官方网站-首页

在(zài)2025年(nián)3月(yuè)5日(rì)第(dì)十(shí)四(sì)届(jiè)全国(guó)人(rén)民(mín)代(dài)表(biǎo)大(dà)会(huì)第(dì)三(sān)次(cì)会(huì)议(yì)上(shàng)的(de)政(zhèng)府(fǔ)工(gōng)作(zuò)报(bào)告(gào)中(zhōng)，特(tè)别(bié)提(tí)到(dào)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(zhì)能(néng)到(dào)底(dǐ)是(shì)什(shén)么呢？

图库版权图片，转载使用可能引发版权纠纷

回想我们看过的科幻电影，经典的机器人角色有很多——从冷酷强悍的杀手，到矫健的拳击(jī)运(yùn)动(dòng)员，从稳重冷静的维修工，到神烦碎嘴的礼仪(yí)官(guān)……不(bù)过(guò)，这(zhè)些作品中的想象很美(měi)好(hǎo)，但(dàn)实现起来真的很难——甚至光是让机器人像人那样迈开两条腿走路，都历尽坎坷。

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程序，经过多次尝试和摔倒之后，他们自己就学会了爬和走，很快就能跑得飞快并(bìng)躲(duǒ)开(kāi)障(zhàng)碍(ài)。而(ér)“具(jù)身(shēn)智(zhì)能(néng)”技(jì)术(shù)，就(jiù)参(cān)考(kǎo)了(le)这个过程——这项技术能让机器人像人那样，用身体(tǐ)感(gǎn)知世界，在互动学习中成长。

具身智能是什么，

是怎么跟机器人结合的?

具身智能，英文全称(chēng)是“Embodied Artificial Intelligence”，从(cóng)这(zhè)个全称我们可以看出，其实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 ，大家早都不陌生了，从 ChatGpt 到 DeepSeek ，都是 AI 的一种。它们就像没有身体的“大脑”，虽然能从外部接收数据并解决问题，但它们作为(wèi)没(méi)有(yǒu)身(shēn)体(tǐ)的(de)软(ruǎn)件(jiàn)系(xì)统(tǒng)，缺(quē)乏(fá)通(tōng)过(guò)身(shēn)体(tǐ)与(yǔ)环(huán)境(jìng)交(jiāo)互(hù)的能力和反馈机制。

图库版权图片，转载使用可能引发版权纠纷

举个例子，下围棋的 AlphaGo ，就必须有一位工作人员在场上帮它落子，因为 AlphaGo 是个纯算法系统，尽管能在服务器上快速训练成千上万场棋局，甚至能够战胜世界冠军，但它自己甚至根本不具(jù)备(bèi)在(zài)真(zhēn)实(shí)世(shì)界中拿起一枚棋子的能力。而具身智能机器人，则能通过摄像头、触(chù)觉(jué)及(jí)其(qí)他(tā)传(chuán)感(gǎn)器(qì)等(děng)“感(gǎn)官(guān)”收(shōu)集环(huán)境(jìng)信(xìn)息(xi)，并(bìng)用(yòng)肢(zhī)体(tǐ)与(yǔ)环(huán)境(jìng)互(hù)动(dòng)，进(jìn)而(ér)形(xíng)成(chéng)“感(gǎn)知(zhī)-行(xíng)动(dòng)”的(de)闭(bì)环(huán)。

了(le)解(jiě)了(le)上(shàng)面(miàn)的(de)信(xìn)息(xi)，再(zài)解(jiě)释(shì)具(jù)身(shēn)智(zhì)能(néng)相(xiāng)关的(de)概(gài)念就比较容易理解了，所谓“具身智能”是指一种基于物理身体进行感知和行动的智能系统，其通过智能体与环境的交互(hù)获(huò)取(qǔ)信息、理解问题、做(zuò)出决策并实现行动，从而产生智能行为和适应性。总结一下(xià)，具(jù)身智能就是“能够感知、推理并与物理世界互动的智能系统”。而具身智能机器人，可以视为具身智能系统的载体。

那么，“具身智能机器人”可以简单理解为“给 AI 套了一具身体”或“给机器人装(zhuāng)上(shàng)了(le)一个 AI ”吗？这种认识也是不全面的。举个例子，现在有一些机(jī)器(qì)人(rén)产(chǎn)品(pǐn)，能(néng)够(gòu)做(zuò)一(yī)些简单的动作，也连上了 AI ，甚至可以跟人聊得有来有回，但它们仍然不能算是具身智能。

这是因为它缺少了至关重要的一(yī)环(huán)，也(yě)就(jiù)是(shì)“具(jù)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体与环境的实时交互和动态反馈来生成，而非依赖预设程序或离线数据，要靠深度融合人工智能与机器人两大前沿技术才能实现这个目标，简单“拼(pīn)”在(zài)一(yī)起(qǐ)是(shì)不(bù)行(xíng)的(de)。

为(wèi)什(shén)么(me)我(wǒ)们(men)需(xū)要(yào)具(jù)身(shēn)智(zhì)能(néng)机(jī)器(qì)人(rén)？

其(qí)实(shí)现(xiàn)在(zài)已(yǐ)经(jīng)有(yǒu)很(hěn)多(duō)机(jī)器(qì)人(rén)在(zài)帮(bāng)助人类劳动了，但很多机器人工作的时候依赖预先编好的程序，我们经常能看到工厂生产线中的机械臂（也是机器人的一种），它们高效默契地运行，能有条不紊地进行搬运、焊接等工作。这类机械臂通常高度依赖编程行动，虽然可以分毫不差地运行，也集成了一些基本的传感器以便了解工作状态，但遇到突发情况却仍然“不懂”避让行人（在无需工人的生产线上通常也没有必要）。

这也是为什么很多工厂的机械臂操作区都要装上隔离网，标上警戒线。因为这些机械臂工作时“只认程序不认人”，虽然有大量安全相关的措施和规章制度保障，但如果有人疏忽大意踏入它们的工作范围，仍可能发生悲剧——面对严格按程序从 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，你敢让这样一个一个“只认程序”的机器人，走(zǒu)进(jìn)你(nǐ)的(de)家(jiā)中(zhōng)，帮你打理家务，照顾老人小孩吗？当然，现在很多流水线上用的工业机器人也有了碰撞检测等功能，变得更加安全，但它们仍然是按预设程序执行，缺乏动态学习能力，更适合执行简单的重复任务。而一旦面临复杂的环境和任务，只靠预设程序是行不通的，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，大部分可以用机器人轻松完成。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机器人完成，因为这些工作更加复杂，更需要“随机应变”以及沟通合作，机器人还无法胜任，需要人工。

而具身智能，则更加灵活，具有适应环境解决复杂任务的潜力，要想让机器人实现更加广泛的应用并走进千家万户，需要发展具身智能。

具身智能机器人，“活(huó)学(xué)活(huó)用(yòng)”

由(yóu)于(yú)具(jù)身(shēn)智(zhì)能(néng)和(hé)机(jī)器(qì)人(rén)的(de)技(jì)术(shù)非(fēi)常(cháng)复(fù)杂(zá)，也(yě)有(yǒu)很(hěn)多(duō)不(bù)同(tóng)的(de)技(jì)术(shù)路线(xiàn)，下(xià)面(miàn)仅(jǐn)以(yǐ)具(jù)身(shēn)智(zhì)能(néng)开(kāi)源(yuán)学(xué)习(xí)项(xiàng)目(mù) LeRobot 为(wèi)例(lì)，简(jiǎn)单介绍一下(xià)具(jù)身(shēn)智(zhì)能(néng)机(jī)器(qì)人(rén)的(de)基(jī)本(běn)特(tè)点(diǎn)。

假(jiǎ)设(shè)我(wǒ)们(men)的(de)任(rèn)务(wu)目(mù)标(biāo)是(shì)让(ràng)机(jī)械(xiè)臂(bì)捡(jiǎn)起(qǐ)黄(huáng)色(sè)的(de)小(xiǎo)积(jī)木(mù)块(kuài)，再(zài)放(fàng)进(jìn)盒(hé)子(zi)里(lǐ)。我(wǒ)们(men)可(kě)以(yǐ)编(biān)程(chéng)序(xù)直(zhí)接(jiē)“命(mìng)令(lìng)”机(jī)械(xiè)臂(bì)严(yán)格(gé)按(àn)照(zhào)规(guī)定(dìng)路径和(hé)动(dòng)作(zuò)运(yùn)行(xíng)——很(hěn)多(duō)生(shēng)产(chǎn)线(xiàn)上(shàng)的(de)工(gōng)业(yè)机(jī)器(qì)人(rén)正(zhèng)是(shì)如(rú)此(cǐ)，但(dàn)只(zhǐ)要(yào)积(jī)木(mù)换(huàn)个(gè)地(de)方(fāng)，机(jī)械(xiè)臂(bì)按(àn)之(zhī)前(qián)的(de)行(xíng)动(dòng)路径就(jiù)会(huì)捡(jiǎn)个(gè)空(kōng)。我(wǒ)们(men)也(yě)可(kě)以(yǐ)编(biān)程(chéng)序(xù)让(ràng)机(jī)械(xiè)臂(bì)能(néng)识(shi)别(bié)出(chū)积(jī)木(mù)块(kuài)，再(zài)执(zhí)行(xíng)“捡(jiǎn)”的(de)动(dòng)作(zuò)并(bìng)放(fàng)进(jìn)盒(hé)子(zi)里(lǐ)，这(zhè)样(yàng)更(gèng)加(jiā)灵(líng)活(huó)，但(dàn)仍(réng)需(xū)要(yào)事(shì)先(xiān)编(biān)写(xiě)相(xiāng)应(yīng)的(de)程(chéng)序(xù)。

而(ér) LeRobot 则(zé)是(shì)靠(kào)人(rén)操(cāo)作(zuò)主动(dòng)臂(bì)，“手(shǒu)把(bǎ)手(shǒu)”地(de)教(jiào)从(cóng)动(dòng)臂(bì)完(wán)成(chéng)一(yī)次(cì)捡(jiǎn)起(qǐ)积木放进盒子的过程，从动臂运动的整个过程会被 2 个不同位置的摄像头全程监控并记录。改变几次积木位置，操纵机械臂重复数十到上百次捡起和放下的动作，就能获得足够的资料。

LeRobot 的一次训练过程 来自 Huggingface 官方教程

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

LeRobot 一次成功的自主拾取过程 来自 Huggingface 官方教程

上图中，研究人员并没有操作主臂，甚至积木的位置也改变了，但机械臂仍然能自主完成任务。

从上面这个简单的例子中，我们能了解具身智能的一些最基本的特点。首先，具身智能可以通过身体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可能。其次，具身智能能够在执行任务的过程中动态调整策略（积木换个地方也能捡到）。

当然，这只是个简单的例子，实际上具身智能机器人的技(jì)术路线有很多，除了像上边的例子中基于真实世界交互的，还有在虚拟环境中进行的仿真训练以及二者相结合的等等。此外，具身智能机器人还能实现远比捡起积木扔进盒子里复杂得多的功能。比如行走、适应地形，模拟人的动作等等，不久之后，相信各类具身智能机器人，就能在更多的领域发挥重要作用。

最后总结一下，具身智能和机器人技术的融合，将会让未来的机器人变得(de)更(gèng)加(jiā)能(néng)干(gàn)，甚(shén)至(zhì)能(néng)理(lǐ)解(jiě)和(hé)模(mó)拟(nǐ)简(jiǎn)单(dān)的(de)感(gǎn)情(qíng)交(jiāo)互(hù)。而(ér)且(qiě)，对(duì)具(jù)身(shēn)智(zhì)能(néng)和(hé)机(jī)器(qì)人(rén)的(de)持(chí)续(xù)投(tóu)入(rù)，更(gèng)将(jiāng)带(dài)动(dòng)从(cóng)软(ruǎn)件(jiàn)到(dào)硬(yìng)件(jiàn)的(de)整(zhěng)个(gè)产(chǎn)业(yè)链(liàn)的(de)发(fā)展(zhǎn)。

策(cè)划(huà)制(zhì)作(zuò)

作(zuò)者(zhě)丨(gǔn)丁(dīng)崝(zhēng) 科(kē)普(pǔ)作(zuò)者(zhě)

审(shěn)核(hé)丨(gǔn)于(yú)乃(nǎi)功(gōng) 北(běi)京(jīng)工(gōng)业(yè)大(dà)学(xué)机(jī)器(qì)人(rén)工(gōng)程(chéng)专(zhuān)业(yè)负(fù)责(zé)人(rén)，北(běi)京(jīng)人(rén)工(gōng)智(zhì)能(néng)研(yán)究(jiū)院(yuàn)机(jī)器(qì)人(rén)研(yán)究(jiū)中(zhōng)心(xīn)主任(rèn)，博(bó)士(shì)生(shēng)导(dǎo)师(shī)

策(cè)划(huà)丨(gǔn)丁(dīng)崝(zhēng)

审(shěn)校(xiào)丨(gǔn)徐(xú)来(lái)、林(lín)林(lín)

本(běn)文封(fēng)面(miàn)图(tú)片(piàn)及(jí)文内(nèi)图(tú)片(piàn)来(lái)自(zì)版(bǎn)权(quán)图(tú)库(kù)

转(zhuǎn)载(zài)使(shǐ)用(yòng)可(kě)能(néng)引(yǐn)发(fā)版(bǎn)权(quán)纠(jiū)纷(fēn)