具身智能产业站上风口，人才培养体系亟待协同跟进

今年上半年，国内具身智能赛道融资规模同比大幅增长，人形机器人出货量占全球比重超过九成。政策、资本等要素叠加，推动我国具身智能产业站上全新风口。在具身智能从技术验证向产业落地全速冲刺的赛道上，既懂智能算法又懂物理实体的复合型创新人才，正成为理论突破与产业赋能的关键资源。系统培育具身智能产业紧缺人才，对人工智能产业创新变革和抢占全球智能科技制高点具有基础性战略意义。

具身智能是人工智能与实体场景深度融合的前沿领域，涵盖算法模型、多模态感知、智能控制、硬件设计等多个维度。与传统产业人才不同，具身智能人才需要具备学科交叉性、跨界应用能力和迭代创新思维。教育部已在最新专业目录中新增具身智能、脑机科学与技术等前沿专业，各高校围绕产业技术创新和应用生态设置不同学科方向，为产业高质量发展储备复合型人才。

人才培养模式的改革具有双重价值。一方面，有助于“靶向”培育高端创新人才，在智能控制算法、核心零部件等关键赛道上突破“卡脖子”问题，夯实基础研究与技术攻关能力。另一方面，有助于规模化培养应用型技能人才，推动人形机器人、智能装备走出实验室，广泛落地先进制造、应急救援、医疗卫生等领域。对于芯片设计产业而言，具身智能的爆发意味着对专用处理器、传感器信号链芯片、电机驱动芯片、边缘AI加速器等品类需求的持续增长，而能够理解算法与硬件协同设计的复合型人才正是当前最稀缺的资源。

也要看到，随着全球具身智能产业竞争白热化，人才队伍仍面临结构性矛盾。单一学科专业的培养仍较普遍，细分领域交叉融合型人才相对短缺；学生能力培养滞后于产业迭代速度，难以满足企业实际需求。站在产业风口，急需建立以产业需求为导向、以核心能力培养为关键的创新人才培养体系。

促进学科融合是重构知识体系的关键。高校应对已有学科专业进行交叉整合，融合基础学科、工程学科和产业应用学科，打破机械、计算机、控制、管理等学科壁垒，重构以具身智能产业实践为核心的课程体系，重点培养学生从算法模型到智能装置的系统创新思维。这对芯片设计人才的培养同样适用——理解算法需求、硬件架构和物理约束的综合能力，是未来芯片设计师的核心竞争力。

推动产教融合是优化实践教学的有效路径。具身智能产业具有鲜明的实践性，人才培养离不开真实的工程环境。可推动校企合作建设产业学院，将企业技术需求和硬件平台纳入教学体系，推行真实项目驱动的学用贯通培养模式。高校也应主动深入产业开展订单式合作，共建产教融合实验室和实训基地，通过工程项目实战助力学生成才。

优化教育方式和评价机制同样不可或缺。具身智能人才培养覆盖从基础研究到产业应用的多个层面，需要推动课堂与实践教育模式创新，设置特色化培养方案，根据行业或企业需求定制课程，提供涵盖结构设计、控制算法、认知科学、场景工程等领域的综合性教学环境。建立产业需求导向的评价激励机制，强化教学科研应用一体化培养体系，树立注重理论创新、技术突破和产业贡献的评价导向，持续夯实人工智能与芯片设计产业创新发展的长远根基。