具身智能就是讓人工智能“擁有身體”。圖片來源：攝圖網(wǎng)

■中國工業(yè)報記者 左宗鑫

今年的《政府工作報告》中，“具身智能”“智能機器人”兩個表述引發(fā)關(guān)注。什么是具身智能？什么是智能機器人？它們又與人形機器人有什么區(qū)別？

1950年，人工智能之父、英國皇家學(xué)會院士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，該設(shè)想并沒有取得實質(zhì)進展。直到近年，隨著人工智能大模型技術(shù)的突破，具身智能才迎來了發(fā)展契機。

具身智能到底是什么？

“具身智能應(yīng)該是人工智能的一個分支，它主要是基于物理實體，能夠與物理世界進行感知和交互，以及有行動的一種智能系統(tǒng)。”

2024世界機器人大會上發(fā)布的《人形機器人十大趨勢展望》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)境下的計算機仿真，也不是完全偏于物理空間的機電系統(tǒng)，與人形機器人系統(tǒng)緊密相關(guān)。

“具身智能應(yīng)該是人工智能的一個分支，它主要是基于物理實體，能夠與物理世界進行感知和交互，以及有行動的一種智能系統(tǒng)。”國地共建具身智能機器人創(chuàng)新中心總經(jīng)理熊友軍在中國電子學(xué)會組織召開的“貫徹落實全國兩會精神——推動具身智能和人形機器人創(chuàng)新發(fā)展座談會”上表示。簡言之，具身智能就是讓人工智能“擁有身體”。

“我覺得要構(gòu)成一個完整的閉環(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；而具身智能，一定要有物理的實體。現(xiàn)在的智能可能是‘動嘴皮子’，而具身智能真的是要實干的，是一個‘實干家’。”

對于智能機器人，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、交互和思考行動的能力同時，智能機器人又區(qū)別于傳統(tǒng)的一些智能化的設(shè)備。

“人形機器人除了長得像人，應(yīng)該還有功能和思考行為，是模擬人的一種機器人。在學(xué)術(shù)里面，我們覺得，它是具身智能的一種表現(xiàn)形式，也被稱為具身智能體的最佳載體。”熊友軍表示。

針對具身智能、智能機器人與人形機器人三者之間的關(guān)系，全國政協(xié)常委、致公黨中央副主席、全國婦聯(lián)副主席、中國電子學(xué)會理事長徐曉蘭進一步指出，具身智能是未來產(chǎn)業(yè)的重要方向；智能機器人是具身智能的典型終端產(chǎn)品，涵蓋工業(yè)機器人、醫(yī)療機器人、服務(wù)機器人、農(nóng)業(yè)機器人以及人形機器人等；人形機器人是智能機器人的高階形態(tài)，也是具身智能的最佳載體。人形機器人可廣泛應(yīng)用于生產(chǎn)制造、倉儲物流、搶險救災(zāi)、邊防安防、商業(yè)服務(wù)、家政醫(yī)療等場景。同時，人形機器人可在研發(fā)、生產(chǎn)、檢測、維修、保養(yǎng)等環(huán)節(jié)提供大量就業(yè)崗位，是拉動新消費、催生新產(chǎn)業(yè)、擴大新就業(yè)的強勁動能，是應(yīng)對社會老齡化的重要抓手。

具身智能是人工智能最終形態(tài)嗎？

對于“具身智能是人工智能最終形態(tài)”的說法，行業(yè)內(nèi)看法不盡相同。

具身智能作為人工智能的一個分支，在其發(fā)展過程中，伴隨著“具身智能是人工智能最終形態(tài)”的一種說法。但對此，行業(yè)內(nèi)看法并不盡相同。

知名數(shù)字經(jīng)濟學(xué)者、工信部信息通信經(jīng)濟專家委員會委員盤和林在接受中國工業(yè)報記者采訪時表示，“結(jié)合智能體的具身智能可能是AI的終極形態(tài)，具身智能通過對環(huán)境進行感知，并基于感知獨立決策，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所有的動作，完成人類所有的工作。”

然而，在接受中國工業(yè)報記者采訪時，天使投資人、資深人工智能專家郭濤卻表達不同的看法。他認(rèn)為，具身智能是實現(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)展是一個不斷演進的過程，未來還可能出現(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。

不同的看法也映射出人們對人工智能的認(rèn)知在不斷刷新。

盤和林表示，“大部分具身智能產(chǎn)品還在探索階段，我們不能保證說未來十年或者二十年會有大突破。當(dāng)前，大多數(shù)具身智能的應(yīng)用場景中都有替代品。比如，跨臺階是具身智能的一個功能，但如果是爬山，其實很多地方有索道，索道比具身智能運力更大也更經(jīng)濟。同樣的，工業(yè)車間中，工業(yè)機器人也是具身智能的競爭對手。更多開放場景，由于具身智能成本過高，甚至不如雇人來得經(jīng)濟。”

“開源”影響幾何？

從目前人形機器人研發(fā)角度看，開源或打造開源開發(fā)平臺是解決技術(shù)問題的有效途徑之一。

3月19日，國家地方共建具身智能機器人創(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——“格物”。值得關(guān)注，一周前，3月12日，該中心才剛剛發(fā)布了全球首個“一腦多能”“一腦多機”的通用具身智能平臺“慧思開物”。記者在發(fā)布會現(xiàn)場了解到，這一平臺將為人形機器人配備“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，我們啟動了開源計劃以來，在本體開源方面，很多的合作伙伴，基于天工硬件母平臺，在他們的應(yīng)用場景里面做深度垂直領(lǐng)域的二次開放。”熊友軍介紹，另外，在數(shù)據(jù)集的開源方面，國家地方共建具身智能機器人創(chuàng)新中心發(fā)布了首個行業(yè)標(biāo)準(zhǔn)化的通用具身智能數(shù)據(jù)集，并首批開放了10萬條的數(shù)據(jù)。同時，在開源社區(qū)方面，通過開源協(xié)作的模式，吸引了幾千名開發(fā)者參與模型訓(xùn)練的工作。

而更早些，1月21日，由國家地方共建人形機器人創(chuàng)新中心牽頭的全國首個異構(gòu)人形機器人訓(xùn)練場正式啟用。據(jù)國地共建人形機器人創(chuàng)新中心總經(jīng)理許彬介紹，這個具身智能訓(xùn)練場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)問題，進一步強化我國人形機器人研發(fā)和應(yīng)用的基礎(chǔ)支撐，重點針對數(shù)據(jù)采集效率低、成本高、數(shù)據(jù)無法跨平臺復(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)。

作為“國家隊”，在發(fā)展過程中，兩大創(chuàng)新中心均不約而同瞄準(zhǔn)了“開源”。

在北京市社會科學(xué)院副研究員王鵬看來，大模型開源或打造開源開發(fā)平臺能重點解決一些技術(shù)問題。一是算法成熟度。開源大模型可以提供經(jīng)過驗證的算法和模型，降低人形機器人研發(fā)中的算法開發(fā)難度和風(fēng)險。二是數(shù)據(jù)獲取與處理。開源平臺可以共享數(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)，提高人形機器人的感知和認(rèn)知能力。三是軟硬件解耦。開源開發(fā)平臺可以促進軟硬件的解耦，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。

“從目前人形機器人研發(fā)角度看，開源或打造開源開發(fā)平臺是解決技術(shù)問題的有效途徑之一。”資深產(chǎn)業(yè)經(jīng)濟觀察家梁振鵬則認(rèn)為，開源平臺可以幫助開發(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，開源平臺也可以促進開發(fā)者之間的交流和合作，共同推動人形機器人技術(shù)的發(fā)展。

郭濤表示，開源平臺可以提供更強大的語言理解和生成能力，幫助人形機器人更好地理解人類指令和進行自然語言交互；還可以為人形機器人的知識學(xué)習(xí)和推理提供支持，使其能夠更快地獲取和運用知識。

未來向何處發(fā)力？

據(jù)麥肯錫預(yù)測，到2030年，全球具身智能市場規(guī)模可能達到數(shù)十萬億元。

“現(xiàn)在人形機器人這么火，有一個問題可能會給大家潑一盆冷水。”科技商業(yè)博主、一篇網(wǎng)絡(luò)主編趙宏民在接受采訪時反問記者：“你猜，現(xiàn)在最先進的人形機器人，充滿電，能不間斷運行多長時間？”

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

熊友軍認(rèn)為，具身智能領(lǐng)域還存在三類主要問題：

一是關(guān)于數(shù)據(jù)集。當(dāng)前，各單位雖逐步開源數(shù)據(jù)集并建立收集平臺，但存在規(guī)模小、任務(wù)單一問題，導(dǎo)致機器人智能體訓(xùn)練效率低、成本高。

二是關(guān)于應(yīng)用場景。目前，國家地方共建具身智能機器人創(chuàng)新中心在高壓、冷庫等危險場景做了測試，但與真實場景區(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，感覺有一些簡單重復(fù)，造成資源浪費。

據(jù)麥肯錫預(yù)測，到2030年，全球具身智能市場規(guī)模可能達到數(shù)十萬億元。如今，具身智能被寫入《政府工作報告》，更是標(biāo)志著它正式成為我國未來產(chǎn)業(yè)的重點發(fā)展方向。

可以預(yù)見，一個更加智能化的未來，正加速向我們走來。