出各关节的最优运动轨迹。计算追求的是在定义良好的问题空间内，找到可证明的（近似）最优解，其特点是精确、可重复、可规模化。
此处的“算计”并非贬义，是指在开放、对抗或协作情境中，涉及价值权衡、心理揣摩、策略选择与虚实判断的谋算、运筹过程。这部分通常是不可完全数学建模、难以度量，甚至包含策略的变化，如在与人协作搬运家具时，是应该指挥人，还是跟随人的引导？在劝导老人服药时，是用严肃的方式还是用轻松玩笑的方式告知更有效？这需对人类心理、社会规范、具体情境有深刻洞察。
新一代人形机器人的决策系统，需是计算与“算计”的协同体，下一步研究的热点在于如何构建一个统一的语义层或价值表达层，使“计算”得出的精确方案，与“算计”考虑的模糊价值能够在此层进行互译、比较与融合。例如，系统在规划路径时，不仅会计算最短路径（计算），而且会考虑“经过邻居窗前是否会构成隐私打扰”（算计）。二者冲突时，需根据更高阶的价值原则进行仲裁。这要求算法不仅能处理数字，而且能处理偏好、伦理与情境性规则。
以自主—它主无缝转换为关键的智能验证体系。传统人形机器人性能评估，多聚焦于单项任务的精度、速度、成功率，而未来“人—人形机器人—环境”耦合系统，亟须建立更能反映协同智能与适应韧性的关键指标：自主—它主转换效率。该指标要求系统在任何任务节点都能以毫秒级评估“谁握舵更优”，实现控制权在人机之间的无缝交接，最终确保人形机器人既能独立应对确定性场景，又能及时去求助人类处理具有不确定性的情境，在动态耦合中实现“永不锁死”的稳健运行。
自主—它主无缝转换，是指人形机器人系统在任务执行的任何节点，都能动态评估“当前情况下，由人形机器人自主决策（自主）与交由人类或其他智能体接管（它主），哪种方式能带来更优的整体效益，包括效率、安全、合规等”，并能实现控制权的无缝、平滑、安全交接。具体而言，自主—它主无缝转换包括三维量化指标：转换成功率，控制权交接过程是否顺畅无误，任务是否不中断；任务韧性度，在经历多次权责转换、环境扰动或意外事件后，系统能否最终完成或优雅降解任务目标；伦理合规率，在全部决策与转换行为中，符合预设伦理准则（如安全、隐私、公平、透明）的比例。这套验证体系迫使人形机器人系统设计需内嵌元认知监控模块，实时评估自身能力边界、环境不确定性程度，以及对人类意图的理解置信度。当置信度低或风险高时，人形机器人会主动“求援”；当人类负荷过重或机器更高效时，人形机器人会适时“接管”。也就是说，人形机器人将从“被动执行者”转向“主动协同者”。
横亘在理想与现实之间的鸿沟
尽管蓝图清晰，但实现上述愿景仍面临一些现实挑战，如在硬件层面，高功率密度执行器及长续航能源系统的瓶颈尚未突破；在算法层面，端到端具身大模型的可解释性与安全性难以兼顾；在交互层面，意图理解的歧义性与情感计算的表面化，阻碍深度人机协同；在治理层面，伦理责任归属模糊与全球标准缺失制约产业规模化落地。这些挑战交织叠加，要求技术创新、制度设计与价值共识的同步推进，方能将人形机器人的未来图景从理想转化为现实。
复杂动态环境的多模态感知与统一表征。开放世界的感知信息，是海量、异步、带噪声且语义模糊的。如何将视觉、声音、力触觉、温度等多模态数据在较短时间内，融合成一张实时、一致、富含语义的“态势图”，是较大挑战。当前的深度学习感知模型，在特定任务上表现出色，但泛化能力较差，对未见过的物体或场景容易失效，且生成的表征往往对人类而言是“黑箱”，缺乏可解释性，难以支撑人形机器人高端的“势态知感”与“算计”。
教会机器像人一样，去“理解”和“权衡”那些对人类而言不言而喻的道德、偏好和目的。人类的价值判断、意图和指令，常常是模糊、隐含、依赖语境且动态变化的。“把房间收拾干净”的标准因人而异；“小心点”的程度无法量化。如何将非形式化的、富含常识与情感的“人类语义”，转化为机器可操作、可推理的形式化表示，这涉及常识知识库的构建、心理理论的机器建模，以及跨文化的价值对齐等难题。目前的大语言模型，虽然能生成合乎语法的文本，但其对真实世界因果和人类深层意图的理解仍比较表面。④
“计算”与“算计”的语义鸿沟与协同机制。如何在统一的框架下，形式化地表达和权衡“效率”“安全”“舒适”“隐私”“公平”，这些可能相互冲突的抽象价值？当“计算”出的最优路径需穿越私人空间（“算计”上不可接受）时，仲裁规则是什么？这个规则本身又如何能被机器学习和更新？这需一个能够融合逻辑推理、概率推断，以及价值偏好学习的混合推理框架，目前该框架仍处于理论探索早期。
安全、伦理与责任的边界界定。“人—人形机器人—环境”耦合系统，带来安全与伦理挑战。在自主—它主动态转换中，一旦发生事故，责任如何界定？是算法缺陷、人类监管失职，还是环境意外？机器的反身智能如果导致其自行修改伦理规则怎么办？如何防止系统以提升效率、为人类好的名义，设计出看似善意实则专断的管控？这需技术（如可解释AI、安全验证）、法律（责任框架）与伦理（价值嵌入与审查）的多方协同创新。
系统复杂性与工程实现的较大成本。将具身智能、离身智能、反身智能，态势感知—势态知感双循环，计算—算计协同等复杂模块集成到一个实时运行的机器人系统中，其软件复杂度和算力需求是指数级增长的。如何确保系统的实时性、可靠性、可维护性，同时控制功耗和成本，是工程上面临的重大挑战。
构建开放共进的人机环境智能生态系统
为实现从被动应对到主动塑造的跨越，我们需将技术突破、伦理对齐，以及组织变革置于一个统一的框架下推进。其关键路径，在于构建一个开放、协同、持续进化的人机环境智能生态系统。
可确立“人机环境系统智能”为顶层学科方向与研发范式。国家科技规划与大型企业研发战略，可提出并重点布局“人—人形机器人—环境系统智能”这一交叉前沿方向。推动自动控制、计算机科学、人工智能、认知科学、心理学、社会学、伦理学等学科的深度融合。改变以往“重单体、轻系统，重功能、轻交互”的研发模式，鼓励以“人—人形机器人—环境”耦合交互和任务韧性为重要指标的新型机器人系统研发。
可发起“开源开放的人机环境交互基准测试平台与数据集”计划。当前，缺乏能全面评估“人—人形机器人—环境”耦合智能的测试环境与标准数据集。建议由学术机构、龙头企业联合，建设物理—仿真混合的开放测试平台，如复杂家庭环境、模拟公共空间，设计涵盖态势理解、意图对齐、价值权衡、权责转换的系列基准任务。同时，开源大规模、高质量、多模态的人—人形机器人—环境交互数据集，尤其注重包含人类意图注释、社会规则标注和反事实场景的数据，以驱动相关算法研究。再者，集中攻关“态势感知—势态知感”双向映射与“计算—算计”协同的关键算法，设立国家级重大研究项目，聚焦可解释、可压缩的多模态态势感知模型，研究如何从高维数据中学习出紧凑、结构化且对人类友好的环境表征；基于大模型与常识推理的势态知感技术，探索如何利用知识图谱、大语言模型和反事实推理，将机器态势映射到人类语义空间；混合增强决策理论与架构，研究形式化价值表达、多目标动态权衡，以及计算与算计协同的数学框架与算法实现。
积极构建涵盖技术、法律、伦理的“敏捷治理”框架。敏捷治理是一种能够快速响应技术变革、通过迭代试错，以及多方协同动态调整规则，构建在促进创新与管控风险之间保持平衡的适应性监管范式。可建立跨学科的“敏捷治理”机构或委员会，同步进行技术标准准备，制定人机环境交互接口、自主—它主转换协议，以及系统可解释性等方面的技术标准；在特定区域或场景设立法律监管沙盒，探索事故责任认定、隐私数据保护、保险机制等法律层面的创新实践；推动价值敏感设计和伦理嵌入设计原则的实践，开发伦理规则的形式化描述与验证工具。
大力推动高水平跨学科人才培养与国际合作，可在高校设立“人机环境系统科学”交叉学科，培养既懂人形机器人技术，又通晓人类认知与社会科学，还具备伦理视野的复合型人才。人形机器人的发展是全球性课题，需积极发起和参与国际大科学计划，在开源平台、基准测试、安全标准、伦理准则等方面加强合作，促进全球智慧共享，共同应对挑战。
总之，人形机器人的未来，绝非仅是制造出更像人的躯壳，或填充进更强大的“大脑”。其发展趋势在于，成为一个深度嵌入人类社会与物理环境的智能协同主体。这要求我们重构设计哲学：从追求孤立个体的卓越，转向构建“人—人形机器人—环境”和谐共生系统；从依赖数据驱动的黑箱模型，转向发展态势感知与势态知感循环校准的可解释认知；从迷信计算万能，转向尊重计算与算计的协同互补；从执着于完全自主，转向追求自主—它主间无缝、高效的动态平衡。⑤这条路径可能布满荆棘，从多模态感知的统一，到人类价值的对齐，再到伦理安全的保障，每一步都可能面临艰巨的挑战。同时，其回报亦是前所未有的：一个能够真正理解我们、适应我们、增强我们，并与我们共同学习、共同进化的机器伙伴。这不仅是技术的飞跃，而且将是一场深刻的人机关系革命。最终，我们塑造人形机器人，人形机器人也将反过来塑造我们对于智能、责任乃至人性本身的理解。过去，计算机开启信息时代的新纪元，今天，我们对人形机器人发展路径的选择，可能将奠定未来数十年智能社会的基础。我们需以最大的智慧、最审慎的责任感和最开放的合作精神，共同“酿造”这一未来，确保它通向一个更加协同、韧性与繁荣的智能新时代。
【注释】
①《德国总理默茨访杭州 点赞中国人形机器人》，中国新闻网，2026年2月26日。
②[新西兰]克里斯托夫·巴特内克 Christoph Bartneck等著，刘伟等译：《人—机器人交互导论》，北京：机械工业出版社，2022年，第47—56页。
③Fuller A, Fan Z, Day C, et al. Digital twin: Enabling technologies, challenges and open research[J]. IEEE access, 2020, 8: 108952-108971.
④刘伟、谭文辉：《人机环境系统融合智能：超越人类智能的可能性》，北京：清华大学出版社，2025年，第102—107页。
⑤刘伟、谭文辉：《未来智能与人机融合》，上海：上海科技教育出版社，2025年，第83—85页。
责编/谢帅 美编/王梦雅
声明：本文为人民论坛杂志社原创内容，任何单位或个人转载请回复本微信号获得授权，转载时务必标明来源及作者，否则追究法律责任。
