与此同时，中国人形机器人在关键基础部件、操作系统、整机产品、领军企业和产业生态等方面仍存在差距，在软件开发和创新方面也仍有追赶空间。

报告显示，在人工智能、材料科学和其他相关领域进步的推动下，人形机器人与多技术融合发展的曙光已经到来。其中，深度学习技术可以被用于物品识别、手势理解和自然语言处理等任务。强化学习可被用来让机器人从经验中学习，并随着时间的推移提高其决策能力。

立博app手机版当天，首届中国人形机器人产业大会暨具身智能峰会(下称大会)在北京开幕，以“竞逐人形万亿赛道·重塑未来产业新纪元”为主题，擘画产业发展蓝图。

报告显示，中国人形机器人已快速经历了在腿部功能上以实现简单行走为目的、在手部功能上以外观仿形并实现简单运动为目的的早期探索阶段，具备初级感知功能的智能化起步阶段，迈入了搭载人工智能、机器学习和计算机视觉系统等先进技术的智能化进阶阶段，并已在相关环节取得重大突破。