教育部已批准新增本科专业、工信部已成立标准化技术委员会、长三角地方政府已发布产业政策——具身智能学科建设的“窗口”已经打开。但窗口打开不等于建设自动完成。CCF YOCSEF联合发布的白皮书，提出了七项从研究议程到制度设计的具体建议，为正在建设或准备建设具身智能相关方向的高校、科研机构、政府部门和行业组织，提供了一份可执行的路线图。
建立围绕三大基本问题的研究议程
研究课题不能按热点名词组织
具身智能不能只按“人形机器人”“大模型”“灵巧手”“仿真平台”等热点名词组织研究，因为热点会变化，而基本问题需要持续积累。白皮书建议围绕三个基本问题和一个应用需求建立长期课题群。
行动能力生成方向重点研究物理交互中的任务理解、行动原语、任务规划、VLA、神经符号、POMDP、分层控制、反馈恢复和可追溯执行。物理交互经验获取方向重点研究具身数据采集、真实操作数据、仿真和数字孪生、合成数据、Sim-to-Real、世界模型和现场验证。安全可信交互方向重点研究带外脆弱性、物理攻击面、安全分级、红队测试、日志审计、人工接管、功能安全、责任链和场景治理。应用价值与场景评估方向重点研究工业制造、文旅服务、警务治理等场景中的价值指标和成本模型。
建设平台基础设施
四类共享平台
具身智能高度依赖平台。没有共享平台，各团队容易重复建设样机、重复采集数据、重复设计不可比较的演示系统。平台基础设施应视为公共能力，而不是单个项目的附属条件。
第一是开放具身数据平台，重视数据标准、采集协议、隐私保护、授权使用和质量标注。第二是仿真与真实场景联动平台，支持从虚拟训练到真实验证的闭环。第三是机器人操作系统与智能体框架，支持模块化、可审计、可复用的系统框架。第四是场景级测试场和产业训练场，工业、文旅、公共治理、养老康复等场景都需要真实或准真实的测试环境。
平台建设应遵循“可共享、可复现、可审计、可迭代”的原则。对政府和行业组织而言，支持具身智能不应只支持产品展示，还应支持数据平台、测试场、标准接口和长期运行评测。
建立标准与评价体系
四类评价标准
没有可比较的评价，就没有稳定的问题进展。行动能力评价应覆盖任务成功率、跨场景泛化、实时反馈、失败恢复、可解释性和部署稳定性。物理经验评价应覆盖数据质量、仿真到真实迁移、合成数据校准、任务真实性、实验复现和现场有效性。
安全可信评价应覆盖带外攻击、传感器异常、执行器失控、人机距离、日志审计、回滚机制、权限管理、责任链和社会接受度。应用价值评价应覆盖成本、节拍、维护、ROI、用户体验、工作流嵌入、合规性和公共责任。
建议在长三角范围内探索跨校、跨企业、跨地方的共同评测任务，围绕学科问题设计——行动能力是否可迁移，物理经验是否可校准，安全是否可审计，应用价值是否可验证。
建设学科共同体与课程教材
从论坛机制到稳定任务组
十一场长三角论坛已经展示了具身智能共同体的雏形。下一步应把这种论坛机制转化为稳定任务组，围绕行动能力、物理经验、安全可信、应用价值和人才培养分别形成持续工作方向。建议建立跨区域的具身智能学科建设联盟，成员可以包括高校院系、科研院所、行业组织、地方政府、重点企业和标准机构。
四类课程模块
建议课程体系围绕四类模块设计。基础理论模块包括人工智能、机器学习、机器人学、控制理论、概率决策、认知科学基础和物理建模。系统方法模块包括VLA、神经符号系统、任务与运动规划、仿真与数字孪生、具身数据工程、世界模型、安全测试和日志审计。
场景实践模块包括工业制造、服务机器人、公共治理、养老康复、教育训练等场景项目，每个项目都应包含任务定义、数据采集、系统集成、现场测试、风险评估和价值评价。治理与价值模块包括伦理、法学、标准、产业管理、设计学、用户研究和政策分析。
联合培养应突破单院系边界，可以由计算机、自动化、机械、电子信息、设计、管理、法学、心理学、生命科学等多院系共同参与。
分阶段推进与风险缓解
三个阶段
1-2年形成方向与课程雏形——高校先明确具身智能专业或方向定位，建立跨院系团队，开设课程模块，建设基础实验平台。3-5年形成平台与联合培养机制——建设开放具身数据平台、仿真与真机联动平台、产业训练场、跨校联合培养项目。5年以上形成稳定学科方向与制度体系——稳定教材、课程标准、研究中心、开放平台、评测体系、学位点。
四个风险与缓解
第一是概念先行而问题不稳——缓解方式是把行动能力、物理经验、安全可信和应用价值作为课程、课题和评测的共同主线。第二是专业设立而交叉不足——缓解方式是建立跨院系课程委员会、联合实验平台和项目共担机制。第三是演示能力强而评价体系弱——缓解方式是把现场有效性、失败恢复、人工接管、日志审计纳入共同评测。第四是产业牵引强而教育积累弱——缓解方式是把企业场景转化为可教学、可研究、可复现的案例、数据、平台和标准议题。
具身智能学科建设不是终点，而是起点。从论坛共同体走向学科共同体，需要完成三次转化：从观点交流转向问题积累，从项目合作转向平台建设，从跨界热情转向制度设计。具身智能真正的突破，将来自这些要素被组织为可持续的学科共同体之时。
