《北京市具身智能机器人产业高质量发展行动方案（2026—2028年）》印发，方案提出，大幅提升具身智能基础模型能力。支持视觉语言动作模型（VLA）、世界模型（WM）、强化学习等多技术路线布局和技术融合发展，引领各主要路线技术创新。支持攻关多源信息融合、物理空间理解和人类情感识别等技术，推动实现从“感知”到“认知”的跃升，“大脑”认知达到理解物理规律约束、主动识别人类动作和表情等非语言指令水平；支持攻关实时推理、跨本体迁移和自学习进化等技术，大幅提升多任务泛化、高可靠执行、快节拍作业、超精密操作的“小脑”能力；支持攻关群体协作、长时记忆、本地化轻量部署和模型可解释性等技术，显著提升具身智能模型真实应用部署能力，具身智能基础模型整体达到国际一流水平。