在2025浦江创新论坛具身智能前沿技术论坛上，清华大学人工智能研究院智能机器人中心主任孙富春教授提出，当人工智能赋予机器人理解与适应物理世界的能力时，标志着具身智能时代的全面到来。他指出，未来的智能机器人将突破传统工具属性，成为具备自主思考、学习和进化能力的"生命体"，而非仅执行预设指令的机械装置。
以泡茶场景为例，孙富春解释具身智能的核心在于推理能力。当机器人发现茶叶耗尽时，应能自主规划前往储物柜寻找替代品，而非机械重复预设流程。这种能力源于"策略泛化"与"场景泛化"的双重突破，就像人类能同时适应旋钮门锁与拉手门锁的差异，其本质是智能系统的鲁棒性提升，摆脱对特定数据的过度依赖。
在机器人发育机制方面，孙富春提出类比人类成长的"感知-行为"协同进化理论。他强调，传统强化学习仅依赖数据训练的模式已无法支撑高级智能，必须转向具身强化学习框架。这种新模式要求机器人像人类一样，在环境交互中融合知识、记忆与经验，实现跨场景的类比迁移能力。例如，当机器人学会上海某类门锁的操作后，应能自动适配北京不同结构门锁的开启方式。
针对技术实现路径，孙富春提出云端大模型与边缘小模型的融合方案。云端大模型承担任务规划、逻辑推理等高阶认知功能，提供战略层面的认知高度；部署在机器人本体的边缘小模型则专注力控、轨迹规划等实时操作，确保执行效率。这种"云端边"分布式架构已在工业领域展现应用价值，通过"云端大模型+边缘小模型"的协同，实现物理智能的高效、安全与通用性。
在硬件形态选择上，孙富春明确人形机器人是具身智能研究的战略平台。他列举四大优势：人类神经可塑性支持长期技能发育，综合协调性行为具有不可替代性，双足行走对智能提出极高要求，以及双手结构天然适配工具操作。其团队研发的主动握力灵巧手已实现单臂15公斤负载能力，能完成穿针引线等精密任务，相关成果在国际顶级机器人赛事中屡获殊荣。
对于具身智能的未来图景，孙富春提出四大发展要素：以人形机器人为代表的本体技术创新，构建融入物理规律的场景化世界模型，开发适应多样化任务的个性化智能体，以及建立持续学习与进化机制。这些要素共同构成具身智能从实验室走向现实应用的技术框架。
