3月30日至31日，2024中國具身智能大會（CEAI 2024）在徐匯西岸舉行。此次大會主題為“具身共生，智塑未來”，首日開幕式上，上海具身智能產業與創新聯盟正式啟動，初始成員涵蓋產業鏈上下游企業及政府、高校和研究機構。

根據中國計算機學會的定義，具身智能（Embodied Artificial Intelligence）涉及人工智能、機器人學習、計算機視覺等學科，實質是強調有物理身體的智能體通過與物理環境進行交互，從而獲得智能的人工智能研究范式。

眼下，作為人工智能領域的前沿熱點，具身智能正逐步從理論走向實踐，從實驗室走向現實。但對這一潛力巨大的“藍海”市場，很多人尚覺得陌生。具身智能可以做什么、改變什么，與大模型之間有怎樣的關聯？這些疑問的背后，預示著代表了軟硬件耦合共生、相互賦能的具身智能，正飛速走進人類的生產和生活。

大會現場

為何是當下

2023世界人工智能大會，生成式人工智能（AIGC）成為絕對主角，“具身智能”的關注度也扶搖直上。但非業界人士則一頭霧水，“第一次聽說。”

具身智能是一種怎樣的“智能”？上海交通大學教授盧策吾提供了一種定義。“通俗說，就是具有身體的智能，電腦可視作‘沒有身體的智能’代表。”在他看來，聚焦具身智能，現在恰逢其時。從科學角度看，人類對自身、對視覺的理解以及運動控制技術達到的水平，集合起來已經能形成一個圍繞具身智能的科學范疇。而從產業角度看，目前具身智能涉及的軟硬件技術已初步成熟，整個產業正蓄勢待發。

中國工程院院士、中國人工智能學會（CAAI）理事長戴瓊海表示，今年政府工作報告指出將深化大數據、人工智能等研發應用，開展“人工智能+”行動。具身智能恰恰是當前人工智能技術走向物理世界的前沿方向，既是機器學習、自然語言處理、計算機視覺等技術的集成應用，更是對類人能力和類人智慧的挑戰與探索。

爆發點就在當下。中國工程院院士蔣昌俊表示，以OpenAI為代表的企業利用大量互聯網文本和圖像數據，構建了ChatGPT等大語言模型，首次展示了AI解決多種任務的能力，也讓人類看到了跨越領域限制、實現通用人工智能（AGI）的潛力。

“雖然ChatGPT等大模型已展現出處理多模態數據和滿足人類需求的交互能力，但這種交互仍局限于數字世界。”蔣昌俊表示，要實現真正的通用人工智能，需要賦予AI在真實物理世界中交互的能力。這意味著要讓AI擁有實體，像人類一樣具備感知、思考和行動能力。

松靈機器人

作為人工智能與機器人兩大前沿技術的結合，具身智能被視為新質生產力的重要組成部分。去年5月，芯片制造商英偉達首席執行官黃仁勛也曾表示，人工智能的下一個浪潮將是具身智能，即能理解、推理并與物理世界互動的智能系統。

對于具身智能目前的“隱隱爆發”之勢，中國科學院計算技術研究所研究員蔣樹強認為，ChatGPT、Sora等依靠互聯網數據訓練的模型偏向“離身智能”，具身智能需要走進真實的物理世界，對從民生到航空航天的各類產業進行賦能，并對現實環境進行反饋，這就意味著千行百業都會有具身智能的用武之地。

與大模型的關聯

在具身智能大會舉辦前一周，全球開發者先鋒大會也在同一地點徐匯西岸舉辦。一周前的大模型討論熱度還未散去，具身智能的“新爆點”又接連亮相。具身智能與大模型之間，有怎樣的關聯？

盧策吾表示，相較把大模型視作具身智能的“大腦”，它更像是一種工具。“就像解決力學問題會用到牛頓定律，具身智能也會有自己的‘解決定律’，即自己的大模型。”但與大語言模型、視覺大模型不同的是，真實場景的訓練成本很高，不可能像在數字世界那樣24小時高速運轉。因而具身智能大模型勢必會有一套新的訓練框架，而這正是盧策吾和他所在的上海交大團隊正在研究的方向。

松靈機器人 舒抒 攝

當天大會，與會嘉賓提到，上一輪以ChatGPT、Sora等為代表的生成式人工智能，北美取得了較為明顯的領先身位。但在具身智能領域，雖然我國的技術起步和浪潮涌現比北美稍遲了三年左右，但目前全球基本處于同一技術起跑線，都處在“爆發期開始前”。

在盧策吾看來，我國目前具備兩大優勢。其一是機器人硬件制造，其二是應用場景的數量和豐富程度。“倉儲物流、食品加工、餐飲業和醫療服務業都陸續啟用了具身智能，或許20年后，人們家中都會有家用養老機器人來照顧自己和家人，這些都是具身智能。”

如何將這些優勢變成“盛世”，則需要產學研各界共同努力。

記者注意到，在具身智能大會的展示區，不少企業都搬出了“看家法寶”，包括能夠流暢交流對話的客服機器人、適應復雜地形環境的四足機器人、匹配多種流水線作業的工業機器人等。裝有AI大模型“大腦”的機器人可從事家政服務、養老陪護、教育醫療、設施巡檢、搶險救災等多種工作，展現具身智能在通用場景、專業領域、垂直工業等賽道的最新應用成果。

在上海傅利葉智能科技有限公司展臺，一臺泛著帥氣金屬光澤的深灰色機器人正在揮動手臂。這款機器人名為GR-1，即“General Robotics”通用機器人的縮寫。現場工作人員介紹，目前企業聚焦機器人本體，從硬件結構到運動控制算法都具備了核心技術優勢。

這款具身智能產品的“聰明勁”主要表現在兩方面：運動能力和大腦交互能力。運動方面可完成跳、跑等動作，招手、行走和舞蹈也不在話下，可在不同場景下滿足不同客戶的需求。“我們開放接口，客戶只需基于我們的平臺去完成上層設計，就能讓機器人完成相應的工作，在工業生產及教育等領域已開始應用。”