今年的政府工作報告指出，建立未來產(chǎn)業(yè)投入增長機制，培育生物制造、量子科技、具身智能、6G等未來產(chǎn)業(yè)。
首次進入政府工作報告的“具身智能”是什么？與我們此前了解的人工智能、人形機器人，有什么區(qū)別？具身智能產(chǎn)業(yè)又有哪些特點？對此，中新經(jīng)緯采訪多位業(yè)內(nèi)人士進行解讀。
有“腦子”，還有“身體”
中國計算機學會（CCF）官網(wǎng)于2023年7月發(fā)布的《具身智能 | CCF專家談術(shù)語》中稱，具身智能是指一種基于物理身體進行感知和行動的智能系統(tǒng)，其通過智能體與環(huán)境的交互獲取信息、理解問題、做出決策并實現(xiàn)行動，從而產(chǎn)生智能行為和適應性。
該文章解釋了具身智能的由來。文章稱，具身智能的思想萌芽于人工智能誕生之初。1950年，英國科學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算（比如下棋）所需的智能，另一條路則是為機器配備最好的傳感器，使其可以與人類交流、像嬰兒一樣地進行學習。這兩條道路便逐漸演變成了非具身和具身智能。
▲資料圖：上海某公司生產(chǎn)的人形機器人產(chǎn)品。中新經(jīng)緯 薛宇飛 攝
看到這里，可能很多人對具身智能還是一頭霧水。
智元機器人研究院執(zhí)行院長、具身業(yè)務部總裁姚卯青對中新經(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”兩個字，過去的人工智能很多是停留在數(shù)字世界，比如大語言模型，只能在互聯(lián)網(wǎng)上與人對話。具身智能是將AI賦予了一個物理實體，不僅可以與人進行互動，還能在現(xiàn)實世界執(zhí)行指令，比如讓它端茶、倒水、搬東西。
中歐中證機器人指數(shù)基金經(jīng)理宋巍巍對中新經(jīng)緯說：“你可以把傳統(tǒng)的人工智能想象成一個‘超級聰明的計算器’，它能幫你解答問題、分析數(shù)據(jù)，但它沒有身體，不能自己動，也不能真正‘感受’世界。而具身智能就像是給這個‘計算器’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?！?/p>
宋巍巍進一步解釋稱，傳統(tǒng)的人工智能，比如手機里的語音助手（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。它們擅長處理數(shù)據(jù)、回答問題，但它們沒有“身體”，不能直接跟現(xiàn)實世界互動。而具身智能的核心區(qū)別在于，它不僅有“腦子”（計算能力），還有“身體”（物理實體），能夠感知環(huán)境、做出動作，甚至像人一樣學習和適應。
姚卯青稱，具身智能可以說是傳統(tǒng)人工智能的“升級版”，它的模態(tài)更豐富，不僅要理解語言，還要理解三維世界，理解物理規(guī)律。
與工業(yè)機器人相比，具身智能又有哪些進步？
姚卯青表示，工業(yè)機器人沒有智能可言，在預設好相關(guān)程序后，它只會做固定的動作，不會隨著環(huán)境的變化而變化，也不會根據(jù)反饋進行自我調(diào)節(jié)。具身智能是利用大模型形成意識識別、推理規(guī)劃等能力，能夠在相關(guān)環(huán)境中做一些任務，同時有自適應性，根據(jù)環(huán)境的變化做出調(diào)整。
宋巍巍說：“未來，具身智能可能會讓機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=人形機器人？
當前，人形機器人十分火熱，具身智能落地的形態(tài)就是人形機器人嗎？
中信建投證券高端制造研究組組長呂娟團隊在今年2月底的研報中稱，人形機器人是指外形模仿人類設計的機器人，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，但是預計人形機器人將成為具身智能最重要的載體。
▲資料圖：上海某公司的人形機器人正在采集數(shù)據(jù)。中新經(jīng)緯 薛宇飛 攝
宋巍巍表示，人形機器人之所以重要，是因為它們的設計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人類的生活環(huán)境和工作場景。
宋巍巍稱，具體原因有幾點：一是，適應人類環(huán)境。人形機器人因為有類似人類的身體結(jié)構(gòu)，可以更方便地使用門把手、樓梯、工具等設施；二是，交互更自然。人形機器人可以通過表情、動作與人類交流，比如點頭、揮手，甚至模仿人類的情緒，讓互動更親切；三是，多功能性。人形機器人可以執(zhí)行多種任務，比如在工廠搬運貨物、在醫(yī)院照顧病人、在家里做家務，而不像單一功能的機器人（比如掃地機器人）只能干一件事。
“人形機器人雖然不會是具身智能最完美的載體和呈現(xiàn)方式，但如果說只能設計一款機器人的話，人形機器人應該就是最大公約數(shù)。”姚卯青說。
產(chǎn)業(yè)鏈不斷延伸
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)布的研報中稱，上游環(huán)節(jié)是具身智能機器人產(chǎn)業(yè)的基礎，主要包括芯片、傳感器、控制器、電機、通信模組、能源管理等，這些核心組件是構(gòu)建 “硬件”基礎。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)、云服務以及中間件的開發(fā)與集成，通過編程和系統(tǒng)集成，使其能夠執(zhí)行復雜的智能任務。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、服務業(yè)、醫(yī)療康復、教育娛樂、交通出行、公共安全等領(lǐng)域的多元化應用場景。
▲資料圖：上海某公司人形機器人產(chǎn)品上的靈巧手。中新經(jīng)緯 薛宇飛 攝
宋巍巍稱，具身智能的產(chǎn)業(yè)鏈可以簡單理解為“從大腦到身體，再到應用”的完整體系。以下是產(chǎn)業(yè)鏈的幾個關(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、機器學習、感知技術(shù)（比如視覺、聽覺）、決策系統(tǒng)等。它就像人的大腦，負責思考、判斷和學習。比如，給機器人裝上一個能識別物體、理解語言的“大腦”。
二是“身體”部分（硬件制造）。這是具身智能的“骨骼和肌肉”，包括機器人身體的各種硬件，比如傳感器（相當于眼睛、耳朵）、電機（相當于肌肉）、機械臂、電池等。它就像人的身體，需要各種零件協(xié)調(diào)工作。比如，機器人要能走路，就需要電機驅(qū)動腿部；要能看東西，就需要攝像頭和激光雷達。
三是 “神經(jīng)網(wǎng)絡”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，機器人看到一個杯子，大腦決定要拿起來，神經(jīng)系統(tǒng)負責指揮手臂和手指完成動作。
四是“應用場景”部分（產(chǎn)業(yè)應用）。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)療護理、家庭服務、教育娛樂等領(lǐng)域。
五是“支持系統(tǒng)”部分（基礎設施和生態(tài)）。包括數(shù)據(jù)支持、云計算、5G網(wǎng)絡、供應鏈、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、道路等基礎設施，機器人也需要網(wǎng)絡、電力、零件供應商的支持。
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，會對整個工業(yè)制造尤其是精密制造的升級起到很強帶動作用，“它類似于新能源車的崛起，是對全產(chǎn)業(yè)鏈條的帶動?！?/span>
多地定下發(fā)展目標
據(jù)中新經(jīng)緯不完全統(tǒng)計，在近一年內(nèi)，已有北京、廣東、浙江、山東等多個省市發(fā)布了布局具身智能、智能機器人發(fā)展的計劃和方案。
3月3日，深圳市科技創(chuàng)新局發(fā)布的《深圳市具身智能機器人技術(shù)創(chuàng)新與產(chǎn)業(yè)發(fā)展行動計劃（2025—2027年）》中提出，到2027年，深圳市具身智能機器人產(chǎn)業(yè)集群相關(guān)企業(yè)超過1200家，關(guān)聯(lián)產(chǎn)業(yè)規(guī)模達到1000億元以上。
2月28日，北京市科學技術(shù)委員會等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)培育行動計劃（2025—2027年）》，其中提出，要加快實現(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，預計到2027年底，實現(xiàn)不少于100項規(guī)模化應用，量產(chǎn)總規(guī)模率先突破萬臺，培育千億級產(chǎn)業(yè)集群。
就人形機器人而言，呂娟團隊表示，2025年中國國內(nèi)外頭部公司分別逐步啟動幾千臺或者萬臺級別的人形機器人量產(chǎn)計劃，2026年預期分別啟動數(shù)萬臺或者10萬臺級別的量產(chǎn)計劃。遠期市場空間方面，特斯拉對人形機器人遠期定價目標是2萬美元，宇樹機器人多個型號在京東售價不到10萬元人民幣，隨著智能化程度提升，未來可能每個家庭甚至每個人平均擁有一臺人形機器人，預計市場空間將超過汽車、智能手機，至少是數(shù)萬億元的市場規(guī)模。
不過，姚卯青也提醒，當前具身智能的發(fā)展仍處于萌芽階段。在硬件上，當前的迭代次數(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。零部件供應鏈不成熟，一些上游供應商仍是比較小的公司，在質(zhì)量工藝、產(chǎn)品測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多模態(tài)大語言模型語義的理解層面，該如何對任務進行理解，如何在復雜的三維環(huán)境去做任務對應的嵌入的規(guī)劃和執(zhí)行，并且在執(zhí)行過程中不停地糾錯、反思，這些問題有待解決。