《具身智能发展报告》.docx

前 言

具身智能是人工智能（AI）与其他学科交叉融合发展的新范式，从字面可理解为“具身+智能”，通过给AI赋予“身体”，使其能够与物理世界产生交互，并在交互中主动探索世界、认识世界、改变世界。随着数字世界的AI算法开始展现出逼近甚至超越人类的思维能力，具身智能有望打开AI从数字世界到物理世界的窗口，在复杂的物理世界中进一步延伸和拓展AI边界，实现“知行合一”。

具身智能将在技术涌现式创新和突破下，实现“一脑多形”，即让一个智能系统适配各种形态的物理实体，如智能机器人、智能车辆等；实现“一机多用”，即让一个机器设备可以灵活地执行多种任务，适应多样化的场景需求。未来具身智能将从工业协作生产到柔性制造，从家务助手到医疗护理，从灾难救援到太空探索，深入融入人类社会。但当前其仍面临技术能力不足，数据短缺，以及工程实现复杂等一系列挑战。

本报告从AI视角切入，致力于厘清具身智能的概念内涵、演进历程、技术体系，通过梳理当前具身智能技术发展现状，研判分析具身智能应用潜力与可能影响，提出面临的问题挑战，展望思维智能和行动智能融合的未来发展趋势。由于具身智能发展日新月异，限于编写时间、编写组知识积累水平有限等因素，报告中存在不足之处，敬请大家批评指正。

目 录

一、全球具身智能发展态势 1

（一）具身智能的概念与内涵 2

（二）具身智能发展历程 7

（三）全球具身智能提速发展 14

二、具身智能技术突破，重塑智能边界 15

（一）感知模块—赋予机器感官，实现多模态感知泛化 17

（二）决策模块—提升机器脑力，实现人类思维模拟 19

（三）行动模块—提升机器自主行动能力，实现精细动作执行 21

（四）反馈模块—拓展机器交互通道，实现自主学习演进 23

（五）支撑要素—本体、数据和软硬件底座共同构成具身智能发展基础.25

（六）安全与隐私保障—确保具身智能执行安全可信 29

三、具身智能在各领域的应用前景 29

（一）工业制造领域：打破人机协作瓶颈，实现智能化柔性适配 30

（二）自动驾驶领域：适应开放交通环境，实现安全可靠智能驾驶 31

（三）物流运输领域：优化仓储物流产线，实现高效货物运转 32

（四）家庭服务领域：解放人类双手束缚，实现全场景的智能家务服务.34

（五）医疗康养领域：应对老龄化问题，实现拟人化交互服务 35

（六）其他领域：从赋能到变革，推动各行各业创新与转型 36

四、具身智能发展所面临的挑战 38

（一）技术挑战 38

（二）应用挑战 41

（三）标准与合规挑战 44

五、迈向未来，具身智能迎来无限可能 45

（一）技术创新发展，推动具身智能持续进化 45

（二）产业跨界整合，开辟更广阔的市场空间 46

（三）体系重构加速，引发更深层次社会思考 47

图目录

图1 国内外专家有关具身智能的观点 3

图2 具身智能的“三要素”概念内涵示意图 6

图3 具身智能发展历程 13

图4 具身智能技术体系 16

图5 具身智能产业链示意图 43

一、全球具身智能发展态势

1950年，图灵在其经典论文《ComputingMachineryandIntelligence》1中探讨“机器是否能思考”这一根本问题，认为人工智能的终极形态是像人一样能与环境交互感知，自主规划、决策、行动和执行的机器人/仿真人（在虚拟环境中）。而有望实现的两条路径，一是聚焦抽象计算（比如下棋）所需的智能，二是为机器配备最好的传感器，使其可以与人类交流，像婴儿一样进行学习。后续，这两条路径逐渐演变成了离身智能（DisembodiedArtificialIntelligence2）和具身智能（EmbodiedArtificialIntelligence，简称“EAI”）。

当前，依靠海量数据，结合算法和计算能力的提升，以ChatGPT为代表的离身智能实现智能涌现。自其推出之后，数字世界的AI技术逐步展现出逼近人类甚至超越人类的思维能力。加利福尼亚大学圣迭戈分校的研究团队在交互式双人图灵测试中发现，人们无法区分GPT-4与人类3。但在物理世界中，智能机器人仍然仅是智力有限的任务工具。在此背景下，人们的关注点转向如何让AI的认知从互联网的数字信息拓展到现实的物理概念，包括感官、空间、行动等信息，并将其更好地应用于物理世界。实际上，大模型对互联网上大量图文信息的处理和学习，本质上是“读万卷书”的过程，这

1/f/TuringComputing.pdf

2/pmc/articles/PMC1002