工业机器人从“执行程序”走向“理解任务”，清华大学深圳国际研究生院团队提出“具身智能工业机器人”知识驱动框架，将通用知识、车间环境知识和操作对象知识纳入世界模型，并以高层任务规划器、低层技能控制器、仿真器和物理系统连接语言理解与机械执行。
其目标是让机器人从重复固定程序，转向理解任务、分解步骤并适应多品种、小批量生产。
这一工作的价值首先是系统化，而非已经造出工业通用智能。论文属于框架与技术综述，它为多模态模型进入工厂划出了关键边界：会说话不等于会操作，互联网知识也无法替代工艺、公差、设备状态和安全规则。
工业现场对失误的容忍度远低于聊天系统，任何高层规划都必须受到可验证控制器、数字孪生和安全联锁约束。未来竞争的焦点不会只是模型参数，而是谁能把知识、感知、控制与责任追溯组成可靠闭环，并以故障率、换线时间和单位成本证明价值。