近年来，人口老龄化加速、慢性病和神经损伤患者康复需求攀升，康复资源紧张与服务供给不均衡并存，推动康养产业加快引入新技术、新装备。
在这一背景下，具身智能与脑机接口等技术如何在真实医疗与养老环境中实现“可用、好用、稳定用”，成为产业落地的关键命题。
1月28日，第二届傅利叶具身智能生态大会暨张江机器人开发者先锋大会在上海开幕。
会上，傅利叶发布面向康养场景的具身智能解决方案“脑机具身智能康复港”，探索将脑电信号识别与机器人辅助康复相结合，提升训练的针对性与主动参与度。
傅利叶相关负责人表示，将持续以“主动式人机交互”为技术路线重点，推动机器人从“被动执行”向“理解意图、协同完成”演进。
问题：康复训练“人力密集、周期长、依从性不稳” 康复医疗与养老护理普遍面临两类现实挑战：一是患者需要高频、重复、可量化的训练，但专业人员供给有限、康复服务成本较高；二是训练效果在很大程度上取决于患者主动参与与持续坚持，而部分患者存在注意力、认知或动力不足，导致训练依从性下降、效果波动。
如何在安全可控前提下，提高训练强度与质量、同时增强患者主动性，是康养场景引入机器人技术的现实痛点。
原因：从“工具型机器人”向“以人为中心的交互智能体”升级 业内普遍认为，康养场景比工业场景更强调人机协作的柔性、安全与情感体验，仅依靠固定流程或简单指令难以覆盖复杂个体差异。
傅利叶此次发布的方案强调通过脑电信号识别使用者的主动意图与激活状态，在关键时间窗内动态调整辅助策略，以放大训练中的主动意识与神经参与度。
其逻辑在于结合神经可塑性等康复理论，通过更及时的反馈与更适配的辅助，帮助大脑重新建立对身体运动的控制，从而提高训练效率与效果。
影响：推动康复更精细化、数据化，也对安全与标准提出更高要求 从产业角度看，脑机与具身智能结合的尝试，有望在三个方面带来增量：其一，训练过程更可量化，可把意图、状态、动作、反馈等要素纳入闭环记录，为个体化方案优化提供依据；其二，有助于缓解部分重复性训练对人力的依赖，提升服务覆盖能力；其三，促进康复从“经验驱动”向“数据驱动”迈进，推动康养服务质量提升。
同时也必须看到，脑机信号存在个体差异与环境噪声，康养场景又对隐私保护、设备稳定性、误判风险控制提出更高要求。
能否在真实场景中实现长期稳定运行、并形成可复制的安全管理与服务流程，将直接影响规模化推广速度。
对策：先验证、再扩展，以“平台化能力+场景共建”推进落地 据介绍，傅利叶已围绕“主动交互”理念构建软硬一体的技术平台，覆盖传感器、灵巧手、全身遥操作、多模态感知与力反馈等能力，并把已具备商业化条件的相关能力优先用于康复认知训练与交互引导等场景。
同时，企业开展世界模型、脑机接口等前沿技术在真实康养环境中的测试与验证，并通过遥操作与Copilot机制推进数据积累与能力迭代，逐步提升机器人自主水平。
在应用路径上，傅利叶选择从医院与专业机构切入，强调在充分验证安全性、稳定性后，再向社区与养老场景延伸。
这一路径体现出医疗康养行业对风险控制的高度敏感，也更符合新技术从“试点验证”到“规模复制”的一般规律。
在商业化推进方面，企业以“康养陪伴”为主要自营方向，同时布局导览、工业、科研等与产业方共建场景，并探索多类创新孵化项目，以分层场景验证产品能力与商业模型。
前景：康养智能化进入“从概念到运营”的关键期 综合来看，具身智能在康养领域的竞争将从单点硬件比拼，转向“系统能力、临床验证、运营服务”综合能力比拼。
随着政策引导、资本投入与需求增长叠加，康复与养老机构对智能设备的接受度有望提升，但规模化落地仍需跨越多重门槛：一是与临床流程深度融合，形成可执行、可评估的服务规范；二是建立覆盖安全、隐私、伦理的治理机制；三是完善标准体系与人才培训，降低使用门槛与维护成本。
未来一段时期，谁能在真实场景中持续交付稳定效果、并形成可复制的运营体系，谁就更可能率先打开增量市场。
这场技术革新不仅关乎产品迭代，更折射出科技企业服务民生需求的转型。
当技术创新真正聚焦于解决社会痛点，其价值将超越商业范畴，成为推动社会进步的重要力量。
如何在保障安全性的前提下加速技术普惠，仍需产业各方持续探索。