本次论坛邀请了来自国内学术界和产业界的5位权威专家，分享了内容丰富精彩的报告。

       北京人形机器人创新中心有限公司 CTO 唐剑先以《慧思开物：通往通用具身智能之路》为主题，围绕人形机器人与通用具身智能展开分享。他通过莫拉维克悖论，指出 AI 在复杂任务表现出色却难及人类婴儿基础感知运动能力，点明机器人 “简单任务” 泛化能力不足的核心挑战；进而分析机器人行业存在场景、任务、本体泛化能力差的痛点。随后阐述实现通用具身智能需具备多本体协同、自主学习等五大条件，介绍天工 2.0 / 天轶 2.0 机器人、Pelican VLM 模型等关键技术突破及 RoboMIND 数据集成果。还提及当前机器人在物流、工业等领域的产业化应用，以及泛化能力不足、自主移动与芯片技术待提升等瓶颈，并类比电脑手机发展历程，提出通用智能机器人将逐步取代专用机器人的趋势。最后给出技术创新、产业合作、数据闭环优化等方向的启发，为该领域学术与产业发展提供参考。

北京人形机器人创新中心有限公司CTO唐剑作报告

       上海交通大学机械与动力工程学院郭为忠教授以《装备机构创新的特征溯源型综合：理论、方法与应用》为主题展开分享。当前机器形态向智能化变革，我国正推进 “制造大国” 向 “制造强国” 转型，机构创新是机械发展核心动力，从指南车、瓦特蒸汽机到现代机器人均印证其价值，然而我国机械制造业存在原创构型缺乏、创新工具缺失等短板，机构拓扑设计更是难点。为此，郭为忠教授提出 “特征溯源型综合” 方法，以运动特征为核心，经 “提取 — 溯源 — 工程化” 流程并结合数学推导，实现功能需求到实用构型的转化，还以新型腿式可移动着陆器为例说明该方法优势，其缩比样机实验表现平稳可控、能耗低。郭为忠教授同时展望未来，提出四大关键技术方向，助力着陆巡视一体化探测器研发，为探月、探火等重大工程及智能机器人领域提供支撑，推动行业向动态适应跨越。

上海交通大学郭为忠教授作报告

       上海宇航系统工程研究所陈萌研究员围绕 《月面科研站建造中的智能机器人技术应用》 展开分享。首先他介绍国内外规划，美国 Artemis 计划拟 2026 年载人返月、2030 年建南极前哨站，俄罗斯推进中俄合作，欧洲 “曙光计划” 提 “月球村” 构想，我国则计划 2035 年前基本建成国际月球科研站南极中心站区。接着指出月面复杂环境对机器人的需求，包括应对特殊条件、实现探测与舱外维护等任务。随后详解智能机器人技术应用，如具身智能、多机器人协同装配（已完成 256 个胞元桁架自主装配地面试验）、物理具身化机器人及多移动机器人协同搬运装配等。还探讨 AI 大模型应用，介绍 LLM 的 Transformer 架构、DeepSeek 核心技术架构，以及蒸馏技术、RAG 和 Agent 架构。最后强调月面科研站建设对机器人的迫切需求，指出具身智能和 AI 大模型的重要价值，并带来技术创新、国际合作、应用场景拓展及人才培养等方面的启发。

上海宇航系统工程研究所陈萌研究员作报告

       华中科技大学赵欢教授聚焦 《机器人智能加工与操作》 展开阐述。首先，他指出了航空发动机叶片因复杂曲面、薄特征及严苛精度要求，加工难度极大，当前磨抛依赖人工与数控专机，存在一致性差、效率低、灵活性不足等问题，进而提出机器人化解决方案，通过测量与加工一体化技术，结合三坐标测量和自适应加工实现精准打磨。接着，他介绍了复合材料（CFRP）在飞机轻量化中的重要作用，如 C929 大飞机其用量超 50%，可大幅减重、减少零件与紧固件，同时强调胶接装配对 CFRP 零件装配的关键价值，能减重、提强度、降成本。还分析了机器人制造系统面临的全域精度保障难、宽幅随形顺应难、复杂工艺调控难三大挑战，并分享研究进展，包括基于李群迭代的标定方法提升加工精度，以及自主软件 iRobotCNC 实现全流程自动化。此外，还列举了高铁车身多机器人磨抛系统、航天舱段隔热涂层打磨装备等实际应用案例，展望未来将推动制造范式变革，实现灵活协同的制造模式，最后对团队及支持单位表示感谢，也带来了技术创新、行业应用、跨学科合作等方面的启发。

华中科技大学赵欢教授作报告

       北京航空航天大学机械工程及自动化学院助理教授王佐旭针对 《大型语言模型驱动的细粒度多模态机械零件特征识别与语义理解方法》 展开，探讨如何借生成式 AI 与多模态融合技术提升复杂产品设计效率。首先，她提及了面向国家重大需求开展认知智能设计研究，同时指出当前生成式 AI 在高端装备设计中存在多模态融合不足、复杂关系挖掘弱、生成质量差的局限。接着介绍核心解决方案，包括基于大模型的多模态特征融合方法、用于跨模态语义对齐的统一特征融合模块（UFFM）、“规则引擎 - 多模态生成 - 质量评估” 三位一体的多模态知识图谱自动化构建工具，以及结合深度学习扩散模型与几何优化策略的 3D 模型生成方法，还开发了含机械零件多模态数据的 IPMD 数据集。通过对比监督学习与消融实验，验证了所提方法有效性，如移除 UFFM 后模型 F1 分数降 12%，且 “Ours” 模型性能优于主流模型。此外，构建了工业零件多模态问答系统，探索出基于 DovSG 框架的人 - AI 混合智能交互方案。最后带来技术创新、企业应用、学术合作及人才培养等方面的启发，为行业智能化转型提供方向。

北京航空航天大学助理教授王佐旭作报告

       本次论坛组织有序、内容充实、收获颇丰，取得了圆满成功。面向智能机器人技术加速迭代的新形势，中国图学学会数字化设计与制造专业委员会今后将继续秉承学会办会宗旨，不仅持续为广大会员与图学科技工作者提供交流服务，更将以本次主题板块的成果为起点，聚焦智能机器人设计创新、制造升级、场景应用等核心方向，凝聚产学研用多方智力优势，破解技术瓶颈、推动成果转化，为智能机器人产业高质量发展注入动能，为加快建设智造强国贡献更多专业力量！