A讓機器人通過身體認知世界

2023年5月，在ITF World 2023半導(dǎo)體大會上，英偉達（NVIDIA）創(chuàng)始人兼首席執(zhí)行官黃仁勛在演講中預(yù)測下一個科技浪潮時，提到了一種新型人工智能——“具身智能”。

在2025年央視春晚的舞臺上，十幾個人形機器人身著秧歌服、手持紅手帕登上舞臺，與舞蹈演員們默契配合，上演了一場創(chuàng)意融合舞蹈《秧BOT》。它們動作精準流暢，機械臂靈活揮舞著手帕，步伐與鼓點完美契合，每一個舞步都充滿科技感，贏得了全國觀眾的喝彩。這些人形機器人之所以能夠完成如此復(fù)雜精彩的動作，正是得益于具身智能技術(shù)。

什么是“具身智能”？

什么是“具身智能”？一般認為，具身智能（Embodied Artificial Intelligence，簡稱“EAI”）是指通過機器人等物理實體與環(huán)境交互，能進行環(huán)境感知、信息認知、自主決策和采取行動，并能夠從經(jīng)驗反饋中實現(xiàn)智能增長和行動自適應(yīng)的智能系統(tǒng)。

“具身”是具身智能的必要前提，但“具身”一詞并不只是“具有身體”，而是指身體會參與認知，并影響邏輯判斷的過程。

北京工業(yè)大學教授、北京智同精密傳動科技有限責任公司首席科學家張躍明在接受《中國報道》記者專訪時舉例說，現(xiàn)在的工業(yè)機器人具有身體，但它的身體行動完全是由事先編好的程序控制，一步一步去執(zhí)行，只有簡單的邏輯、判斷能力，不能算是具身智能。

與“具身”相對的概念是“離身”，即認知與身體分離。ChatGPT就是典型的離身智能。離身智能沒有可以感知世界并與之交互的身體，雖然通過采集的海量數(shù)據(jù)來標記世間萬物，卻無法理解這些文本、圖片在物理交互中真實的意義。當需要處理復(fù)雜現(xiàn)實任務(wù)時，由于缺少對真實環(huán)境的感知和交互能力，傳統(tǒng)人工智能就很容易發(fā)生誤判。

2021年7月，國外一社交網(wǎng)站用戶分享了一則視頻：他駕駛某款電動車開到一條高速公路時，自動駕駛系統(tǒng)將天空中的滿月錯誤地識別為交通信號燈的黃燈信號，并試圖使原本在高速巡航行駛中的車輛保持減速。

而具身智能則打破了傳統(tǒng)人工智能中“身體”與“大腦”分離的模式，彌補了傳統(tǒng)人工智能對環(huán)境感知和交互能力的不足，使機器能夠像自然生物體一樣，通過其身體與環(huán)境的互動，實現(xiàn)多模態(tài)、多尺度的環(huán)境適應(yīng)，從而在復(fù)雜環(huán)境中自主決策，完成任務(wù)。

張躍明認為，具身智能的發(fā)展方向是使其具有類似人類的主觀判斷能力和邏輯推理能力，不僅可以獨立完成以往人類才能勝任的任務(wù)，還要能與人協(xié)作共同完成任務(wù)。要實現(xiàn)這種智能，不僅靠算法和計算，還需要大數(shù)據(jù)的支持和具有學習能力。

具身智能機器人在未知的環(huán)境中執(zhí)行物理任務(wù)時，更多依賴“感知—行動回路”，即先主動感知環(huán)境、對環(huán)境建模，進而采取行動、進行驗證，并根據(jù)結(jié)果不斷調(diào)整和優(yōu)化自身的行動，從而更高效地完成任務(wù)。這個過程很類似人類兒童的學習過程。古人講“知行合一”，具身智能的“知”建立在“行”之上，在具身本體與環(huán)境的交互中實現(xiàn)可持續(xù)的智能進化。

被視作未來實現(xiàn)通用人工智能的關(guān)鍵路徑

具身智能的概念可以上溯到英國科學家艾倫·圖靈于1950年發(fā)表的論文《計算機器與智能》（Computing Machinery and Intelligence）。此時，距離世界上第一臺通用計算機“ENIAC”在美國賓夕法尼亞大學誕生僅過去4年。當時的機器單純依賴預(yù)設(shè)程序行事，并不具有智能，但圖靈卻在論文中就“機器能否思考”進行了大膽探討。為此，他構(gòu)想了著名的“圖靈測試”，以驗證一臺機器是否具備能模擬人類的智能。

為了讓機器能夠通過“圖靈測試”，圖靈提出了“學習機器”的概念。他寫道：“與其試圖編程模擬成人大腦，不如模擬兒童大腦。”圖靈提出，通過對“兒童機器”的教育，讓機器最終獲得“成人大腦”。

在論文結(jié)尾，圖靈展望了兩條可能的發(fā)展道路：一條是聚焦發(fā)展抽象計算（比如國際象棋）所需的智能；另一條是購買最先進的傳感器，然后教機器聽說，就像教正常的孩子一樣。后來，前一條道路發(fā)展出了離身智能，而后一條道路被認為是具身智能的思想萌芽。

1956年，在美國舉行的達特茅斯會議正式確立“人工智能”這一術(shù)語。在人工智能發(fā)展初期，研究主要聚焦于抽象的符號處理和邏輯推理，試圖讓計算機通過程序模擬人類的智能行為，但這種方式在處理實際物理世界的復(fù)雜問題時遭遇了困境。

隨著對智能本質(zhì)研究的深入，一些研究者逐漸意識到，在過去的數(shù)億年里，地球上包括人類在內(nèi)的所有動物都是通過身體體驗逐步產(chǎn)生智能。因此，身體與環(huán)境的交互在智能發(fā)展中起到了關(guān)鍵作用，具身智能的理念由此逐漸形成。

20世紀80年代，著名機器人制造專家羅德尼·布魯克斯提出了行為式機器人概念，強調(diào)智能是具身化和情境化的，主張應(yīng)當以“行為”為核心發(fā)展人工智能，為具身智能概念奠定了理論基礎(chǔ)。羅德尼·布魯克斯還親自設(shè)計了一個六足步行機器人，通過簡單的行為模塊組合實現(xiàn)了穩(wěn)定的行走，展示了具身智能的可行性，引發(fā)了學界對具身智能的廣泛關(guān)注。此后，有更多學者進一步闡明“具身性”對理解智能本質(zhì)的意義，不斷完善和發(fā)展相關(guān)理論。

進入21世紀后，機器人技術(shù)、傳感器技術(shù)以及機器學習算法迎來快速發(fā)展，為具身智能帶來新的發(fā)展機遇。

在機器人硬件方面，各種類型的機器人不斷涌現(xiàn)，從用于工業(yè)生產(chǎn)的固定基座機器人，到適應(yīng)復(fù)雜地形的四足和履帶式機器人，再到模仿人類形態(tài)和行為的人形機器人，機器人的性能和功能得到了極大提升。同時，傳感器技術(shù)的進步使得機器人能夠更精確地感知周圍環(huán)境，為其智能決策提供了豐富的數(shù)據(jù)支持。

在軟件算法層面，機器學習尤其是深度神經(jīng)網(wǎng)絡(luò)（深度學習）的興起，為具身智能的發(fā)展注入了強大動力。深度神經(jīng)網(wǎng)絡(luò)在圖像識別、語音處理等領(lǐng)域取得的巨大成功，被廣泛應(yīng)用于具身智能系統(tǒng)中，提升了機器人的感知、學習和決策能力。例如，在視覺導(dǎo)航任務(wù)中，基于深度學習的算法能夠讓機器人更準確地識別環(huán)境特征，規(guī)劃出合理的行動路徑。

近年來，各種大模型的出現(xiàn)，進一步推動了具身智能的發(fā)展。多模態(tài)大模型能夠融合多種感知信息，使機器人具備更強大的感知和理解能力；世界模型則幫助機器人更好地模擬和預(yù)測環(huán)境變化，從而作出更具前瞻性的決策。

目前，具身智能機器人已經(jīng)能夠根據(jù)動態(tài)變化的環(huán)境進行自適應(yīng)決策，并向著能夠完全自主執(zhí)行任務(wù)的技術(shù)方向發(fā)展。具身智能也被視作未來實現(xiàn)通用人工智能的關(guān)鍵路徑。

具身智能時代到來？

當前，全球主要經(jīng)濟體、企業(yè)和研究機構(gòu)均高度重視具身智能發(fā)展，不斷加大對相關(guān)技術(shù)領(lǐng)域的研究和對商業(yè)化應(yīng)用前景的探索。

2024年4月，美國高校聯(lián)合發(fā)布2024版《美國機器人路線圖：機器人讓明天更美好》，旨在重振美國在機器人技術(shù)上的領(lǐng)先地位。該路線圖預(yù)測，機器人有可能在未來10年內(nèi)變得無處不在，并可能在未來數(shù)十年內(nèi)徹底改變?nèi)蚪?jīng)濟、社會、政治、環(huán)境和技術(shù)格局。

2024年2月，日本豐田研究所公布了一款人形機器人Punyo。該機器人的定位是“幫助人們在家中和其他地方完成日常任務(wù)”。因為要進入復(fù)雜多變的家庭環(huán)境，因此配備了內(nèi)置傳感器的柔軟肢體。

2025年2月，特斯拉首席執(zhí)行官埃隆·馬斯克透露，特斯拉將致力于在2025年生產(chǎn)10000部“擎天柱”人形機器人。未來其產(chǎn)量還將進一步提高。預(yù)計從2026年開始向第三方售賣。

有消息稱，蘋果公司也正在為其未來的智能家居生態(tài)系統(tǒng)探索人形和非人形機器人。目前這些產(chǎn)品處于早期概念驗證階段，最快可能在2028年或更晚一些實現(xiàn)量產(chǎn)。

中國已經(jīng)走在具身智能機器人領(lǐng)域的研發(fā)和應(yīng)用前沿。2025年春晚上人形機器人的舞蹈，不僅展示了中國在機器人領(lǐng)域的技術(shù)突破，也標志著具身智能進入應(yīng)用創(chuàng)新的新階段。這些機器人走紅的同時，全國各地積極布局具身智能產(chǎn)業(yè)。

2025年1月，北京市發(fā)布《北京具身智能科技創(chuàng)新與產(chǎn)業(yè)培育行動計劃（2025—2027年）（征求意見稿）》，計劃培育一批具身智能領(lǐng)域獨角獸企業(yè)、科技型領(lǐng)軍企業(yè)、國家高新技術(shù)企業(yè)和專精特新“小巨人”企業(yè)。

北京、山東、重慶等十余個省市將具身智能/人形機器人寫入2025年政府工作報告，并將其作為推動經(jīng)濟高質(zhì)量發(fā)展和產(chǎn)業(yè)升級的重要抓手。

據(jù)市場監(jiān)管總局數(shù)據(jù)顯示，截至2024年12月底，全國共有45.17萬家智能機器人產(chǎn)業(yè)企業(yè)，注冊資本共計64445.57億元，企業(yè)數(shù)量較2020年底增長206.73%，較2023年底增長19.39%，呈穩(wěn)健上揚態(tài)勢。

人形機器人：具身智能的最佳載體

位于北京經(jīng)濟技術(shù)開發(fā)區(qū)的國家地方共建具身智能機器人創(chuàng)新中心（以下簡稱“國創(chuàng)中心”），是中國國內(nèi)最早聚焦于具身智能機器人核心技術(shù)、產(chǎn)品研發(fā)和應(yīng)用落地的科技企業(yè)之一。

國創(chuàng)中心品牌公關(guān)負責人魏嘉星告訴《中國報道》記者，具身智能機器人涵蓋多種類型，可以是人形機器人、固定基座機器人、輪式機器人，也可以是履帶式機器人或者四足機器人。其中，人形機器人是具身智能的最佳載體。不同類型具身智能機器人可以對應(yīng)不同的應(yīng)用場景。比如固定基座機器人活動范圍受限但操作精度高，適合用于實驗室和工業(yè)制造；履帶式機器人越野能力強，可適用于野外復(fù)雜地形作業(yè)；輪式機器人移動效率高，可以用于巡檢。

國創(chuàng)中心2024年8月發(fā)布的具身智能機器人“天軼”，就是一款輪式機器人?！疤燧W”身高163cm，體重72.5kg，擁有輪式全向移動能力，腿部具備升降功能，可智能適配服務(wù)對象的身高和狀態(tài)，配合完整雙臂和胸口大屏，能夠?qū)崿F(xiàn)定位導(dǎo)航、平穩(wěn)移動、自然對話和精細手臂操作，可應(yīng)用于接待、導(dǎo)覽、咨詢問答、場館介紹等多種場景。通過觀察對象面部動作表情，“天軼”能夠?qū)崿F(xiàn)精確識別人類情感與情緒，進行更深層次的智能交互。

目前，國創(chuàng)中心還是將人形機器人作為具身智能的重點研發(fā)載體。魏嘉星告訴記者，一個原因是人形機器人能更好地適應(yīng)人類現(xiàn)有的工作和居住場景；另一個原因是，人形機器人對人類而言更具親和力。

2023年10月20日，工業(yè)和信息化部印發(fā)《人形機器人創(chuàng)新發(fā)展指導(dǎo)意見》，該意見對人形機器人的發(fā)展作出了全面的戰(zhàn)略部署。如今，作為衡量國家科技創(chuàng)新和高端制造業(yè)水平的重要標志，人形機器人已經(jīng)成為科技競爭的新高地、未來產(chǎn)業(yè)的新賽道。

2024年4月，國創(chuàng)中心發(fā)布了全國首個通用機器人母平臺“天工1.0 LITE”，實現(xiàn)了全球首例純電驅(qū)全尺寸人形機器人的擬人奔跑。同年8月，國創(chuàng)中心發(fā)布了“天工1.1 PRO”?！疤旃?.1 PRO”擁有完整的手臂功能，身高163cm，體重56kg，具有42個自由度，內(nèi)置多個視覺感知傳感器及六維力傳感器，配備慣性測量單元（IMU）和3D視覺傳感器，每秒可進行550萬億次計算，具有更強的智能交互和任務(wù)執(zhí)行能力。

日前，具身智能機器人“天工”已在亦莊供電公司10千伏實訓基地高基配電室展開實地操作?！疤旃ぁ笨稍谂_階、窄道等地形自如穿梭，手持溫度檢測設(shè)備，對高基配電室的多臺電柜進行多點位測溫，執(zhí)行巡檢任務(wù)?；陟`巧的上肢能力，“天工”還可操作復(fù)雜的245母聯(lián)柜，嚴格按照電力操作規(guī)程操作旋鈕、按鈕，順利完成合閘、分閘等倒閘操作任務(wù)。

魏嘉星表示，作為通用機器人母平臺，“天工”將持續(xù)進行技術(shù)迭代和功能升級，以適應(yīng)更多復(fù)雜場景，服務(wù)于工業(yè)、制造業(yè)、商業(yè)、家庭等多個領(lǐng)域，更好地助力新質(zhì)生產(chǎn)力的發(fā)展。