机器人迈向自适应智能：为什么系统能力正在成为新的竞争焦点

过去几年，机器人在感知、认知和运动控制等领域取得显著进展，但脱离预设规则环境进入真实世界时，单一技能突破不足以支撑商用落地。真正挑战是让机器人在未知场景中自主完成多类能力的动态组合，构建稳定可靠、可自适应调整的完整智能系统。在2026世界机器人大会（WRC）开发者日主题演讲中，Arm物理AI机器人技术研究全球负责人Federico Pecora指出，物理AI正从“能力堆叠”走向“系统级自适应”。泛化能力是核心突破口，机器人能力演进经历跨对象泛化、多任务智能、系统级自适应三阶段。例如人形机器人在超市中需推车跟随、无地图寻路、识别商品、搬运重物，并实时调整行为、遵守约束。Arm认为下一阶段规模化部署面临四大系统级挑战：能力如何实现，即多种模型、策略、规划器、控制器协同；不同能力如何持续协同，需要处理不同时间尺度的调度和优先级；能力如何映射到计算资源，需在本地计算与异构资源间合理划分；能力如何管控，需建立安全屏障、运行时保障和行为约束框架。Arm通过覆盖传感器、实时控制、AI计算、边缘计算到云基础设施的计算生态，提供统一计算基础，帮助开发者复用软件、调度工作负载，加速机器人从实验室走向规模化落地，并将继续携手中国本地生态伙伴推动自适应机器人真实世界应用。