近日，中國工程院院士、博士生導師 ，中國科學(xué)院沈陽(yáng)自動(dòng)化研究所研究員，機器人與智能系統全國重點(diǎn)實(shí)驗室主任于海斌，在沈陽(yáng)市高新技術(shù)企業(yè)協(xié)會(huì )主辦的“創(chuàng )新聚沈·向陽(yáng)而行”大會(huì )上圍繞具身智能與智能機器人展開(kāi)深度分享。

人工智能的歷史脈絡(luò )與具身智能的誕生

人工智能（AI）自1956年達特茅斯會(huì )議正式提出以來(lái)，經(jīng)歷了數次技術(shù)浪潮與寒冬。于海斌院士指出，AI的發(fā)展可分為四個(gè)階段：

·  符號邏輯推理階段（1950s-1980s）：以知識表達和專(zhuān)家系統為核心，但受限于知識獲取的困難，最終因實(shí)用性不足進(jìn)入第一次寒冬。

·  神經(jīng)網(wǎng)絡(luò )連接階段（1980s-2000s）：辛頓（Geoffrey Hinton）等人提出反向傳播算法，推動(dòng)神經(jīng)網(wǎng)絡(luò )發(fā)展，但受限于算力和數據，應用場(chǎng)景有限。

·  深度學(xué)習階段（2010s至今）：以卷積神經(jīng)網(wǎng)絡(luò )（CNN）和斯坦福大學(xué)李飛飛團隊構建的ImageNet數據庫為標志，AI在圖像識別等領(lǐng)域實(shí)現突破，識別率從60%提升至超越人類(lèi)水平。

·  具身智能（Embodied AI）階段（2020s起）：AI從純數據驅動(dòng)轉向與物理世界交互，強調智能體通過(guò)身體、環(huán)境與任務(wù)的協(xié)同實(shí)現認知與行為進(jìn)化。

圖靈早在計算機理論初期即提出兩種智能路徑——“離身智能”（如ChatGPT依賴(lài)純數據推理）與“具身智能”（需與物理設備結合）。然而，具身智能因技術(shù)復雜度高長(cháng)期滯后，直到機器人學(xué)、神經(jīng)科學(xué)和心理學(xué)的交叉融合為其提供了新思路。

具身智能的核心內涵與科學(xué)依據

環(huán)境交互與智能發(fā)育的必然性：于海斌院士例舉了一項科學(xué)實(shí)驗，來(lái)印證環(huán)境交互與智能發(fā)育呈現正相關(guān)性，該實(shí)驗反饋了智能的成長(cháng)依賴(lài)與環(huán)境的動(dòng)態(tài)互動(dòng)作用。

來(lái)自麻省理工學(xué)院兩位研究人員，把兩只小貓放進(jìn)了一個(gè)圓桶內，兩只小貓都在圓筒內部繞圈運動(dòng)。第一只小貓是白己走的；第二只小貓則被放在與柱體中心軸相連的小盒子里。兩只小貓看到的東西完全相同。結果顯示只有靠自己身體運動(dòng)的小貓發(fā)育出了正常的視力。這進(jìn)一步印證了“心靈手巧”的逆向邏輯——肢體動(dòng)作的靈活性（如操作工具）會(huì )反向促進(jìn)認知能力的提升。

具身智能三位一體的智能框架：具身智能強調“大腦-身體-環(huán)境”三位一體。其中大腦負責高層決策與意圖理解（如大語(yǔ)言模型），身體通過(guò)傳感器與執行器實(shí)現物理交互（如機械臂、仿生關(guān)節），環(huán)境提供動(dòng)態(tài)反饋與訓練場(chǎng)景（如仿真平臺、真實(shí)物理空間）。三者協(xié)同構成閉環(huán)，使智能體能夠通過(guò)試錯學(xué)習適應復雜任務(wù)。

從“感知智能”到“行動(dòng)智能”的跨越：傳統AI擅長(cháng)靜態(tài)感知（如圖像識別），但缺乏對物理世界的動(dòng)態(tài)響應能力。波士頓動(dòng)力（Boston Dynamics）的Atlas機器人通過(guò)深度學(xué)習與強化學(xué)習結合，實(shí)現了翻越障礙、適應地形變化等復雜動(dòng)作，標志著(zhù)具身智能在運動(dòng)控制領(lǐng)域的突破。

圍繞具身智能四大熱點(diǎn)的思考與技術(shù)挑戰：

數字人：中國通用人工智能研究院開(kāi)發(fā)的“數字人通通”模擬人類(lèi)從嬰兒期開(kāi)始的成長(cháng)過(guò)程，通過(guò)與虛擬環(huán)境的交互（如聽(tīng)覺(jué)、觸覺(jué)反饋）實(shí)現認知進(jìn)化。這一嘗試為研究人類(lèi)智能發(fā)育提供了新范式，但也引發(fā)倫理爭議——若機器人通過(guò)環(huán)境交互自主進(jìn)化，人類(lèi)是否可能失去控制？

機械臂與大語(yǔ)言模型的融合：谷歌RT-X平臺將大語(yǔ)言模型（LLM）與機器人操作結合，使機械臂能夠理解自然語(yǔ)言指令（如“整理房間”），并自主分解任務(wù)步驟（識別雜物、分類(lèi)歸置）。這一技術(shù)已在疊衣服、精細裝配等場(chǎng)景中展現潛力，但其泛化能力仍受限于物理規則與數據多樣性。

人形機器人的爭議與前景：馬斯克力推的Optimus人形機器人引發(fā)兩極評價(jià)。支持者認為人形是通用化的終極形態(tài)，可適配人類(lèi)環(huán)境（如樓梯、工具），而質(zhì)疑者指出其成本高昂、技術(shù)冗余（如多關(guān)節驅動(dòng)難題）。

于海斌院士認為，人形機器人的核心價(jià)值在于“本體硬件”與“智能算法”的協(xié)同突破。例如，開(kāi)源算法（如波士頓動(dòng)力的運動(dòng)控制模型）大幅降低了本體研發(fā)門(mén)檻，而黃仁勛（英偉達CEO）布局的具身智能訓練平臺，或將推動(dòng)行業(yè)標準化。

智能駕駛與低空經(jīng)濟：盡管全無(wú)人駕駛面臨地面環(huán)境的極端復雜性（如突發(fā)行人、不規則道路），但網(wǎng)聯(lián)汽車(chē)的輔助駕駛（如車(chē)道保持、自動(dòng)泊車(chē)）和低空經(jīng)濟（無(wú)人機物流、巡檢）已成為更可行的商業(yè)化方向。

技術(shù)路徑：肢體、小腦與大腦的協(xié)同進(jìn)化

在機器人技術(shù)路徑未來(lái)發(fā)展趨勢探討方面，于海斌院士表示未來(lái)人形機器人肢體部分有很大的提升空間，如基于高能量密度的仿生驅動(dòng)肢體。仿照人類(lèi)心臟的高效供能機制，研發(fā)微型液壓驅動(dòng)與仿生肌肉，如德國費斯托的氣動(dòng)機械臂就是一個(gè)很好的參考方向，該機械臂核心優(yōu)勢在于其高精度控制與仿生設計的融合，擁有12個(gè)自由度，動(dòng)作柔性且穩定，部分型號搭載AI技術(shù)實(shí)現自我學(xué)習優(yōu)化，電磁閥壽命超3000萬(wàn)次，具備良好的性能和耐用性。

此外，生物融合也是未來(lái)機器人發(fā)展趨勢。未來(lái)，我們可以通過(guò)培養生物細胞構建具有感知與驅動(dòng)能力的“類(lèi)器官”產(chǎn)品，盡管其生存環(huán)境要求苛刻，但為軟體機器人提供了新思路。

小腦主要作用在于提升人形機器人的運動(dòng)協(xié)調能力，運動(dòng)控制依賴(lài)海量物理數據，而真實(shí)環(huán)境訓練成本過(guò)高。目前國內已經(jīng)有相對成熟的平臺進(jìn)行機器人的模擬訓練，如國家地方共建人形機器人創(chuàng )新中心開(kāi)發(fā)的，異構人形機器人訓練場(chǎng)通過(guò)“虛擬-現實(shí)”遷移學(xué)習（Sim2Real），使機器人能在低成本場(chǎng)景中預訓練動(dòng)作（如行走、跳躍），再遷移至真實(shí)環(huán)境微調。

大腦提供決策模型與機器人的認知能力，目前多模態(tài)感知技術(shù)是主要方案，該方案融合視覺(jué)、觸覺(jué)、力覺(jué)傳感器，提升環(huán)境理解的全面性。在具體案例方面，北京大學(xué)電子學(xué)院程翔教授團隊提出的“機器聯(lián)覺(jué)”系統，通過(guò)智能融合通信與多模態(tài)感知信息，有效提升了機器人在復雜環(huán)境中的感知、決策與通信能力。

此外，于海斌院士也提到了如何解決大模型“災難性遺忘”問(wèn)題，實(shí)現機器人的終身學(xué)習方式。愛(ài)丁堡大學(xué)提出的增量強化學(xué)習框架是一個(gè)很好的解決“災難性遺忘”的解決方案。它能夠在保持已有知識的基礎上，通過(guò)逐步增量式地更新策略，快速適應新環(huán)境或新任務(wù)，從而顯著(zhù)提升機器人在動(dòng)態(tài)變化環(huán)境中的學(xué)習效率和性能表現，無(wú)需從頭開(kāi)始重新訓練整個(gè)模型。

未來(lái)十年技術(shù)趨勢研判與產(chǎn)業(yè)啟示：

于海斌院士預測，未來(lái)十年，具身智能的算法與訓練平臺將快速發(fā)展，而硬件（如高精度傳感器、仿生關(guān)節）受限于材料與工藝，進(jìn)步速度相對緩慢。企業(yè)需優(yōu)先布局軟件生態(tài)（如仿真平臺、數據鏈），而非盲目投入硬件研發(fā)。

此外具身智能缺乏統一理論體系（如認知科學(xué)的世界模型），但場(chǎng)景驅動(dòng)的工程化應用（如倉儲機器人、醫療外骨骼）將率先落地。國家需推動(dòng)跨機構協(xié)作，解決數據確權與模型共享難題。

在通用終端的終極形態(tài)方面，于海斌院士認為人形機器人未必是唯一答案，具身智能可能通過(guò)“一腦多機”模式賦能多樣化設備（如工業(yè)機床、家用電器）。例如，同一AI核心可同時(shí)調度無(wú)人機群與地面機器人，實(shí)現任務(wù)協(xié)同。

在倫理與安全方面，于海斌院士認為，若具身智能體通過(guò)環(huán)境交互自主進(jìn)化，可能超出人類(lèi)預設的邊界。行業(yè)需提前建立倫理規范（如行為約束算法、人機權責界定），避免技術(shù)失控風(fēng)險。

結語(yǔ)與未來(lái)：

具身智能正在讓AI從“虛擬大腦”向“物理實(shí)體”迭代，在技術(shù)演化的道路上，需要更加關(guān)注技術(shù)創(chuàng )新的有效性與產(chǎn)業(yè)化的可落地性。正如于海斌院士所言：“藍海的意義在于未知，而未知需要勇氣與智慧并存?！睂Ξa(chǎn)業(yè)從業(yè)者而言，打破學(xué)科壁壘、深化理論突破，聚焦場(chǎng)景剛需、參與生態(tài)共建或將成為搶占先機的關(guān)鍵。

來(lái)源：騰訊網(wǎng)