财湃新闻 多位院士围绕具身智能展开解读，指出其是人工智能迈向物理世界的前沿方向，已被列入我国“十五五”未来产业，当前正处于从技术验证走向规模化落地的关键阶段。习近平总书记指出，人工智能是世界经济增长的新引擎和新旧动能转换的加速器，正从“数字世界”走向“物理世界”。从实验室走向生产线、再走向更复杂的行业场景，人工智能正在经历一场重要转变，发展为能够在物理世界中持续交互、学习与进化的智能形态——具身智能。

　　当前，我国在具身智能领域已形成政策引导、技术突破与产业应用协同发展的良好格局，人工智能、机器人整体研究水平已经跻身国际第一梯队，具身智能产业更是发展迅猛，应用场景丰富，市场活力充沛。不过行业发展过程中也存在短板，在基础理论、原始创新与开源生态方面仍需提升，缺少自主完备的核心基础理论体系作为底座，一直处于跟跑状态。具身智能作为高度交叉的前沿方向，需要长期投入与持续突破，面向未来，具身智能让机器既“懂世界”又“能行动”，将深刻改变生产方式与生活方式，成为推动产业变革和社会发展的重要力量。

具身智能的核心内涵与系统构成

　　中国工程院院士、西安交通大学人工智能与机器人研究所所长郑南宁指出，人工智能的重要发展方向之一，是让机器不仅能处理信息、推演复杂问题，也能在真实多变的环境中灵活完成各类任务。从工业生产线上的精细操作，到复杂地形中的自主行走，再到展演环境中的动态运动，近年来机器人频繁出现在各种场景中，这些能力背后，正是人工智能从能够“计算”走向能够“行动”，并进一步发展为能够在物理世界中持续交互、学习与进化的智能形态的转变。

　　需要明确的是，具身智能不等于人形机器人，人形只是载体之一。其关键在于智能系统能否真正进入真实环境，形成“感知—认知—决策—行动—反馈”的闭环，并在这一闭环中不断调整自身行为，并通过学习改善内部模型和策略。因此，评价具身智能的标准，不在于形态是否“像人”，而在于是否能真正解决现实世界中的问题。具身智能的本质，并不是让机器“像人”，而是让智能真正进入现实世界，在复杂、不确定环境中形成持续学习与适应能力。

　　理解具身智能，一个最直观的方式，是回到婴儿认识世界的过程。婴儿不会先学习概念或语言，而是通过不断触摸、抓取、跌倒和重新尝试来建立对世界的理解。婴儿的认知并不脱离身体，而是在身体与环境的互动中逐步形成，视觉提供空间结构，触觉提供物理反馈，运动经验不断修正对世界的预测。智能并不是只存在于“脑”中的计算过程，而是身体与环境相互作用的产物。因此，身体不只是执行指令的工具，更是认知系统的组成部分，参与感知、理解与行动的整个过程，这种“身体参与认知”的结构性特征，构成了具身智能的内涵。

　　一个具身智能系统通常由三部分构成，感知系统包括视觉、触觉、力觉等，负责获取环境信息，决策系统负责形成理解与规划，执行系统包括机械臂、移动平台等物理实体，负责作用于物理世界。三者形成闭环，使系统能够在行动中学习，而不是仅依赖离线数据训练。大语言模型代表的“数据驱动智能”与这一机制相比有明显差异，当前的大模型更像“书房中的智能体”，主要擅长语言生成与知识表达，但并不直接作用于物理世界。而真实世界具有高度不确定性，例如光照变化、遮挡干扰、材料差异与环境扰动，都要求系统具备持续适应能力，具身智能并不是对现有模型的简单扩展，而是推动我们重新审视身体、行动与环境在智能形成中的作用。

具身智能的发展脉络与产业现状

　　具身智能并非近年才出现的全新概念，我国1986年实施的国家高技术研究发展计划（863计划）中，自动化主题就已明确提出研制精密装配机器人、水下作业机器人、复杂恶劣环境作业机器人，这些机器人都必须面对真实环境并完成闭环操作，它们正是早期具身智能的雏形。近年来，随着算法进步、算力提升以及多模态数据的丰富，这一方向才真正具备规模化工程实现条件。

　　从数据驱动的大模型，再到面向物理世界的具身智能，人工智能正在经历从符号世界、数据世界到真实世界的连续演化过程，从“看懂世界”进一步走向“在世界中成长”。当前，一个更具前沿性的方向正在形成，即推动“信息—物理—认知”三域融合建模，使智能系统逐步具备更接近人类的整体认知结构。在工业制造领域，智能系统正在从执行工具转向意图驱动系统。

　　国务院发展研究中心产业部相关报告指出，具身智能是新一轮科技革命和产业变革的最新前沿，将对经济、社会、军事等多个领域产生变革性影响，产业前景十分广阔，我国在具身智能大模型研发和产品制造两方面都有比较好的基础，市场规模有望在2030年达到4000亿元，在2035年突破万亿元。目前具身智能整体上处于从实验室走向产业验证的阶段，在工业物流、分拣、焊接、检测等垂直场景已开始小规模落地，但通用场景的规模化应用仍需时日。

　　报告中将“离身智能”软件定义为基于互联网虚拟环境的人工智能模型，将“具身不智能”的物理实体定义为在特定环境中被人类操控执行固定任务的传统机械臂、机器人、机器狗、无人机等。经过反复讨论斟酌，课题组给出了具身智能的定义，即人工智能、机器人、认知科学等多学科技术融合创新的集大成者，是新一轮科技革命和产业变革的最新前沿和制高点，具身智能的本质是将模拟“脑”的人工智能软件与模拟“身”的物理硬件相结合，并具备感知环境、执行操作的能力，从而实现“感知—认识—执行”一体化，在形态上体现为智能机器人、自动驾驶汽车、自动无人航行器等具身智能体，通过具身智能体感知真实环境，形成认识和决策，从而在现实世界中自主执行任务，是“离身智能”软件和“具身不智能”的物理实体的有机结合和深度智能。

具身智能的中国发展路径探索

　　放眼全球，具身智能已经成为大国科技博弈的核心角力场。当前国际主流技术路线以美国主导的世界模型为代表，高度依赖数据驱动模式，这套路径对数据规模、算力消耗要求极高，高能耗、高成本的短板让技术难以持续规模化落地。全国政协委员、中国科学院院士、中国科学院自动化研究所研究员乔红长期从事机器人“手—眼—脑”融合的研究，在受人启发的机器人决策、感知、控制及结构设计方面作出了系统性贡献，她客观研判我国行业现状时指出，我国具身智能产业发展迅猛，但短板同样突出，缺少自主完备的核心基础理论体系作为底座，一直处于跟跑状态。

　　乔红表示，如果缺少自主基础理论支撑，我们就相当于在别人的地基上盖房子，这是行业需要警惕的现实风险。摆脱对纯数据驱动路径的路径依赖，破解大数据、大算力、高能耗的桎梏，出路就在于夯实本土的具身智能核心底座，走出中国路径，构建属于我们自己的技术逻辑。真正的物理通用智能，前奏就是实现可自主进化、适配多场景、多任务的高性能具身智能，具身智能的中国路线，应使具身智能不仅依靠数据和算力，更要依靠可进化的机理，保障系统的安全性和可靠性，打造高可靠、强泛化的具身智能体系，争取实现国际前沿引领。

　　乔红提出，想要实现这样的进化能力，离不开数学、信息科学、神经科学、材料科学等多学科深度交叉融合的基础研究支撑。多场景、多任务条件下的持续进化，将为我国发展物理通用人工智能筑牢根基，助力我们在国际前沿赛道实现引领。她带领的团队探索出一条基于基础研究推动具身智能机理自主进化，同时以机理自主发现修正现有数据驱动范式的新路径，形成数学—信息融合、神经科学—信息融合、数据—信息融合的三条融合新路径，构建低能耗新型机器人世界模型雏形，已在国家重点战略领域实现可进化落地验证。

　　中国科学院院士、华中科技大学学术委员会主任丁汉指出，具身智能的核心，是人工智能从“非实体”向“物理实体”的跨越，以前AI处理的是文本、文件这些信息，现在它要走向真实物理世界，说到底，这是AI从虚拟走向真实的范式革命。这一跨越的关键，在于“大脑、小脑与躯干的集成”，其中“大脑”最为核心，它必须对物理世界有深刻的理解。他以航空航天、舰船制造、风电叶片等领域的实际应用为例，展示了机器人化智能制造从“实验室可用”向“工程好用、场景通用”迈进的关键跃迁，强调制造的未来核心在于“人机共融”，不是机器替代人，而是机器增强人、协同人、解放人。

　　丁汉特别强调，未来中国制造业走向高端的三大核心元素是AI、机器人和工业软件，他将其概括为“AI2.0+机器人+工业软件”的技术主航道。谈及当下热度高涨的人形机器人，他保持了科学家的冷静与审慎，认为人形机器人有望成为继计算机、智能手机、新能源汽车之后的又一颠覆性产品，但距离大规模场景应用仍有大量科研攻关需要突破，对新技术不能泼太多冷水，也不能操之过急，从走稳到干活，需要一个螺旋式上升的过程。

(编辑：杨学萍)