中國(guó)工業(yè)報(bào)記者  左宗鑫

今年的《政府工作報(bào)告》當(dāng)中出現(xiàn)了很多的新名詞，其中，“具身智能”“智能機(jī)器人”這兩個(gè)較為相近的表述引發(fā)了諸多關(guān)注。一時(shí)間，大家都在問(wèn)究竟什么是具身智能？什么是智能機(jī)器人？它們又與近年來(lái)爆火的人形機(jī)器人有什么區(qū)別？

雖然聽(tīng)起來(lái)很前衛(wèi)，但實(shí)際上具身智能并不是一個(gè)新概念。

1950年，人工智能之父、英國(guó)皇家學(xué)會(huì)院士艾倫·麥席森·圖靈就提出了智能與物理形態(tài)相結(jié)合的設(shè)想，然而，受限于技術(shù)條件，它在很長(zhǎng)一段時(shí)間里并沒(méi)有取得實(shí)質(zhì)性進(jìn)展。直到近年來(lái)，隨著人工智能大模型技術(shù)的突破，具身智能才真正迎來(lái)了發(fā)展的契機(jī)。

那么，熱度暴漲的具身智能到底有多“能”？

具身智能到底是什么？

2024世界機(jī)器人大會(huì)上發(fā)布的《人形機(jī)器人十大趨勢(shì)展望》指出，具身智能是可以在高變化下做出迅猛、精準(zhǔn)反應(yīng)的高質(zhì)量、高性能智能系統(tǒng)。它既不是單純的虛擬環(huán)境下的計(jì)算機(jī)仿真，也不是完全偏于物理空間的機(jī)電系統(tǒng)，與人形機(jī)器人系統(tǒng)緊密相關(guān)。

“具身智能應(yīng)該是人工智能的一個(gè)分支，它主要是基于物理實(shí)體，能夠與物理世界進(jìn)行感知和交互，以及有行動(dòng)的一種智能系統(tǒng)。”國(guó)地共建具身智能機(jī)器人創(chuàng)新中心總經(jīng)理熊友軍在中國(guó)電子學(xué)會(huì)組織召開(kāi)的“貫徹落實(shí)全國(guó)兩會(huì)精神——推動(dòng)具身智能和人形機(jī)器人創(chuàng)新發(fā)展座談會(huì)”上表示。簡(jiǎn)言之，具身智能就是讓人工智能“擁有身體”。

熊友軍進(jìn)一步解釋道，一方面，具身智能強(qiáng)調(diào)物理實(shí)體；另一方面，具身智能強(qiáng)調(diào)與物理世界能夠進(jìn)行交互、感知，同時(shí)與物理世界發(fā)生一些行為。

“我覺(jué)得要構(gòu)成一個(gè)完整的閉環(huán)，構(gòu)成智能體跟物理世界有感知，有決策、思考和行動(dòng)的閉環(huán)。”熊友軍認(rèn)為，具身智能區(qū)別于離身智能和現(xiàn)在的普通智能。“現(xiàn)在的DeepSeek或者ChatGPT，這樣的智能就是離身智能，可能存在虛擬空間、數(shù)字空間、信息空間；而具身智能，一定要有物理的實(shí)體。現(xiàn)在的智能可能是‘動(dòng)嘴皮子’，而具身智能真的是要實(shí)干的，是一個(gè)‘實(shí)干家’。”

對(duì)于智能機(jī)器人，熊友軍認(rèn)為，其應(yīng)該是具身智能的一種形式，它有物理的身體，能夠與物理世界構(gòu)成感知、交互和思考行動(dòng)的能力同時(shí)，智能機(jī)器人又區(qū)別于傳統(tǒng)的一些智能化的設(shè)備。“有些智能化設(shè)備沒(méi)有傳感器，完全靠程序驅(qū)動(dòng)，環(huán)境變了，也不會(huì)根據(jù)環(huán)境的變化做出相應(yīng)的響應(yīng)，很少有思考和決策的過(guò)程，只是機(jī)械的執(zhí)行，缺少跟物理世界交互、感知和思考的過(guò)程。像一般的智能化設(shè)備，可能還不屬于具身智能，而智能機(jī)器人應(yīng)該是具身智能里面的一種形式。”熊友軍解釋道。

“人形機(jī)器人，除了長(zhǎng)得像人，應(yīng)該還有功能和思考行為，模擬人的一種機(jī)器人。在學(xué)術(shù)里面，我們覺(jué)得，它是具身智能的一種表現(xiàn)形式，也被稱(chēng)為具身智能體的最佳載體。”熊友軍表示，具身智能有很多種表現(xiàn)形式。如輪式的，輪帶式的，復(fù)合型的機(jī)器人，機(jī)械臂類(lèi)型的智能機(jī)器人也是具身智能的一種表現(xiàn)形式。因此，人形機(jī)器人只是智能機(jī)器人其中的一種而已。

針對(duì)具身智能、智能機(jī)器人與人形機(jī)器人三者之間的關(guān)系，全國(guó)政協(xié)常委、致公黨中央副主席、全國(guó)婦聯(lián)副主席、中國(guó)電子學(xué)會(huì)理事長(zhǎng)徐曉蘭進(jìn)一步指出，具身智能是未來(lái)產(chǎn)業(yè)的重要方向；智能機(jī)器人是具身智能的典型終端產(chǎn)品，涵蓋工業(yè)機(jī)器人、醫(yī)療機(jī)器人、服務(wù)機(jī)器人、農(nóng)業(yè)機(jī)器人以及人形機(jī)器人等；人形機(jī)器人是智能機(jī)器人的高階形態(tài)，也是具身智能的最佳載體。人形機(jī)器人可廣泛應(yīng)用于生產(chǎn)制造、倉(cāng)儲(chǔ)物流、搶險(xiǎn)救災(zāi)、邊防安防、商業(yè)服務(wù)、家政醫(yī)療等場(chǎng)景，將有力帶動(dòng)產(chǎn)業(yè)鏈上下游蓬勃發(fā)展，對(duì)推動(dòng)科技創(chuàng)新與產(chǎn)業(yè)創(chuàng)新深度融合，培育瞪羚企業(yè)、獨(dú)角獸企業(yè)，搶占全球科技與產(chǎn)業(yè)發(fā)展制高點(diǎn)具有重要戰(zhàn)略意義。同時(shí)，人形機(jī)器人可在研發(fā)、生產(chǎn)、檢測(cè)、維修、保養(yǎng)等環(huán)節(jié)提供大量就業(yè)崗位，是拉動(dòng)新消費(fèi)、催生新產(chǎn)業(yè)、擴(kuò)大新就業(yè)的強(qiáng)勁動(dòng)能，是應(yīng)對(duì)社會(huì)老齡化的重要抓手。

人工智能的最終形態(tài)嗎？

具身智能作為人工智能的一個(gè)分支，在其發(fā)展過(guò)程中，伴隨著“具身智能是人工智能最終形態(tài)”的一種說(shuō)法。

對(duì)此，行業(yè)內(nèi)看法不盡相同。

知名數(shù)字經(jīng)濟(jì)學(xué)者、工信部信息通信經(jīng)濟(jì)專(zhuān)家委員會(huì)委員盤(pán)和林在接受中國(guó)工業(yè)報(bào)記者采訪時(shí)表示，“結(jié)合智能體的具身智能可能是AI的終極形態(tài)，具身智能能過(guò)對(duì)環(huán)境進(jìn)行感知，并基于感知獨(dú)立決策，給出解決方案然后執(zhí)行。這樣的人工智能基本上模仿人類(lèi)所有的動(dòng)作，完成人類(lèi)所有的工作。”

“具身智能強(qiáng)調(diào)智能行為與身體緊密關(guān)聯(lián)，身體是智能的載體，智能是身體的延伸，使得智能與身體高度統(tǒng)一，從而達(dá)到具有全面適應(yīng)性、連續(xù)性、協(xié)作性等特點(diǎn)。這也是實(shí)現(xiàn)通用人工智能的重要路徑之一。”資深產(chǎn)業(yè)經(jīng)濟(jì)觀察家梁振鵬在接受中國(guó)工業(yè)報(bào)記者采訪時(shí)也認(rèn)為。

然而，在接受中國(guó)工業(yè)報(bào)記者采訪時(shí)，天使投資人、資深人工智能專(zhuān)家郭濤卻表達(dá)不同的看法。他認(rèn)為，具身智能是實(shí)現(xiàn)通用人工智能的重要路徑之一，但它并非終極形態(tài)。AI的發(fā)展是一個(gè)不斷演進(jìn)的過(guò)程，未來(lái)還可能出現(xiàn)新的技術(shù)和理念，具身智能只是在當(dāng)前階段具有重要意義和發(fā)展?jié)摿Φ囊环N形式。

科技商業(yè)博主、一篇網(wǎng)絡(luò)主編趙宏民在接受中國(guó)工業(yè)報(bào)記者采訪也不認(rèn)同“具身智能是AI的終極形態(tài)”的說(shuō)法。“因?yàn)槿斯ぶ悄苓€有許多其他的技術(shù)和概念也在不斷發(fā)展中，如量子計(jì)算、隱私計(jì)算等。”

行業(yè)內(nèi)對(duì)具身智能與人工智能關(guān)系的不同看法，也映射出人們對(duì)人工智能正在不斷刷新認(rèn)知。

近年來(lái)，似乎每過(guò)一段時(shí)間，“人工智能”的有關(guān)消息總能霸榜各類(lèi)平臺(tái)的熱榜。郭濤認(rèn)為，這是因?yàn)橐环矫妫S著科技的不斷發(fā)展和社會(huì)需求的變化，人們對(duì)人工智能的期望和要求不斷提高，促使研究者不斷探索新的方法和途徑；另一方面，不同時(shí)期對(duì)人工智能的研究重點(diǎn)和應(yīng)用場(chǎng)景有所不同，一些新的概念和技術(shù)在特定歷史階段可能因條件限制而未得到充分發(fā)展，隨著技術(shù)的進(jìn)步和環(huán)境的變化，這些概念又重新受到關(guān)注和應(yīng)用。

盤(pán)和林則認(rèn)為，“如具身智能中的一部分，已經(jīng)從實(shí)驗(yàn)室開(kāi)始步入實(shí)踐應(yīng)用場(chǎng)景，而具身智能一旦進(jìn)入場(chǎng)景，他們學(xué)習(xí)人類(lèi)的渠道就變多了，那么其發(fā)展速度會(huì)更快。人類(lèi)社會(huì)也就真正進(jìn)入了智能時(shí)代，而所有人都在期待或者擔(dān)憂這個(gè)智能時(shí)代的到來(lái)，所以，具身智能每一步向前如今都能引發(fā)大量關(guān)注。”

值得注意的是，盤(pán)和林表示，“大部分具身智能產(chǎn)品還在探索階段，我們不能保證說(shuō)未來(lái)十年或者二十年會(huì)有大突破。當(dāng)前，大多數(shù)具身智能的應(yīng)用場(chǎng)景中都有替代品。比如，跨臺(tái)階是具身智能的一個(gè)功能，但如果是爬山，其實(shí)很多地方有索道，索道比具身智能運(yùn)力更大也更經(jīng)濟(jì)，同樣的，工業(yè)車(chē)間中，工業(yè)機(jī)器人也是具身智能的競(jìng)爭(zhēng)對(duì)手。更多開(kāi)放場(chǎng)景，由于具身智能成本過(guò)高，甚至不如雇人來(lái)得經(jīng)濟(jì)。所以，具身智能最大的挑戰(zhàn)是商業(yè)化，而商業(yè)化最大的挑戰(zhàn)是成本。”

“開(kāi)源”影響幾何？

3月19日，國(guó)家地方共建具身智能機(jī)器人創(chuàng)新中心預(yù)告，即將發(fā)布里程碑式的通用具身智能平臺(tái)——“格物”。值得關(guān)注，一周前，3月12日，北京人形機(jī)器人創(chuàng)新中心（國(guó)家地方共建具身智能機(jī)器人創(chuàng)新中心）才剛剛發(fā)布了全球首個(gè)“一腦多能”“一腦多機(jī)”的通用具身智能平臺(tái)“慧思開(kāi)物”。記者在發(fā)布會(huì)現(xiàn)場(chǎng)了解到，這一平臺(tái)將為人形機(jī)器人配備“大腦”和“小腦”，能夠?qū)崿F(xiàn)從任務(wù)理解到執(zhí)行的全流程智能化，填補(bǔ)了具身智能領(lǐng)域在通用軟件系統(tǒng)方面的空白。

“自去年11月，我們啟動(dòng)了開(kāi)源計(jì)劃以來(lái)，在本體開(kāi)源方面，很多的合作伙伴，基于天工硬件母平臺(tái)，在他們的應(yīng)用場(chǎng)景里面做深度的垂直領(lǐng)域的二次開(kāi)放，如優(yōu)必選用天工平臺(tái)開(kāi)發(fā)了‘天工行者’，用于科研和教育。”熊友軍介紹，另外，在數(shù)據(jù)集的開(kāi)源方面，國(guó)家地方共建具身智能機(jī)器人創(chuàng)新中心發(fā)布了首個(gè)行業(yè)標(biāo)準(zhǔn)化的通用具身智能數(shù)據(jù)集，并首批開(kāi)放了10萬(wàn)條的數(shù)據(jù)。同時(shí)，在開(kāi)源社區(qū)方面，通過(guò)開(kāi)源協(xié)作的模式，吸引了幾千名開(kāi)發(fā)者參與模型訓(xùn)練的工作。

而更早些，1月21日，由國(guó)家地方共建人形機(jī)器人創(chuàng)新中心牽頭的全國(guó)首個(gè)異構(gòu)人形機(jī)器人訓(xùn)練場(chǎng)正式啟用。據(jù)國(guó)地共建人形機(jī)器人創(chuàng)新中心總經(jīng)理許彬介紹，這個(gè)具身智能訓(xùn)練場(chǎng)的核心目的是解決具身智能產(chǎn)業(yè)發(fā)展中的模型訓(xùn)練的技術(shù)問(wèn)題，進(jìn)一步強(qiáng)化我國(guó)人形機(jī)器人研發(fā)和應(yīng)用的基礎(chǔ)支撐，重點(diǎn)針對(duì)數(shù)據(jù)采集效率低、成本高、數(shù)據(jù)無(wú)法跨平臺(tái)復(fù)用以及缺乏統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范等挑戰(zhàn)。異構(gòu)人形機(jī)器人訓(xùn)練場(chǎng)將重點(diǎn)圍繞四個(gè)方向進(jìn)行建設(shè)：一是構(gòu)建可重構(gòu)場(chǎng)景和訓(xùn)練的基礎(chǔ)的具身智能模型；二是打造異構(gòu)集群采訓(xùn)推開(kāi)源框架；三是搭建具身智能操作與任務(wù)調(diào)度系統(tǒng)；四是建設(shè)開(kāi)源共享和共性機(jī)制，形成模型數(shù)據(jù)飛輪。

作為“國(guó)家隊(duì)”，在發(fā)展過(guò)程中，兩大創(chuàng)新中心均不約而同瞄準(zhǔn)了“開(kāi)源”。

在北京市社會(huì)科學(xué)院副研究員王鵬看來(lái)，大模型開(kāi)源或打造開(kāi)源開(kāi)發(fā)平臺(tái)能重點(diǎn)解決一些技術(shù)問(wèn)題。一是算法成熟度。開(kāi)源大模型可以提供經(jīng)過(guò)驗(yàn)證的算法和模型，降低人形機(jī)器人研發(fā)中的算法開(kāi)發(fā)難度和風(fēng)險(xiǎn)。二是數(shù)據(jù)獲取與處理。開(kāi)源平臺(tái)可以共享數(shù)據(jù)資源和處理工具，幫助研發(fā)者更高效地獲取和處理數(shù)據(jù)，提高人形機(jī)器人的感知和認(rèn)知能力。三是軟硬件解耦。開(kāi)源開(kāi)發(fā)平臺(tái)可以促進(jìn)軟硬件的解耦，使得研發(fā)者可以更靈活地選擇和組合硬件和軟件組件，降低研發(fā)成本和提高研發(fā)效率。

“開(kāi)源大模型可以應(yīng)用于人形機(jī)器人的智能感知和交互系統(tǒng)，提高其環(huán)境感知、語(yǔ)音識(shí)別、自然語(yǔ)言處理等能力。開(kāi)源平臺(tái)提供的算法和模型可以應(yīng)用于人形機(jī)器人的決策和規(guī)劃系統(tǒng)，幫助其實(shí)現(xiàn)自主導(dǎo)航、路徑規(guī)劃、任務(wù)執(zhí)行等功能。此外，開(kāi)源大模型還可以支持人形機(jī)器人的持續(xù)學(xué)習(xí)和進(jìn)化，使其能夠適應(yīng)不斷變化的環(huán)境和任務(wù)需求。”王鵬對(duì)記者表示道。

“從目前人形機(jī)器人研發(fā)角度看，開(kāi)源或打造開(kāi)源開(kāi)發(fā)平臺(tái)是解決技術(shù)問(wèn)題的有效途徑之一。”梁振鵬則認(rèn)為，開(kāi)源平臺(tái)可以幫助開(kāi)發(fā)者快速獲取最新的技術(shù)成果和工具，縮短研發(fā)周期，降低研發(fā)成本。同時(shí)，開(kāi)源平臺(tái)也可以促進(jìn)開(kāi)發(fā)者之間的交流和合作，共同推動(dòng)人形機(jī)器人技術(shù)的發(fā)展。通過(guò)開(kāi)源平臺(tái)，開(kāi)發(fā)者可以更容易地實(shí)現(xiàn)人形機(jī)器人的智能化和自主化，從而降低人形機(jī)器人研發(fā)的成本，并促進(jìn)其商業(yè)化應(yīng)用的發(fā)展。

郭濤表示，開(kāi)源平臺(tái)可以提供更強(qiáng)大的語(yǔ)言理解和生成能力，幫助人形機(jī)器人更好地理解人類(lèi)指令和進(jìn)行自然語(yǔ)言交互；還可以為人形機(jī)器人的知識(shí)學(xué)習(xí)和推理提供支持，使其能夠更快地獲取和運(yùn)用知識(shí)。

盤(pán)和林則認(rèn)為，大模型開(kāi)源開(kāi)發(fā)平臺(tái)，在具身智能領(lǐng)域，其實(shí)是做一個(gè)生態(tài)。“你用具身智能搬運(yùn)，我用具身智能生產(chǎn)，他用具身智能洗碗，中國(guó)制造業(yè)發(fā)達(dá)，相關(guān)機(jī)器人的硬件好找，但軟件開(kāi)發(fā)，算法需要長(zhǎng)期投入，而開(kāi)源平臺(tái)降低了算法開(kāi)拓成本。反過(guò)來(lái)，當(dāng)你的生產(chǎn)，搬運(yùn)，洗碗具身智能已經(jīng)成功應(yīng)用，那么，你為開(kāi)源平臺(tái)做了共享，這些功能方案會(huì)整合回平臺(tái)當(dāng)中。未來(lái)，我們可能收獲一個(gè)既會(huì)生產(chǎn)，也會(huì)搬運(yùn)，還會(huì)洗碗的機(jī)器人。所以，好處在于，一方面節(jié)約具身智能部署成本，另一方面逐漸形成具身智能的生態(tài)。”

未來(lái)向何處發(fā)力？

“現(xiàn)在人形機(jī)器人這么火，有一個(gè)問(wèn)題可能會(huì)給大家潑一盆冷水。”趙宏民在接受采訪時(shí)反問(wèn)記者：“你猜，現(xiàn)在最先進(jìn)的人形機(jī)器人，充滿電，能不間斷運(yùn)行多長(zhǎng)時(shí)間電池耗盡？”

“答案很可怕，根據(jù)不同產(chǎn)品不同運(yùn)行強(qiáng)度，大概續(xù)航時(shí)長(zhǎng)是30分鐘到2小時(shí)。從這個(gè)意義而言，除了一些臨時(shí)表演和一些緊急的救援任務(wù)。脫離了電線的那些人形機(jī)器人，應(yīng)該還不具備大規(guī)模商業(yè)化的可能。”趙宏民表示。

具身智能除了商業(yè)化的問(wèn)題外，熊友軍認(rèn)為，具身智能領(lǐng)域還存在三類(lèi)主要問(wèn)題：

一是關(guān)于數(shù)據(jù)集，當(dāng)前，各單位雖逐步開(kāi)源數(shù)據(jù)集并建立收集平臺(tái)，但存在規(guī)模小、任務(wù)單一問(wèn)題，導(dǎo)致機(jī)器人智能體訓(xùn)練效率低、成本高。熊友軍建議，各創(chuàng)新中心打通數(shù)據(jù)壁壘，推動(dòng)全國(guó)協(xié)作共享，構(gòu)建規(guī)模化訓(xùn)練資源體系。

二是關(guān)于應(yīng)用場(chǎng)景。我國(guó)具身智能產(chǎn)業(yè)起步較晚，熊友軍希望，工信部牽頭鼓勵(lì)企業(yè)試用并開(kāi)放場(chǎng)景做測(cè)試。我們雖搭建了一些場(chǎng)景，但與真實(shí)場(chǎng)景有差距。具身智能在實(shí)驗(yàn)室訓(xùn)練后，還需在真實(shí)場(chǎng)景試練，目前，國(guó)家地方共建具身智能機(jī)器人創(chuàng)新中心在高壓、冷庫(kù)等危險(xiǎn)場(chǎng)景做了測(cè)試，但與真實(shí)場(chǎng)景區(qū)別還比較大。

三是關(guān)于產(chǎn)業(yè)鏈。目前產(chǎn)業(yè)鏈還是沒(méi)有成體系，有一些上游產(chǎn)業(yè)鏈，核心關(guān)鍵的產(chǎn)業(yè)鏈，感覺(jué)有一些簡(jiǎn)單的重復(fù)，造成資源浪費(fèi)。而核心的產(chǎn)業(yè)鏈，做的人卻比較少。

“具身智能和人形機(jī)器人是將人工智能轉(zhuǎn)換為現(xiàn)實(shí)生產(chǎn)力的重要載體，是培育發(fā)展新質(zhì)生產(chǎn)力的重要方向。”工信部科技司副司長(zhǎng)杜廣達(dá)表示，下一步，工信部將深入貫徹落實(shí)黨中央、國(guó)務(wù)院決策部署，按照“一端抓供給，一端抓應(yīng)用，整體壯生態(tài)”思路：一是繼續(xù)推動(dòng)具身大模型、工具鏈等技術(shù)攻關(guān)突破。二是持續(xù)挖掘人形機(jī)器人高價(jià)值應(yīng)用場(chǎng)景，促進(jìn)供需對(duì)接。三是做強(qiáng)做優(yōu)產(chǎn)業(yè)生態(tài)，加快推出一批關(guān)鍵急需標(biāo)準(zhǔn)，建設(shè)開(kāi)源社區(qū)，打造整機(jī)、數(shù)據(jù)集等開(kāi)源項(xiàng)目，提升安全可靠性測(cè)試能力和倫理治理水平，加強(qiáng)行業(yè)自律。

據(jù)麥肯錫預(yù)測(cè)，到2030年，全球具身智能市場(chǎng)規(guī)模可能達(dá)到數(shù)十萬(wàn)億元。具身智能不僅蘊(yùn)含著巨大經(jīng)濟(jì)價(jià)值，更關(guān)乎國(guó)家競(jìng)爭(zhēng)力。如今，具身智能被寫(xiě)入《政府工作報(bào)告》，更是標(biāo)志著它正式成為國(guó)家未來(lái)產(chǎn)業(yè)的重點(diǎn)發(fā)展方向。

可以預(yù)見(jiàn)，一個(gè)更加智能化的未來(lái)，正加速向我們走來(lái)。