中新經(jīng)緯3月6日電 (薛宇飛 李曉萱)今年的政府工作報(bào)告指出，建立未來(lái)產(chǎn)業(yè)投入增長(zhǎng)機(jī)制，培育生物制造、量子科技、具身智能、6G等未來(lái)產(chǎn)業(yè)。

首次進(jìn)入政府工作報(bào)告的“具身智能”是什么？與我們此前了解的人工智能、人形機(jī)器人，有什么區(qū)別？具身智能產(chǎn)業(yè)又有哪些特點(diǎn)？對(duì)此，中新經(jīng)緯采訪多位業(yè)內(nèi)人士進(jìn)行解讀。

有“腦子”，還有“身體”

資料圖：上海某公司生產(chǎn)的人形機(jī)器人產(chǎn)品。中新經(jīng)緯 薛宇飛 攝

中國(guó)計(jì)算機(jī)學(xué)會(huì)(CCF)官網(wǎng)于2023年7月發(fā)布的《具身智能 | CCF專家談術(shù)語(yǔ)》中稱，具身智能是指一種基于物理身體進(jìn)行感知和行動(dòng)的智能系統(tǒng)，其通過(guò)智能體與環(huán)境的交互獲取信息、理解問(wèn)題、做出決策并實(shí)現(xiàn)行動(dòng)，從而產(chǎn)生智能行為和適應(yīng)性。

該文章解釋了具身智能的由來(lái)。文章稱，具身智能的思想萌芽于人工智能誕生之初。1950年，英國(guó)科學(xué)家圖靈在其論文中展望了人工智能可能的兩條發(fā)展道路：一條路是聚焦抽象計(jì)算(比如下棋)所需的智能，另一條路則是為機(jī)器配備最好的傳感器，使其可以與人類交流、像嬰兒一樣地進(jìn)行學(xué)習(xí)。這兩條道路便逐漸演變成了非具身和具身智能。

看到這里，可能很多人對(duì)具身智能還是一頭霧水。

智元機(jī)器人研究院執(zhí)行院長(zhǎng)、具身業(yè)務(wù)部總裁姚卯青對(duì)中新經(jīng)緯解釋，顧名思義，與傳統(tǒng)的人工智能相比，具身智能的最大區(qū)別就體現(xiàn)在“具身”兩個(gè)字，過(guò)去的人工智能很多是停留在數(shù)字世界，比如大語(yǔ)言模型，只能在互聯(lián)網(wǎng)上與人對(duì)話。具身智能是將AI賦予了一個(gè)物理實(shí)體，不僅可以與人進(jìn)行互動(dòng)，還能在現(xiàn)實(shí)世界執(zhí)行指令，比如讓它端茶、倒水、搬東西。

中歐中證機(jī)器人指數(shù)基金經(jīng)理宋巍巍對(duì)中新經(jīng)緯說(shuō)：“你可以把傳統(tǒng)的人工智能想象成一個(gè)‘超級(jí)聰明的計(jì)算器’，它能幫你解答問(wèn)題、分析數(shù)據(jù)，但它沒(méi)有身體，不能自己動(dòng)，也不能真正‘感受’世界。而具身智能就像是給這個(gè)‘計(jì)算器’裝上了一雙眼睛、一雙手和一雙腳，讓它能看、能摸、能走，甚至能自己去完成任務(wù)。”

宋巍巍進(jìn)一步解釋稱，傳統(tǒng)的人工智能，比如手機(jī)里的語(yǔ)音助手(如Siri)、推薦算法(如抖音的視頻推薦)，主要是在“云端”或者“屏幕”里工作。它們擅長(zhǎng)處理數(shù)據(jù)、回答問(wèn)題，但它們沒(méi)有“身體”，不能直接跟現(xiàn)實(shí)世界互動(dòng)。而具身智能的核心區(qū)別在于，它不僅有“腦子”(計(jì)算能力)，還有“身體”(物理實(shí)體)，能夠感知環(huán)境、做出動(dòng)作，甚至像人一樣學(xué)習(xí)和適應(yīng)。

展開(kāi)全文

姚卯青稱，具身智能可以說(shuō)是傳統(tǒng)人工智能的“升級(jí)版”，它的模態(tài)更豐富，不僅要理解語(yǔ)言，還要理解三維世界，理解物理規(guī)律。

與工業(yè)機(jī)器人相比，具身智能又有哪些進(jìn)步？

姚卯青表示，工業(yè)機(jī)器人沒(méi)有智能可言，在預(yù)設(shè)好相關(guān)程序后，它只會(huì)做固定的動(dòng)作，不會(huì)隨著環(huán)境的變化而變化，也不會(huì)根據(jù)反饋進(jìn)行自我調(diào)節(jié)。具身智能是利用大模型形成意識(shí)識(shí)別、推理規(guī)劃等能力，能夠在相關(guān)環(huán)境中做一些任務(wù)，同時(shí)有自適應(yīng)性，根據(jù)環(huán)境的變化做出調(diào)整。

宋巍巍說(shuō)：“未來(lái)，具身智能可能會(huì)讓機(jī)器人像人一樣融入我們的生活，幫我們干活、照顧家人，甚至成為我們的‘伙伴’?！?/p>

具身智能=人形機(jī)器人？

當(dāng)前，人形機(jī)器人十分火熱，具身智能落地的形態(tài)就是人形機(jī)器人嗎？

中信建投證券高端制造研究組組長(zhǎng)呂娟團(tuán)隊(duì)在今年2月底的研報(bào)中稱，人形機(jī)器人是指外形模仿人類設(shè)計(jì)的機(jī)器人，通常具有頭部、四肢和類似人類的外觀。雖然具身智能的智能體形態(tài)可以豐富多彩，但是預(yù)計(jì)人形機(jī)器人將成為具身智能最重要的載體。

宋巍巍表示，人形機(jī)器人之所以重要，是因?yàn)樗鼈兊脑O(shè)計(jì)模仿了人類的身體結(jié)構(gòu)和行為方式，這樣它們就能更好地適應(yīng)人類的生活環(huán)境和工作場(chǎng)景。

宋巍巍稱，具體原因有幾點(diǎn)：一是，適應(yīng)人類環(huán)境。人形機(jī)器人因?yàn)橛蓄愃迫祟惖纳眢w結(jié)構(gòu)，可以更方便地使用門把手、樓梯、工具等設(shè)施；二是，交互更自然。人形機(jī)器人可以通過(guò)表情、動(dòng)作與人類交流，比如點(diǎn)頭、揮手，甚至模仿人類的情緒，讓互動(dòng)更親切；三是，多功能性。人形機(jī)器人可以執(zhí)行多種任務(wù)，比如在工廠搬運(yùn)貨物、在醫(yī)院照顧病人、在家里做家務(wù)，而不像單一功能的機(jī)器人(比如掃地機(jī)器人)只能干一件事。

“人形機(jī)器人雖然不會(huì)是具身智能最完美的載體和呈現(xiàn)方式，但如果說(shuō)只能設(shè)計(jì)一款機(jī)器人的話，人形機(jī)器人應(yīng)該就是最大公約數(shù)?！币γ嗾f(shuō)。

產(chǎn)業(yè)鏈不斷延伸

資料圖：上海某公司人形機(jī)器人產(chǎn)品上的靈巧手。中新經(jīng)緯 薛宇飛 攝

既要有腦力，又要有身體的具身智能，所包含的產(chǎn)業(yè)十分豐富。

華創(chuàng)證券在今年1月份發(fā)布的研報(bào)中稱，上游環(huán)節(jié)是具身智能機(jī)器人產(chǎn)業(yè)的基礎(chǔ)，主要包括芯片、傳感器、控制器、電機(jī)、通信模組、能源管理等，這些核心組件是構(gòu)建 “硬件”基礎(chǔ)。中游環(huán)節(jié)是產(chǎn)業(yè)鏈的技術(shù)核心，涉及AI算法、操作系統(tǒng)、云服務(wù)以及中間件的開(kāi)發(fā)與集成，通過(guò)編程和系統(tǒng)集成，使其能夠執(zhí)行復(fù)雜的智能任務(wù)。下游環(huán)節(jié)是產(chǎn)業(yè)鏈的最終輸出端，面向工業(yè)制造、服務(wù)業(yè)、醫(yī)療康復(fù)、教育娛樂(lè)、交通出行、公共安全等領(lǐng)域的多元化應(yīng)用場(chǎng)景。

宋巍巍稱，具身智能的產(chǎn)業(yè)鏈可以簡(jiǎn)單理解為“從大腦到身體，再到應(yīng)用”的完整體系。以下是產(chǎn)業(yè)鏈的幾個(gè)關(guān)鍵環(huán)節(jié)：

一是“大腦”部分(核心技術(shù)研發(fā))。這是具身智能的“靈魂”，包括人工智能算法、機(jī)器學(xué)習(xí)、感知技術(shù)(比如視覺(jué)、聽(tīng)覺(jué))、決策系統(tǒng)等。它就像人的大腦，負(fù)責(zé)思考、判斷和學(xué)習(xí)。比如，給機(jī)器人裝上一個(gè)能識(shí)別物體、理解語(yǔ)言的“大腦”。

二是“身體”部分(硬件制造)。這是具身智能的“骨骼和肌肉”，包括機(jī)器人身體的各種硬件，比如傳感器(相當(dāng)于眼睛、耳朵)、電機(jī)(相當(dāng)于肌肉)、機(jī)械臂、電池等。它就像人的身體，需要各種零件協(xié)調(diào)工作。比如，機(jī)器人要能走路，就需要電機(jī)驅(qū)動(dòng)腿部；要能看東西，就需要攝像頭和激光雷達(dá)。

三是 “神經(jīng)網(wǎng)絡(luò)”部分(軟件與硬件的連接)。這是讓“大腦”和“身體”協(xié)調(diào)工作的關(guān)鍵，包括操作系統(tǒng)、控制系統(tǒng)、通信技術(shù)等。它就像人的神經(jīng)系統(tǒng)，把大腦的指令傳遞到手腳。比如，機(jī)器人看到一個(gè)杯子，大腦決定要拿起來(lái)，神經(jīng)系統(tǒng)負(fù)責(zé)指揮手臂和手指完成動(dòng)作。

四是“應(yīng)用場(chǎng)景”部分(產(chǎn)業(yè)應(yīng)用)。這是具身智能最終發(fā)揮作用的地方，比如在工業(yè)生產(chǎn)、醫(yī)療護(hù)理、家庭服務(wù)、教育娛樂(lè)等領(lǐng)域。

五是“支持系統(tǒng)”部分(基礎(chǔ)設(shè)施和生態(tài))。包括數(shù)據(jù)支持、云計(jì)算、5G網(wǎng)絡(luò)、供應(yīng)鏈、人才培養(yǎng)等，這些是為具身智能發(fā)展提供“土壤”的部分。它就像人的生活需要水、電、道路等基礎(chǔ)設(shè)施，機(jī)器人也需要網(wǎng)絡(luò)、電力、零件供應(yīng)商的支持。

姚卯青表示，具身智能涉及到的產(chǎn)業(yè)鏈非常多，一旦能形成規(guī)模，會(huì)對(duì)整個(gè)工業(yè)制造尤其是精密制造的升級(jí)起到很強(qiáng)帶動(dòng)作用，“它類似于新能源車的崛起，是對(duì)全產(chǎn)業(yè)鏈條的帶動(dòng)?！?/p>

多地定下發(fā)展目標(biāo)

據(jù)中新經(jīng)緯不完全統(tǒng)計(jì)，在近一年內(nèi)，已有北京、廣東、浙江、山東等多個(gè)省市發(fā)布了布局具身智能、智能機(jī)器人發(fā)展的計(jì)劃和方案。

3月3日，深圳市科技創(chuàng)新局發(fā)布的《深圳市具身智能機(jī)器人技術(shù)創(chuàng)新與產(chǎn)業(yè)發(fā)展行動(dòng)計(jì)劃(2025—2027年)》中提出，到2027年，深圳市具身智能機(jī)器人產(chǎn)業(yè)集群相關(guān)企業(yè)超過(guò)1200家，關(guān)聯(lián)產(chǎn)業(yè)規(guī)模達(dá)到1000億元以上。

2月28日，北京市科學(xué)技術(shù)委員會(huì)等4部門聯(lián)合發(fā)布了《北京具身智能科技創(chuàng)新與產(chǎn)業(yè)培育行動(dòng)計(jì)劃(2025—2027年)》，其中提出，要加快實(shí)現(xiàn)具身智能科技創(chuàng)新和產(chǎn)業(yè)創(chuàng)新深度融合，培育人工智能發(fā)展新賽道，預(yù)計(jì)到2027年底，實(shí)現(xiàn)不少于100項(xiàng)規(guī)模化應(yīng)用，量產(chǎn)總規(guī)模率先突破萬(wàn)臺(tái)，培育千億級(jí)產(chǎn)業(yè)集群。

就人形機(jī)器人而言，呂娟團(tuán)隊(duì)表示，2025年中國(guó)國(guó)內(nèi)外頭部公司分別逐步啟動(dòng)幾千臺(tái)或者萬(wàn)臺(tái)級(jí)別的人形機(jī)器人量產(chǎn)計(jì)劃，2026年預(yù)期分別啟動(dòng)數(shù)萬(wàn)臺(tái)或者10萬(wàn)臺(tái)級(jí)別的量產(chǎn)計(jì)劃。遠(yuǎn)期市場(chǎng)空間方面，特斯拉對(duì)人形機(jī)器人遠(yuǎn)期定價(jià)目標(biāo)是2萬(wàn)美元，宇樹(shù)機(jī)器人多個(gè)型號(hào)在京東售價(jià)不到10萬(wàn)元人民幣，隨著智能化程度提升，未來(lái)可能每個(gè)家庭甚至每個(gè)人平均擁有一臺(tái)人形機(jī)器人，預(yù)計(jì)市場(chǎng)空間將超過(guò)汽車、智能手機(jī)，至少是數(shù)萬(wàn)億元的市場(chǎng)規(guī)模。

不過(guò)，姚卯青也提醒，當(dāng)前具身智能的發(fā)展仍處于萌芽階段。在硬件上，當(dāng)前的迭代次數(shù)還不夠，有很多關(guān)鍵零部件有待成熟，比如，高自由度的靈巧手。零部件供應(yīng)鏈不成熟，一些上游供應(yīng)商仍是比較小的公司，在質(zhì)量工藝、產(chǎn)品測(cè)試等方面處于比較原始的階段。軟件方面，大模型更多地停留在對(duì)多模態(tài)大語(yǔ)言模型語(yǔ)義的理解層面，該如何對(duì)任務(wù)進(jìn)行理解，如何在復(fù)雜的三維環(huán)境去做任務(wù)對(duì)應(yīng)的嵌入的規(guī)劃和執(zhí)行，并且在執(zhí)行過(guò)程中不停地糾錯(cuò)、反思，這些問(wèn)題有待解決。