初次写入政府工作报告！这个科技新词“具身智能”到底是什么？

在 2025 年 3 月 5 日在第十四届天下人民代表大会第三次聚会会议上的政府工作报告中，特别提到了“具身智能”。

图片截自中华人民共和国中央人民政府网站 www.gov.cn

那么具身智能到底是什么呢？

追念我们看过的科幻影戏，经典的呆板人脚色有许多——从冷漠刁悍的杀手，到强健的拳击运动员，从慎重岑寂的维修工，到神烦碎嘴的礼仪官……不外，这些作品中的想象很美好，但实现起来真的很难——以致光是让呆板人像人那样迈开两条腿走路，都历尽崎岖。

反观我们人类的小宝宝，成长过程中也没有人给他们编什么步伐，颠末多次尝试和跌倒之后，他们自己就学会了爬和走，很快就能跑得飞快并躲开停滞。而“具身智能”技能，就参考了这个过程——这项技能能让呆板人像人那样，用身材感知天下，在互动学习中成长。

具身智能，英文全称是“Embodied Artificial Intelligence”，从这个全称我们可以看出，实在具身智能这个词中的“智能”就是“ AI ”（人工智能）的意思。而说到 AI ，各人早都不陌生了，从 ChatGpt 到 DeepSeek ，都是 AI 的一种。它们就像没有身材的“大脑”，固然能从外部吸收数据并办理问题，但它们作为没有身材的软件体系，缺乏通过身材与环境交互的能力和反馈机制。

举个例子，下围棋的 AlphaGo ，就必须有一位工作职员在场上帮它落子，因为 AlphaGo 是个纯算法体系，尽管能在服务器上快速训练成千上万场棋局，以致可以大概战胜天下冠军，但它自己以致根本不具备在真实天下中拿起一枚棋子的能力。而具身智能呆板人，则能通过摄像头、触觉及其他传感器等“感官”网络环境信息，并用肢体与环境互动，进而形成“感知-举措”的闭环。

相识了上面的信息，再表明具身智能干系的概念就比力容易明白了，所谓“具身智能”是指一种基于物理身材举行感知和举措的智能体系，其通过智能体与环境的交互获取信息、明白问题、做出决定并实现举措，从而产生智能举动和顺应性。总结一下，具身智能就是“可以大概感知、推理并与物理天下互动的智能体系”。而具身智能呆板人，可以视为具身智能体系的载体。

那么，“具身智能呆板人”可以简朴明白为“给 AI 套了一具身材”或“给呆板人装上了一个 AI ”吗？这种认识也是不全面的。举个例子，现在有一些呆板人产物，可以大概做一些简朴的动作，也连上了 AI ，以致可以跟人聊得有来有回，但它们仍旧不能算是具身智能。

这是因为它缺少了至关紧张的一环，也就是“具身智能”中的“具身性”（Embodiment）。而具身性的核心在于，智能必须通过物理身材与环境的实时交互和动态反馈来天生，而非依靠预设步伐或离线数据，要靠深度融合人工智能与呆板人两大前沿技能才气实现这个目的，简朴“拼”在一起是不可的。

实在现在已经有许多呆板人在资助人类劳动了，但许多呆板人工作的时候依靠预先编好的步伐，我们经常能看到工厂生产线中的机械臂（也是呆板人的一种），它们高效默契地运行，能井井有条地举行搬运、焊接等工作。这类机械臂通常高度依靠编程举措，固然可以分绝不差地运行，也集成了一些根本的传感器以便相识工作状态，但碰到突发环境却仍旧“不懂”避让行人（在无需工人的生产线上通常也没有必要）。

这也是为什么许多工厂的机械臂利用区都要装上隔离网，标上警戒线。因为这些机械臂工作时“只认步伐不认人”，固然有大量安全干系的步伐和规章制度保障，但如果有人疏忽大意踏入它们的工作范围，仍大概发生悲剧——面对严酷按步伐从 A 点运动到 B 点的机械臂，挡在路上的人体实在太脆弱了。

试想一下，你敢让如许一个一个“只认步伐”的呆板人，走进你的家中，帮你打理家务，照顾老人小孩吗？固然，现在许多流水线上用的工业呆板人也有了碰撞检测等功能，变得更加安全，但它们仍旧是按预设步伐实验，缺乏动态学习能力，更恰当实验简朴的重复任务。而一旦面对复杂的环境和任务，只靠预设步伐是行不通的，因为在复杂环境下，很难穷尽所有的规则。

这里再举个例子，在汽车制造业中，诸如搬运物料、抛光、焊接、喷漆等加工工序，大部分可以用呆板人轻松完成。但是到了发动机、底盘、电器等装配工序，大部分工作仍难以用呆板人完成，因为这些工作更加复杂，更必要“因地制宜”以及沟通合作，呆板人还无法胜任，必要人工。

而具身智能，则更加机动，具有顺应环境办理复杂任务的潜力，要想让呆板人实现更加广泛的应用并走进千家万户，必要发展具身智能。

由于具身智能和呆板人的技能非常复杂，也有许多差别的技能门路，下面仅以具身智能开源学习项目 LeRobot 为例，简朴先容一下具身智能呆板人的根本特点。

假设我们的任务目的是让机械臂捡起黄色的小积木块，再放进盒子里。我们可以编步伐直接“下令”机械臂严酷按照规定路径和动作运行——许多生产线上的工业呆板人正是如此，但只要积木换个地方，机械臂按之前的举措路径就会捡个空。我们也可以编步伐让机械臂能辨认出积木块，再实验“捡”的动作并放进盒子里，如许更加机动，但仍必要事先编写相应的步伐。

而 LeRobot 则是靠人利用自动臂，“手把手”地教从动臂完成一次捡起积木放进盒子的过程，从动臂运动的整个过程会被 2 个差别位置的摄像头全程监控并记录。改变频频积木位置，利用机械臂重复数十到上百次捡起和放下的动作，就能得到足够的资料。

再通过算法“学习”这些资料，就能让这套体系“学会”捡积木——如果有积木块出现在机械臂眼前，它就会自己拿起积木来放进盒子。

上图中，研究职员并没有利用主臂，以致积木的位置也改变了，但机械臂仍旧能自主完成任务。

从上面这个简朴的例子中，我们能相识具身智能的一些最根本的特点。起首，具身智能可以通过身材与环境的实时交互学习（多次捡起积木），不用事先编写大量规则穷尽所有大概。其次，具身智能可以大概在实验任务的过程中动态调解计谋（积木换个地方也能捡到）。

固然，这只是个简朴的例子，实际上具身智能呆板人的技能门路有许多，除了像上边的例子中基于真实天下交互的，尚有在假造环境中举行的仿真训练以及二者相团结的等等。别的，具身智能呆板人还能实现远比捡起积木扔进盒子里复杂得多的功能。好比行走、顺应地形，模仿人的动作等等，不久之后，信赖各类具身智能呆板人，就能在更多的领域发挥紧张作用。

最后总结一下，具身智能和呆板人技能的融合，将会让将来的呆板人变得更加夺目，以致能明白和模仿简朴的感情交互。而且，对具身智能和呆板人的连续投入，更将带动从软件到硬件的整个产业链的发展。