8月22日，第二届世界人形机器人运动会将在北京“冰丝带”开幕，共有16个国家、666支队伍、2056台机器人参赛，队伍数量较首届增长138％，机器人数量翻了两番。赛事规模扩大的背后，是具身智能赛道过去两年间急剧升温的现实。据一家专注硬科技赛道的猎头公司统计，国内具身智能领域新成立公司中，创始团队具有顶尖高校学术背景的比例超过一半。星动纪元、银河通用、星海图、自变量、松延动力、傅利叶智能等公司创始人几乎都具备顶尖高校的学术履历，科研能力、论文成果和实验室背景成为对外叙事中反复强调的核心要素。
学术派之所以能在具身智能赛道占据主导位置，与这一领域学科范式的历史性转换直接相关。在2020年之前，中国具身智能研究和产业的主力几乎全部归属于自动化专业，高校中从事相关研究的教授多挂靠在自动化学院、机械工程学院或机电学院。这一阶段的核心问题是控制——动力学建模、运动规划、轨迹优化和PID调参构成了几十年的研究主线，支撑起中国工业具身智能产业从零到全球最大装机量的跨越。但该范式的内在前提是机器人的行为由人为编程定义，工程师将每个动作写成代码，机器按指令执行，灵活性依赖机械结构的冗余度而非智能。在这一时期，最具产业价值的是懂产线、能解决现场问题的工程师，学者的成果往往需通过漫长的横向课题和成果转化才能走向市场。
这一格局在2020年前后被打破。OpenAI具身智能团队发表的一篇关于“多任务操作学习”的论文，首次展示了同一个神经网络模型可完成多种不同的抓取任务，提示学术界操作能力可以通过学习获得，而非为每个动作单独编写控制程序。此后，随着Transformer架构在视觉和语言任务上不断刷新纪录，将“通用学习”思路迁移至物理世界的设想逐渐成形。国内高校从2021年开始集中转向，但这次转向引入了全新的学科力量——计算机科学与人工智能。清华大学交叉信息研究院、自动化系，北京大学智能学院，上海交通大学机械与动力工程学院，浙江大学控制科学与工程学院等院系，凭借在机器人或计算机视觉方向的积累，在转做具身智能上具备天然优势。计算机科学家和深度学习研究者带着大模型、Transformer和强化学习的工具箱进入物理世界，具身智能相关课程数量从个位数增至十位数，国家自然科学基金委资助额度持续增长，ICRA、CoRL等顶会投稿量翻倍。
学科入口的转换意味着产业核心问题从“怎么造”变为“怎么学”。过去由工程师编写代码让机器执行，现在则需要机器从数据中自主学习动作。当最核心的能力从制造转向学习，学术背景的研究者自然站到舞台中央。2023年成为分水岭，具身智能创业潮集中爆发，主力正是此前多年深耕机器人学习的研究者。这批公司的对外叙事几乎无一例外将科研能力置于首位，创始人的顶会论文、实验室履历、导师背景和发文数量成为最受资本认可的信用凭证。
在学术派内部，不同高校背景的团队走出了截然不同的发展路径。清华系是最早行动的一批，源头可追溯至交叉信息研究院。星动纪元成立于2023年，创始人陈建宇为清华大学交叉信息研究院助理教授、博士生导师，公司源于其2022年关于小型高动态性能人形机器人的课题研究，是同期创业团队中少数从关节、灵巧手到整机本体和具身大脑全部自研的公司。同年成立的星海图，联合创始人许华哲、赵行同样来自清华交叉信息研究院。许华哲在加州大学伯克利分校读博期间选择具身智能方向，2022年回国任教后因ChatGPT的成功改变计划，于2023年参与创立星海图，押注VLA具身大模型路线，将视觉大模型的语义理解能力嵌入操作决策流程。银河通用的创始人兼CTO王鹤为清华大学微电子与纳电子学系2010级校友，公司围绕合成数据和端到端模型构建训练体系。尽管技术路线各异——全栈自研、VLA大模型、合成数据——方向却高度一致，即选择技术壁垒最高的路径，这与交叉信息研究院的学术基因密切相关，这批创业者天然更关注智能能力的上限。
与清华系“攻上限”的取向不同，上海交大系走的是先有产业积淀再做技术延伸的路线。上海交通大学机械与动力工程学院在传统工业机器人方向有数十年研究历史，进入具身智能领域几乎是“无缝衔接”。傅利叶智能等公司依托这一产业基础，将技术积累延伸至具身智能产品化阶段。学术派的批量下山，正在重塑中国具身智能产业的竞争格局。随着赛事规模扩大、资本持续涌入，这一群体的技术路线选择和发展路径差异，将在未来数年内进一步显现。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
