解碼具身智能：概念及行業(yè)現(xiàn)狀

具身智能（Embodied Intelligence）是人工智能與機器人學(xué)交叉的前沿領(lǐng)域，強調(diào)智能體通過身體與環(huán)境的動態(tài)交互實現(xiàn)自主學(xué)習(xí)和進化，其核心在于將感知、行動與認知深度融合?。

具身智能的概念與發(fā)展歷程

具身智能（Embodied Intelligence），指的是一種基于物理身體進行感知和行動的智能系統(tǒng)。其通過智能體與環(huán)境的交互來獲取信息、理解問題、做出決策并實現(xiàn)行動，進而產(chǎn)生智能行為和適應(yīng)性。這一概念最早于 1950 年在圖靈的論文《Computing Machinery and Intelligence》中被提出。不過，由于其實現(xiàn)涉及計算機視覺、自然語言處理、機器人學(xué)等諸多在當時尚未成熟的人工智能領(lǐng)域技術(shù)，所以該概念在提出后的數(shù)十年間被擱置。

1986 年，布魯克斯從控制論角度出發(fā)，強調(diào)智能是具身化（Embodied）和情境化（Contextlized）的，認為傳統(tǒng)以表征為核心的經(jīng)典 AI 進化路徑存在錯誤，主張通過制造基于行為的機器人來清除表征，這為具身智能的發(fā)展提供了新的思路。隨著近年來相關(guān)技術(shù)的逐步成熟，具身智能再次成為人工智能領(lǐng)域的研究熱點。

2023 年 6 月，在第七屆世界智能大會智能科技展上，人形機器人的逐步完善為具身智能的落地提供了方向。2024 年 3 月 17 日，OpenAI 與人形機器人初創(chuàng)公司 Figure 合作推出了 Figure 01 機器人，其亮相引發(fā)了公眾對機器人和具身智能的廣泛討論。

同年 8 月，中科源碼服務(wù)機器人研究院發(fā)布了全國首個 “溫江造” 基于物流場景的具身智能機器人 ，進一步推動了具身智能在實際應(yīng)用領(lǐng)域的發(fā)展。2025 年 1 月 16 日，具身智能入選全國科學(xué)技術(shù)名詞審定委員會聯(lián)合國家語言資源監(jiān)測與研究中心等機構(gòu)聯(lián)合發(fā)起的 “2024 年度十大科技名詞評選活動”，這也從側(cè)面反映了其在科技領(lǐng)域的重要地位日益凸顯。

具身智能的特點

具身智能機器人作為 “具身智能” 的實體形態(tài)，有望成為 AI 的最終載體。其整體架構(gòu)由感知層、交互層、運動層組成。與普通機器人相比，“具身智能” 具有顯著的特點。

最大的特質(zhì)在于它能夠以主人公的視角去自主感知物理世界，用擬人化的思維路徑去學(xué)習(xí)，從而做出人類期待的行為反饋，而不是被動地等待數(shù)據(jù)投喂。具身智能還具備理解力、交互力、規(guī)劃能力等，這使得其在工作效率上遠超普通機器人，有望為人類帶來新一輪的科技變革。

在算法路徑方面，具身智能主要分為兩條。一是以 OpenAI 與 Figure 合作的 Figure01 為代表的分層決策模型。該模型通常分為三層：策略控制系統(tǒng)（SLC）通過大模型整合任務(wù)、環(huán)境和本體感知信息；環(huán)境交互的控制系統(tǒng)（ELC）通過具身模型實現(xiàn)環(huán)境感知和動作規(guī)劃；行為控制系統(tǒng)（PLC）通過傳統(tǒng)控制算法輸出機器人控制的力矩實現(xiàn)最終動作。這種分層架構(gòu)實現(xiàn)難度相對簡單，但不同步驟間的融合和一致性是主要難點。

二是由 Google RT - 2 為代表的端到端模型，它首先在大規(guī)模互聯(lián)網(wǎng)數(shù)據(jù)上預(yù)訓(xùn)練 VLMs，然后在機器人任務(wù)上微調(diào)。輸入是任務(wù)和對象的組合，輸出是一系列動作，利用一個神經(jīng)網(wǎng)絡(luò)完成從輸入到感知、推理、決策和行為指令輸出的全過程。端到端方案看起來更加完美，谷歌也表示在 RT - 2 模型中觀察到了涌現(xiàn)能力，Scaling 是其繼續(xù)迭代的一條穩(wěn)定路徑，但端到端模型在當前存在一定問題：首先需要海量數(shù)據(jù)進行訓(xùn)練才能泛化；全程調(diào)用大模型，資源消耗巨大，機器人執(zhí)行動作緩慢 。

感知層負責獲取和處理環(huán)境信息，為智能體的決策和行為提供依據(jù)。實現(xiàn)方式主要有兩種：一是全感知，即構(gòu)建一個包含操作環(huán)境各種知識的大規(guī)模數(shù)據(jù)庫；二是具身交互感知，即通過智能體與環(huán)境的實時交互獲取感知反饋，并利用物理定律和數(shù)據(jù)驅(qū)動的方法構(gòu)建準確的環(huán)境表征。決策層是具身智能的核心，需要類似人類大腦的處理能力，以滿足機器人在理解指令、分解任務(wù)、規(guī)劃子任務(wù)、識別物體等方面的需求。傳統(tǒng)機器人在多維度人機交互方面存在難題，而 RT - 2、GPT 等大模型的突破為解決這一問題提供了新思路。這些模型可以充當機器人的 “大腦”，利用其強大的語言理解和生成能力，與人類進行多維度交互，更好地理解指令和意圖，生成恰當?shù)捻憫?yīng)和行為。

具身智能產(chǎn)業(yè)發(fā)展現(xiàn)狀

2025 年政府工作報告具有里程碑意義，首次提出 “培育具身智能產(chǎn)業(yè)” 和 “大力發(fā)展智能機器人”，這標志著我國在人工智能與機器人領(lǐng)域的戰(zhàn)略支持實現(xiàn)進一步升級。這一政策導(dǎo)向為技術(shù)研發(fā)和產(chǎn)業(yè)化注入了全新動力，通過稅收優(yōu)惠、研發(fā)補貼等資源傾斜手段，有力推動了產(chǎn)業(yè)自主創(chuàng)新能力的提升。在國家層面政策明確后，地方政府積極響應(yīng)。

深圳發(fā)布的《具身智能機器人行動計劃 (2025—2027 年)》明確提出，到 2027 年關(guān)聯(lián)產(chǎn)業(yè)規(guī)模將達 1000 億元以上，新增 10 家估值超百億企業(yè)。北京也出臺了具身智能三年行動計劃，計劃 2027 年培育核心企業(yè)超 50 家，在科研教育、工業(yè)商業(yè)等領(lǐng)域落地百余項規(guī)模化應(yīng)用，量產(chǎn)規(guī)模突破萬臺。此外，浙江、上海等地亦紛紛推出專項方案，支持人形機器人產(chǎn)業(yè)集聚發(fā)展 。政策與資本的雙重驅(qū)動，正加速核心零部件的國產(chǎn)化替代進程，降低我國在該領(lǐng)域?qū)獾囊蕾嚦潭取?/p>

國內(nèi)企業(yè)在具身智能相關(guān)技術(shù)研發(fā)方面取得了一系列關(guān)鍵突破。例如，逐際動力在半年內(nèi)累計完成 5 億元 A 輪系列融資，戰(zhàn)略投資者包括阿里巴巴、招商局創(chuàng)投等頭部機構(gòu)。其研發(fā)的機器人運動控制與感知技術(shù)已成功應(yīng)用于工業(yè)場景，為工業(yè)生產(chǎn)的智能化升級提供了有力支持。

在模型技術(shù)方面，行業(yè)首個端到端視覺語言動作（VLA）模型 Helix 實現(xiàn)上機應(yīng)用，DeepSeek 開源模型加速了機器人大腦的進化，提升了機器人的智能決策和執(zhí)行能力。硬件端的發(fā)展同樣迅速，絲杠、減速器等核心零部件的產(chǎn)能建設(shè)不斷提速，為機器人的大規(guī)模量產(chǎn)提供了堅實的供應(yīng)鏈保障。目前，我國在具身智能的部分技術(shù)領(lǐng)域已經(jīng)達到國際先進水平，在一些特定場景的應(yīng)用中甚至實現(xiàn)了領(lǐng)先 。

隨著技術(shù)的發(fā)展和政策的推動，具身智能在中國的市場應(yīng)用場景不斷拓展。在工業(yè)領(lǐng)域，人口老齡化與用工成本攀升的現(xiàn)狀為人形機器人提供了廣闊的市場空間。

宇樹科技研發(fā)的人形機器人在物流分揀、安防巡邏等領(lǐng)域已實現(xiàn)批量交付，優(yōu)必選在極氪 5G 智慧工廠部署多機器人協(xié)同作業(yè)系統(tǒng)，成功驗證了工業(yè)場景規(guī)模化應(yīng)用的可行性。

在消費端，雖然人形機器人全面進入家庭場景仍面臨技術(shù)瓶頸，但相關(guān)探索也在同步推進。宇樹科技在 2025 年央視春晚的機器人表演引發(fā)了公眾的廣泛關(guān)注，這一事件加速了人形機器人向教育、服務(wù)等領(lǐng)域的滲透。全國人大代表何小鵬指出，當前人形機器人智能等級仍處于 L2 至 L3 過渡階段，需持續(xù)優(yōu)化自主決策與復(fù)雜環(huán)境適應(yīng)能力。盡管存在挑戰(zhàn)，但資本市場對具身智能的遠期潛力高度認可，預(yù)計 2035 年國內(nèi)市場規(guī)模將突破 2000 億元 。越來越多的企業(yè)開始關(guān)注具身智能在不同領(lǐng)域的應(yīng)用，市場需求呈現(xiàn)出快速增長的態(tài)勢。

———— /　END　/ ————

往期速遞

聲明：素材取材于網(wǎng)絡(luò)，如有錯誤，不吝斧正。

歡迎關(guān)注我們并 星標? ！喜歡，請點個推薦? ?? 。