当一家通信巨头将目光从网络延伸到机器人本体，标志着一个新的科技趋势正在形成：人形机器人不再只是实验室里的展示品，而是开始向具备自我学习、自我进化能力的智能体演进。2025年10月，由中国电信人工智能研究院（TeleAI）孵化的具身智能公司“伽马智能”在上海徐汇区正式注册成立，这一动作看似低调，却释放出极强的产业信号——央企正在用“市场化创新企业+前沿实验室”的组合打法，加速推动人形机器人从“预设动作”走向“自主成长”。
本文将从伽马智能的成立背景、技术路线、资本结构、产业协同等维度出发，剖析这一事件背后隐藏的科技趋势，并探讨其对整个人工智能与机器人生态的深远影响。
一、伽马智能的诞生：央企孵化器的“新物种”试验
伽马智能（Gamma Robotics）的成立，并非一次简单的企业注册，而是中国电信在人工智能赛道上的一次重要战略布局。这家公司由TeleAI直接孵化，是其首个走向市场化的创新企业。相比以往央企研究院将成果以技术授权或专利转让的方式输出，伽马智能选择了更为彻底的市场化路径——注册独立公司、引入外部资本、组建创业团队，甚至让科学顾问和CEO以个人身份深度参与。
这种“实验室裂变”模式，在当下的AI产业中并不多见。通常，大型科技企业的研究院会倾向于将技术内部消化，或通过投资外部创业公司来布局前沿领域。但中国电信选择了一条更重的路：亲手孵化一个具身智能公司。这背后反映出央企对AI技术商业化节奏的重新理解——具身智能不像大语言模型那样可以靠API调用快速铺开，它需要硬件迭代、场景验证、数据闭环，必须有一个高度专注、机制灵活的主体来长期投入。
伽马智能的创始人兼CEO白辰甲博士，以及担任科学顾问的李学龙教授，都拥有深厚的学术与工程背景。这种“教授+博士”的创始组合，在AI创业公司中并不罕见，但罕见的是它生长在央企的土壤里。中国电信为其提供了通信网络、算力、数据、场景等基础资源，而新公司又能以独立身份对接外部市场。这种“既有人撑腰，又能自己跑”的结构，或许能成为未来央企科技转化的模板之一。
值得注意的是，伽马智能选择在上海徐汇区落地。作为上海人工智能产业的高地，徐汇区聚集了众多AI企业和研究机构，形成了良好的产业生态。而中电信（上海）人工智能产业私募基金的参与，更是为这家初创公司注入了“国家级战新基金+地方国资+央企”的多层次资本血液。这样的资本架构，不仅解决了早期融资问题，更重要的是带来了产业资源和政策协同。
二、自进化人形机器人：从“遥控操作”到“自主成长”的跃迁
伽马智能的技术核心，是“自进化”人形机器人和“全身模型”。这里的“自进化”，并非科幻意义上的机器自我繁殖，而是指机器人能够在真实环境中持续学习、调整自身模型，从而不断提升任务执行能力。与传统机器人依赖人工编程或强化学习训练不同，自进化机器人更强调“边用边学、越用越强”的能力。
实现这一目标的关键，在于“全身模型”。大多数人形机器人控制采用“分层架构”：头部负责感知，躯干负责决策，四肢负责运动。这种模块化设计虽然便于开发，但会导致信息传递延迟和协调性不足。伽马智能提出的“全身模型”，则试图用一个统一的神经网络来贯通感知、决策与运动控制，让机器人的移动、平衡、操作三者协同工作，就像人一样自然流畅。
这背后的技术难度极大。人形机器人的自由度通常超过30个，要在高维空间中实时协调全身动作，同时还要处理视觉、触觉、力觉等多模态信息，对模型容量和推理速度都提出了极高要求。TeleAI在通信网络领域的积累恰好可以发挥优势——通过新一代通信网“智传网”（AI Flow），机器人可以将部分计算任务上传到云端，借助云端大模型的能力进行复杂推理，再将指令回传执行。这种“端-云协同”架构，既缓解了端侧算力瓶颈，又为多机器人共享经验提供了基础设施。
更进一步，自进化意味着机器人需要具备某种“元认知”能力：它能感知自己的不足，主动探索新的行为模式，并通过试错来修正模型。这种能力如果得以实现，将彻底改变机器人部署的方式。用户不再需要为每种新任务编写程序，只需下达自然语言指令，机器人就能自动规划动作序列并完成学习。这一科技趋势，正在从学术界走向工程实践，而伽马智能的成立，正是这一趋势的注脚。
当然，自进化也带来了安全性与可解释性的挑战。一个会自我调整参数的机器人，如何在未知环境中保证不伤害人类？如何让它的决策过程可追溯、可审计？这些问题需要新的技术规范和伦理框架。伽马智能在成立之初就将“负责任地发展”写入技术路线，体现了对风险的前瞻考量。
三、资本与生态：多层次架构背后的产业逻辑
伽马智能的股东结构，堪称“央企+地方国资+国家级战新基金”的教科书级组合。中电信（上海）人工智能产业私募基金由中国电信携手上海国投先导基金、央企战略性新兴产业发展基金、徐汇区下属上海汇资等共同出资设立。这一架构的巧妙之处在于，它实现了多个战略目标的统一：
首先，央企资本为项目提供了信用背书和长期耐心。人工智能尤其是具身智能，研发周期长、投入大，商业回报不确定，普通财务投资者很难承受这种漫长的等待。中国电信作为通信央企，不仅拥有雄厚的资本实力，更有推动国家AI战略落地的使命担当。
其次，地方国资的参与确保了项目与区域产业的深度绑定。上海正在打造人工智能世界级产业集群，徐汇区更是重点布局“AI+机器人”赛道。伽马智能落地徐汇，不仅能就近获得人才、供应链、应用场景等资源，还能享受到地方政府提供的税收优惠、研发补贴、人才落户等一系列政策支持。
再次，国家级战新基金的介入，意味着该项目被提升到了国家战略性新兴产业的层面。这类基金通常由中央财政和国有资本运作平台共同发起，投资方向聚焦于国家亟需突破的关键核心技术。获得这类基金投资的企业，往往在后续的资质获取、项目申报、市场准入等方面具有优势。
从产业逻辑看，这种多层次资本架构不仅解决了资金问题，更构建了一个“政产学研资”协同创新网络。中国电信的通信基础设施、TeleAI的技术研发能力、上海本地的场景资源、国家级的产业政策，在伽马智能这个节点上汇聚。这种生态化打法，比单纯的财务投资更具生命力。
值得注意的是，伽马智能并非中国电信在AI领域的唯一落子。此前，TeleAI已经在语音识别、自然语言处理、AI视觉等领域发布了多项研究成果。而此次切入人形机器人赛道，则是从“数字智能”向“物理智能”的延伸。这一科技趋势表明，AI正在从纯软件领域加速进入实体世界，成为驱动物理设备自主运行的核心引擎。
四、通信技术与机器人：智传网带来的“云-边-端”协同革命
伽马智能的独特优势，在于其母公司中国电信的通信基因。大多数人形机器人公司关注的是传感器、执行器和控制算法，而伽马智能从成立之初就将“通信”作为核心技术支柱。它重点依托TeleAI的新一代通信网——智传网（AI Flow），构建机器人与云端模型、智能节点之间的深度协作能力。
智传网并非传统意义上的5G或6G网络，而是一种“AI原生”的通信架构。它不仅传递数据，还能智能调度算力资源、动态分配网络带宽、优化任务分发路径。例如，当一台机器人需要实时进行语义理解时，智传网可以将该任务动态卸载到附近的边缘服务器，而不是将全部数据回传至遥远的中心云，从而降低延迟并保护隐私。
在人形机器人的应用中，这种“云-边-端”协同能力极为关键。想象一个仓储物流场景：多台人形机器人协同搬运货物，它们需要共享环境地图、同步运动轨迹、动态避让障碍。如果每台机器人只依赖本地计算，很难实现全局最优；如果完全依赖中心云，通信延迟又可能导致反应迟钝。智传网的出现，使得机器人之间可以通过低延时信道直接交换决策信息，形成“群体智能”。
此外，自进化过程需要大量数据来训练模型。传统做法是，将机器人在真实环境中的操作数据采集下来，离线训练后再部署。而有了高带宽、低延时的智传网，机器人可以实时向云端模型发送“经验”，云端模型更新后在推送给所有机器人，实现“共享经验、共同进化”。这种闭环能够让机器人的能力提升速度指数级加快。
当然，这一技术路线也对网络可靠性提出了苛刻要求。一旦通信中断，机器人的云端协同能力将大打折扣。因此，伽马智能的设计理念强调“云端增强但端侧能力兜底”——即使没有网络，机器人也能依靠本地模型完成大部分基础操作，只是无法实现复杂的群体协作和自我进化。这种稳健的设计思想，体现出工程团队的成熟度。
五、产业落地：从实验室到工厂、家庭和特种场景
伽马智能虽然成立不久，但它的技术方向已经瞄准了明确的落地场景。人形机器人之所以在过去几十年未能大规模商用，核心瓶颈是“泛化能力”不足——机器人只能在特定环境、特定任务中表现良好，一旦变动就无法适应。自进化技术的出现，为突破这一瓶颈提供了可能。
首批应用场景可能集中在工业制造、物流仓储、能源巡检等领域。这些场景具有高度结构化、任务重复、环境可控的特点，适合机器人逐步迭代。比如在汽车工厂的总装线上，人形机器人可以凭借全身协调能力完成复杂装配动作，并通过持续学习来适应不同车型的切换。在电力巡检中，机器人可以攀爬楼梯、越过障碍、检查仪表，其多关节运动能力比轮式机器人更能适应复杂地形。
家庭服务则是更远期的蓝海市场。自进化机器人进入家庭后，可以从扫地、整理等简单任务做起，逐步掌握做饭、洗衣、照顾老人等复杂技能。但家庭环境的非结构化程度极高，且涉及隐私与安全问题，因此需要更长时间的技术打磨和法规配套。伽马智能并不急于求成，而是采取“先工业、后商用、再家庭”的渐进式路径，这符合产业发展的客观规律。
在此过程中，最新AI技术——尤其是大语言模型和多模态模型——将与人形机器人深度融合。大模型赋予了机器人理解自然语言、解析复杂指令的能力，而多模态模型则帮助机器人融合视觉、听觉、触觉信息做出更精准的决策。伽马智能的“全身模型”，本质上就是要将语言智能、视觉智能、运动智能统一在一个框架内，这是一个极具挑战性的方向，也是具身智能研究的核心前沿。
需要指出的是，目前全球范围内尚未有真正实现“自进化”的人形机器人商用案例。大多数产品仍处于“远程遥控+预编程+有限学习”的阶段。因此，伽马智能的定位是“推进”自进化，而非宣称已完全实现。这种务实态度，反而增加了投资者和行业的信任度。
六、未来展望：人形机器人自进化的挑战与机遇
站在更宏观的视角看，伽马智能的成立，是一个具有标志性意义的事件。它不只是中国电信的子公司，更是中国AI产业从“模型竞赛”转向“实体智能”的标志。过去两年，大语言模型成为AI领域最炙手可热的方向，而最新科技则进一步指向“具身智能”——AI不仅存在于云端，更要从数据中走出来，在物理世界中感知、行动、改变环境。
人形机器人作为最复杂的具身智能载体，其发展水平直接代表了一个国家在AI、机械、电子、材料、通信等多领域的综合实力。中国电信以通信起家，如今跨界进入机器人领域，这种“连接+算力+AI+机器人”的融合业务模式，可能成为运营商转型的新范式。如果伽马智能能够成功，将为中国电信打开一个万亿级的增量市场；即便面临失败，其探索出的技术积累和人才队伍，也会对整个产业产生正外部性。
当然，挑战依然存在。人形机器人的核心零部件如高精度减速器、伺服电机、力传感器，目前仍部分依赖进口。自进化算法所需的算力成本高昂，且尚无统一的理论框架。数据采集与隐私保护之间的平衡，也是一个需要长期解决的问题。此外，人形机器人如果真正实现自主进化，其安全责任如何划分？这需要法律、伦理、技术多方面的共同建设。
尽管如此，科技趋势的方向已经清晰：未来的机器人将不再是僵硬执行指令的机器，而是能够与环境、与人、与其他机器持续互动的智能生命体。伽马智能迈出的这一步，虽然不大，却足够坚定。它代表着一群科学家和工程师，在国家支持下，试图将最前沿的AI技术转化为现实中可触碰的助手。
对于企业而言，及早布局这一领域，可能会在未来十年占据先机。目前相关产业链还处于早期，就像智能手机在2007年、新能源汽车在2015年一样，充满了不确定性，但也孕育着巨大的机会。无论是投资机构、科研院所，还是正在寻找转型方向的企业，都应该密切关注这一科技趋势，尝试利用AI工具提升自身效率，例如通过AI工具箱发现更多应用场景，或借助AI画图加速产品设计。
总之，伽马智能的成立，让我们看到了人形机器人“自进化”从概念走向工程现实的希望。它能否成为行业的“破局者”，还需要时间给出答案。但至少，它已经让一批最资深的行业观察者，重新点燃了对人形机器人的热情。而AI Agent技术的持续进化，也为机器人的“自进化”提供了更丰富的软件基础。正如一位业内专家所言：“我们正在从‘人工智能’走向‘人工进化’，这可能是人类技术史上最激动人心的跃迁。”
在这样的大背景下，无论是作为创业者、工程师，还是普通用户，我们都有理由保持好奇、保持学习，并尝试用最新科技解决现实问题。比如利用文生图快速验证产品外观方案，或通过AI工具导航找到适合机器人仿真的平台。多一种工具，就多一种可能。
人形机器人的自进化之路还很漫长，但每一步都记录着人类的智慧与勇气。让我们拭目以待，看伽马智能将如何与产业伙伴一起，书写这部现实版“机器人进化史”。