首次进入政府工作报告的“具身智能”是什么？

中新(xīn)经纬3月6日电 (薛宇飞 李晓萱)今年的政府工作报告指出，建立未来産(chǎn)業(yè)投入增长机制，培育生(shēng)物制造、量子科技、具(jù)身智能、6G等未来産(chǎn)業(yè)。

首次进入政府工作报告的“具(jù)身智能”是什麽(me)？与我们此前了解的人(rén)工智能、人(rén)形(xíng)机器人(rén)，有(yǒu)什麽(me)区别？具(jù)身智能産(chǎn)業(yè)又有(yǒu)哪些特点？对此，中新(xīn)经纬采访多(duō)位業(yè)内人(rén)士进行(xíng)解读。

有(yǒu)“脑子”，还有(yǒu)“身体”

资料图：上海某公司生(shēng)産(chǎn)的人(rén)形(xíng)机器人(rén)産(chǎn)品。中新(xīn)经纬 薛宇飞 摄

中国计算机学会(CCF)官网于2023年7月发布的《具(jù)身智能 | CCF专家(jiā)谈术语》中称，具(jù)身智能是指一种基于物理身体进行(xíng)感知和行(xíng)动的智能系統(tǒng)，其通过智能体与環(huán)境的交互获取信息、理解问题、做出决策并实现行(xíng)动，从而産(chǎn)生(shēng)智能行(xíng)为和适应性。

该文章解释了具(jù)身智能的由来。文章称，具(jù)身智能的思想萌芽于人(rén)工智能诞生(shēng)之初。1950年，英国科学家(jiā)图灵在其论文中展望了人(rén)工智能可能的两条发展道路：一条路是聚焦抽象计算(比如下棋)所需的智能，另一条路则是为机器配备最好的传感器，使其可以与人(rén)类交流、像婴儿一样地进行(xíng)学习。这两条道路便逐渐演變(biàn)成(chéng)了非具(jù)身和具(jù)身智能。

看到这里，可能很多(duō)人(rén)对具(jù)身智能还是一头雾水。

智元机器人(rén)研究院执行(xíng)院长、具(jù)身業(yè)务部总裁姚(yáo)卯青对中新(xīn)经纬解释，顾名思义，与传統(tǒng)的人(rén)工智能相比，具(jù)身智能的最大区别就体现在“具(jù)身”两个字，过去的人(rén)工智能很多(duō)是停留在数字世界，比如大语言模型，只能在互联网上与人(rén)对话。具(jù)身智能是将AI赋予了一个物理实体，不仅可以与人(rén)进行(xíng)互动，还能在现实世界执行(xíng)指令，比如让它端茶、倒水、搬東(dōng)西。

中欧中证机器人(rén)指数基金经理宋巍(wēi)巍(wēi)对中新(xīn)经纬说：“你可以把传統(tǒng)的人(rén)工智能想象成(chéng)一个‘超级聪明的计算器’，它能帮你解答问题、分析数据，但它没有(yǒu)身体，不能自己动，也不能真正‘感受’世界。而具(jù)身智能就像是给这个‘计算器’装上了一双眼睛、一双手和一双脚，让它能看、能摸、能走，甚至能自己去完成(chéng)任务。”

宋巍(wēi)巍(wēi)进一步解释称，传統(tǒng)的人(rén)工智能，比如手机里的语音助手(如Siri)、推荐算法(如抖音的视频推荐)，主要是在“云端”或者“屏幕”里工作。它们擅长处理数据、回答问题，但它们没有(yǒu)“身体”，不能直接跟现实世界互动。而具(jù)身智能的核心区别在于，它不仅有(yǒu)“脑子”(计算能力)，还有(yǒu)“身体”(物理实体)，能够感知環(huán)境、做出动作，甚至像人(rén)一样学习和适应。

展开全文

姚(yáo)卯青称，具(jù)身智能可以说是传統(tǒng)人(rén)工智能的“升级版”，它的模态更丰富，不仅要理解语言，还要理解三维世界，理解物理规律。

与工業(yè)机器人(rén)相比，具(jù)身智能又有(yǒu)哪些进步？

姚(yáo)卯青表(biǎo)示，工業(yè)机器人(rén)没有(yǒu)智能可言，在预设好相关程序后，它只会做固定的动作，不会随着環(huán)境的變(biàn)化而變(biàn)化，也不会根据反馈进行(xíng)自我调节。具(jù)身智能是利用大模型形(xíng)成(chéng)意识识别、推理规划等能力，能够在相关環(huán)境中做一些任务，同时有(yǒu)自适应性，根据環(huán)境的變(biàn)化做出调整。

宋巍(wēi)巍(wēi)说：“未来，具(jù)身智能可能会让机器人(rén)像人(rén)一样融入我们的生(shēng)活，帮我们干活、照(zhào)顾家(jiā)人(rén)，甚至成(chéng)为我们的‘伙伴’。”

具(jù)身智能=人(rén)形(xíng)机器人(rén)？

当前，人(rén)形(xíng)机器人(rén)十分火热，具(jù)身智能落地的形(xíng)态就是人(rén)形(xíng)机器人(rén)吗？

中信建投证券高端制造研究组组长吕娟团队在今年2月底的研报中称，人(rén)形(xíng)机器人(rén)是指外形(xíng)模仿人(rén)类设计的机器人(rén)，通常具(jù)有(yǒu)头部、四肢和类似人(rén)类的外观。虽然具(jù)身智能的智能体形(xíng)态可以丰富多(duō)彩，但是预计人(rén)形(xíng)机器人(rén)将成(chéng)为具(jù)身智能最重要的载体。

宋巍(wēi)巍(wēi)表(biǎo)示，人(rén)形(xíng)机器人(rén)之所以重要，是因为它们的设计模仿了人(rén)类的身体结构和行(xíng)为方式(shì)，这样它们就能更好地适应人(rén)类的生(shēng)活環(huán)境和工作场景。

宋巍(wēi)巍(wēi)称，具(jù)体原因有(yǒu)几点：一是，适应人(rén)类環(huán)境。人(rén)形(xíng)机器人(rén)因为有(yǒu)类似人(rén)类的身体结构，可以更方便地使用门把手、楼梯、工具(jù)等设施；二是，交互更自然。人(rén)形(xíng)机器人(rén)可以通过表(biǎo)情、动作与人(rén)类交流，比如点头、挥手，甚至模仿人(rén)类的情绪，让互动更亲切；三是，多(duō)功能性。人(rén)形(xíng)机器人(rén)可以执行(xíng)多(duō)种任务，比如在工厂搬运货物、在医院照(zhào)顾病人(rén)、在家(jiā)里做家(jiā)务，而不像单一功能的机器人(rén)(比如扫地机器人(rén))只能干一件事。

“人(rén)形(xíng)机器人(rén)虽然不会是具(jù)身智能最完美的载体和呈(chéng)现方式(shì)，但如果说只能设计一款机器人(rén)的话，人(rén)形(xíng)机器人(rén)应该就是最大公约数。”姚(yáo)卯青说。

産(chǎn)業(yè)鏈(liàn)不断延伸

资料图：上海某公司人(rén)形(xíng)机器人(rén)産(chǎn)品上的灵巧手。中新(xīn)经纬 薛宇飞 摄

既要有(yǒu)脑力，又要有(yǒu)身体的具(jù)身智能，所包含的産(chǎn)業(yè)十分丰富。

华创证券在今年1月份发布的研报中称，上遊(yóu)環(huán)节是具(jù)身智能机器人(rén)産(chǎn)業(yè)的基础，主要包括芯片、传感器、控制器、电机、通信模组、能源管理等，这些核心组件是构建 “硬件”基础。中遊(yóu)環(huán)节是産(chǎn)業(yè)鏈(liàn)的技术核心，涉及AI算法、操作系統(tǒng)、云服务以及中间件的开发与集成(chéng)，通过编程和系統(tǒng)集成(chéng)，使其能够执行(xíng)复杂的智能任务。下遊(yóu)環(huán)节是産(chǎn)業(yè)鏈(liàn)的最终输出端，面向工業(yè)制造、服务業(yè)、医疗康复、教育娱乐、交通出行(xíng)、公共(gòng)安全等领域的多(duō)元化应用场景。

宋巍(wēi)巍(wēi)称，具(jù)身智能的産(chǎn)業(yè)鏈(liàn)可以简单理解为“从大脑到身体，再到应用”的完整体系。以下是産(chǎn)業(yè)鏈(liàn)的几个关键環(huán)节：

一是“大脑”部分(核心技术研发)。这是具(jù)身智能的“灵魂”，包括人(rén)工智能算法、机器学习、感知技术(比如视觉、听觉)、决策系統(tǒng)等。它就像人(rén)的大脑，负责思考、判断和学习。比如，给机器人(rén)装上一个能识别物体、理解语言的“大脑”。

二是“身体”部分(硬件制造)。这是具(jù)身智能的“骨骼和肌肉”，包括机器人(rén)身体的各(gè)种硬件，比如传感器(相当于眼睛、耳朵)、电机(相当于肌肉)、机械臂、电池等。它就像人(rén)的身体，需要各(gè)种零件协调工作。比如，机器人(rén)要能走路，就需要电机驱动腿部；要能看東(dōng)西，就需要摄像头和激光雷达。

三是 “神经网络”部分(软件与硬件的连接)。这是让“大脑”和“身体”协调工作的关键，包括操作系統(tǒng)、控制系統(tǒng)、通信技术等。它就像人(rén)的神经系統(tǒng)，把大脑的指令传递到手脚。比如，机器人(rén)看到一个杯子，大脑决定要拿起来，神经系統(tǒng)负责指挥手臂和手指完成(chéng)动作。

四是“应用场景”部分(産(chǎn)業(yè)应用)。这是具(jù)身智能最终发挥作用的地方，比如在工業(yè)生(shēng)産(chǎn)、医疗护理、家(jiā)庭服务、教育娱乐等领域。

五是“支持系統(tǒng)”部分(基础设施和生(shēng)态)。包括数据支持、云计算、5G网络、供应鏈(liàn)、人(rén)才培养等，这些是为具(jù)身智能发展提供“土壤”的部分。它就像人(rén)的生(shēng)活需要水、电、道路等基础设施，机器人(rén)也需要网络、电力、零件供应商的支持。

姚(yáo)卯青表(biǎo)示，具(jù)身智能涉及到的産(chǎn)業(yè)鏈(liàn)非常多(duō)，一旦能形(xíng)成(chéng)规模，会对整个工業(yè)制造尤其是精密制造的升级起到很强带动作用，“它类似于新(xīn)能源车的崛起，是对全産(chǎn)業(yè)鏈(liàn)条的带动。”

多(duō)地定下发展目标

据中新(xīn)经纬不完全統(tǒng)计，在近一年内，已有(yǒu)北京、广東(dōng)、浙(zhè)江、山東(dōng)等多(duō)个省市发布了布局具(jù)身智能、智能机器人(rén)发展的计划和方案。

3月3日，深圳市科技创新(xīn)局发布的《深圳市具(jù)身智能机器人(rén)技术创新(xīn)与産(chǎn)業(yè)发展行(xíng)动计划(2025—2027年)》中提出，到2027年，深圳市具(jù)身智能机器人(rén)産(chǎn)業(yè)集群(qún)相关企業(yè)超过1200家(jiā)，关联産(chǎn)業(yè)规模达到1000亿元以上。

2月28日，北京市科学技术委员会等4部门联合发布了《北京具(jù)身智能科技创新(xīn)与産(chǎn)業(yè)培育行(xíng)动计划(2025—2027年)》，其中提出，要加快实现具(jù)身智能科技创新(xīn)和産(chǎn)業(yè)创新(xīn)深度融合，培育人(rén)工智能发展新(xīn)赛道，预计到2027年底，实现不少于100项规模化应用，量産(chǎn)总规模率先突破(pò)万台，培育千亿级産(chǎn)業(yè)集群(qún)。

就人(rén)形(xíng)机器人(rén)而言，吕娟团队表(biǎo)示，2025年中国国内外头部公司分别逐步启动几千台或者万台级别的人(rén)形(xíng)机器人(rén)量産(chǎn)计划，2026年预期分别启动数万台或者10万台级别的量産(chǎn)计划。远期市场空间方面，特斯拉对人(rén)形(xíng)机器人(rén)远期定价目标是2万美元，宇树机器人(rén)多(duō)个型号在京東(dōng)售价不到10万元人(rén)民币，随着智能化程度提升，未来可能每个家(jiā)庭甚至每个人(rén)平均拥有(yǒu)一台人(rén)形(xíng)机器人(rén)，预计市场空间将超过汽(qì)车、智能手机，至少是数万亿元的市场规模。

不过，姚(yáo)卯青也提醒，当前具(jù)身智能的发展仍处于萌芽阶段。在硬件上，当前的迭代次数还不够，有(yǒu)很多(duō)关键零部件有(yǒu)待成(chéng)熟，比如，高自由度的灵巧手。零部件供应鏈(liàn)不成(chéng)熟，一些上遊(yóu)供应商仍是比较小的公司，在質(zhì)量工艺、産(chǎn)品测试等方面处于比较原始的阶段。软件方面，大模型更多(duō)地停留在对多(duō)模态大语言模型语义的理解层面，该如何对任务进行(xíng)理解，如何在复杂的三维環(huán)境去做任务对应的嵌入的规划和执行(xíng)，并且在执行(xíng)过程中不停地纠错、反思，这些问题有(yǒu)待解决。