具身智能：通用人工智能的反思、现状与未来.pptx

《具身智能:通用人工智能反思、现状与未来》

l中国人工智能领军科学家

l入选2024福布斯中国“十大人工智能影响力人物”

l国家人工智能标准总体组专家

l上海市人工智能社会治理协同创新中心研究员

l个人学术专著包括《智能经济》《数字经济学》《智能的启蒙:通用人工智能与意识机器》等;

具身智能：

通用人工智能的反思、现状与未来;;;;

时间进程：AGI技术积淀已久，视觉生成领域加速推进;

?从模态发展情况来看：AI大模型的生成和理解能力从单模态向多模态发展已成社会共识。当前，大语言模型在文本端的应用趋于成熟，图像和视频生成技术快速发展，AI视觉浪潮正加速到来。

?从市场催化节奏来看：受文本端杀手级应用ChatGPT(于22年11月推出)和图像生成代表应用MidjourneyV5(于23年3月推出)的影响，文本端和图像生成应用已于2023年迎来市场催化。2024年2月16日，OpenAI发布Sora文生视频，引发市场对视频生成领域的高度关注。未来，随着模型的持续迭代和相关应用的涌现，视频生成领域有望在24年迎来热潮。;;;

?所谓具身，Embodied，指的是依附于真实世界的物理实体，类似于人或者动物需要一个肉体，去认识世界、探索世界，并通过与环境的交互去影响世界；所谓智能，指的是需要具备感知、认知、推理、决策、持续迭代的能力。

?但事实上，人形机器人只是具身智能的一种形态，也可能是终极形态，但除此之外，比如能在家庭中行驶并与人简单交互的宠物机器人、比如L4自动驾驶，本质上都同时具备具身和智能两种属性。;;;

?具身智能的出现有望持续引领“大模型+机器人”潮流。

?其整体架构由感知层、交互层、运动层组成。工业机器人主要根据控制系统发出的指令信号控制机器人主体完成任务，主要依赖于机器人的执行层。与工业机器人不同，具身智能机器人若能像人一样与环境交互、感知、决策、完成任务，将不得不提升感知层和认知层的能力。因此，感知层和认知层是工业机器人向具身智能机器人迈进的门槛。;

人形机器人作为具身智能的典型代表，被视为实现具身智能的最佳载体之一;

利用行为实现学习

利用学习提升行为

利用形态产生行为：重点强调利用具身智能体的形态特性巧妙地实现特定的行为，从而达到部分取代“计算”的目的。

利用行为实现学习：重点强调利用具身智能体的探索、操作等行为能力主动获取学习样本、标注信息，从而达到自主学习的目的。

4分别强调利用学习提升行为，以及利用行为控制形态。后者有多种实现方法，但当前利用学习手段来提升行为，并进而控制形态的工作是现代人工

智能技术发展起来后涌现出来的新型智能控制方法，特别是基于强化学习的技术已成为当前的热点手段。

利用学习优化形态：强调利用先进的学习优化技术实现对具身智能体的形态优化设计。;

?利用形态计算实现自动控制的历史可以追溯到瓦特发明的蒸汽机离心调速器，