具身智能發(fā)展報告(2024年)：概念內涵,演進歷程,技術體系,應用潛力與可能影響

具身智能是人工智能（AI）與其他學科交叉融合發(fā)展的新范式， 從字面可理解為“具身+智能”，通過給 AI 賦予“身體”，使其能 夠與物理世界產生交互，并在交互中主動探索世界、認識世界、改 變世界。隨著數(shù)字世界的 AI 算法開始展現(xiàn)出逼近甚至超越人類的思 維能力，具身智能有望打開 AI 從數(shù)字世界到物理世界的窗口，在復 雜的物理世界中進一步延伸和拓展 AI 邊界，實現(xiàn)“知行合一”。

具身智能將在技術涌現(xiàn)式創(chuàng)新和突破下，實現(xiàn)“一腦多形”， 即讓一個智能系統(tǒng)適配各種形態(tài)的物理實體，如智能機器人、智能 車輛等；實現(xiàn)“一機多用”，即讓一個機器設備可以靈活地執(zhí)行多 種任務，適應多樣化的場景需求。未來具身智能將從工業(yè)協(xié)作生產 到柔性制造，從家務助手到醫(yī)療護理，從災難救援到太空探索，深 入融入人類社會。但當前其仍面臨技術能力不足，數(shù)據(jù)短缺，以及 工程實現(xiàn)復雜等一系列挑戰(zhàn)。

本報告從 AI 視角切入，致力于厘清具身智能的概念內涵、演進歷程、技術體系，通過梳理當前具身智能技術發(fā)展現(xiàn)狀，研判分析 具身智能應用潛力與可能影響，提出面臨的問題挑戰(zhàn)，展望思維智 能和行動智能融合的未來發(fā)展趨勢。

具身智能將進一步加深對智能本質的深刻理解。通過感知、決策、 行動、反饋的循環(huán)，具身智能可以實現(xiàn)持續(xù)地智能進化。

未來，智能 不再是先驗設計的結果，而是在開放環(huán)境中涌現(xiàn)的產物；不再局限于 中央處理器，而是分布在感知、思維、行動的動態(tài)網絡之中。

一是數(shù) 據(jù)驅動下的“感知—決策—行動—反饋”閉環(huán)，具身智能需要具備跨模 態(tài)（如視覺、聽覺、觸覺）感知和認知能力，以能夠更好地理解復雜 場景，并在其中做出更加精確和靈活的響應，獲得更全面和深入的環(huán) 境理解。未來，能夠理解、預測、做出決策并適應變化的世界模型是 實現(xiàn)通用具身智能的關鍵。

二是形態(tài)涌現(xiàn)，將通過強化學習、進化算 法等技術，實現(xiàn)具身智能形態(tài)和行為的自適應和優(yōu)化，提升自主決策 能力和行為執(zhí)行的精確性。

未來。探索如何減少人類干預，使控制系 統(tǒng)更加自主成為重要發(fā)力點。

附件：具身智能發(fā)展報告(2024年)：概念內涵,演進歷程,技術體系,應用潛力與可能影響