【财说明白】首次进入政府工作报告的“具身智能”是什么？

　　3月6日电 (薛宇飞 李晓萱)今年的政府工作报告指出，建立未来产业投入增长机制，培育生物制造、量子科技、具身智能、6G等未来产业。

　　首次进入政府工作报告的“具身智能”是什么？与我们此前了解的人工智能、人形机器人，有什么区别？具身智能产业又有哪些特点？对此，中新经纬采访多位业内人士进行解读。

　　有“脑子”，还有“身体”

　　中国计算机学会(CCF)官网于2023年7月发布的《具身智能 | CCF专家谈术语》中称，具身智能是指一种基于物理身体进行感知和行动的智能系统，其通过智能体与环境的交互获取信息、理解问题、做出决策并实现行动，从而产生智能行为和适应性。

　　该文章解释了具身智能的由来。文章称，具身智能的思想萌芽于人工智能诞生之初。1950年，英国科学家图灵在其论文中展望了人工智能可能的两条发展道路：一条路是聚焦抽象计算(比如下棋)所需的智能，另一条路则是为机器配备最好的传感器，使其可以与人类交流、像婴儿一样地进行学习。这两条道路便逐渐演变成了非具身和具身智能。

　　看到这里，可能很多人对具身智能还是一头雾水。

　　智元机器人研究院执行院长、具身业务部总裁姚卯青对中新经纬解释，顾名思义，与传统的人工智能相比，具身智能的最大区别就体现在“具身”两个字，过去的人工智能很多是停留在数字世界，比如大语言模型，只能在互联网上与人对话。具身智能是将AI赋予了一个物理实体，不仅可以与人进行互动，还能在现实世界执行指令，比如让它端茶、倒水、搬东西。

　　中欧中证机器人指数基金经理宋巍巍对中新经纬说：“你可以把传统的人工智能想象成一个‘超级聪明的计算器’，它能帮你解答问题、分析数据，但它没有身体，不能自己动，也不能真正‘感受’世界。而具身智能就像是给这个‘计算器’装上了一双眼睛、一双手和一双脚，让它能看、能摸、能走，甚至能自己去完成任务。”

　　宋巍巍进一步解释称，传统的人工智能，比如手机里的语音助手(如Siri)、推荐算法(如抖音的视频推荐)，主要是在“云端”或者“屏幕”里工作。它们擅长处理数据、回答问题，但它们没有“身体”，不能直接跟现实世界互动。而具身智能的核心区别在于，它不仅有“脑子”(计算能力)，还有“身体”(物理实体)，能够感知环境、做出动作，甚至像人一样学习和适应。

　　姚卯青称，具身智能可以说是传统人工智能的“升级版”，它的模态更丰富，不仅要理解语言，还要理解三维世界，理解物理规律。

　　与工业机器人相比，具身智能又有哪些进步？

　　姚卯青表示，工业机器人没有智能可言，在预设好相关程序后，它只会做固定的动作，不会随着环境的变化而变化，也不会根据反馈进行自我调节。具身智能是利用大模型形成意识识别、推理规划等能力，能够在相关环境中做一些任务，同时有自适应性，根据环境的变化做出调整。

　　宋巍巍说：“未来，具身智能可能会让机器人像人一样融入我们的生活，帮我们干活、照顾家人，甚至成为我们的‘伙伴’。”

　　具身智能=人形机器人？

　　当前，人形机器人十分火热，具身智能落地的形态就是人形机器人吗？

　　中信建投证券高端制造研究组组长吕娟团队在今年2月底的研报中称，人形机器人是指外形模仿人类设计的机器人，通常具有头部、四肢和类似人类的外观。虽然具身智能的智能体形态可以丰富多彩，但是预计人形机器人将成为具身智能最重要的载体。

　　宋巍巍表示，人形机器人之所以重要，是因为它们的设计模仿了人类的身体结构和行为方式，这样它们就能更好地适应人类的生活环境和工作场景。

　　宋巍巍称，具体原因有几点：一是，适应人类环境。人形机器人因为有类似人类的身体结构，可以更方便地使用门把手、楼梯、工具等设施；二是，交互更自然。人形机器人可以通过表情、动作与人类交流，比如点头、挥手，甚至模仿人类的情绪，让互动更亲切；三是，多功能性。人形机器人可以执行多种任务，比如在工厂搬运货物、在医院照顾病人、在家里做家务，而不像单一功能的机器人(比如扫地机器人)只能干一件事。

　　“人形机器人虽然不会是具身智能最完美的载体和呈现方式，但如果说只能设计一款机器人的话，人形机器人应该就是最大公约数。”姚卯青说。

　　产业链不断延伸

　　既要有脑力，又要有身体的具身智能，所包含的产业十分丰富。

　　华创证券在今年1月份发布的研报中称，上游环节是具身智能机器人产业的基础，主要包括芯片、传感器、控制器、电机、通信模组、能源管理等，这些核心组件是构建 “硬件”基础。中游环节是产业链的技术核心，涉及AI算法、操作系统、云服务以及中间件的开发与集成，通过编程和系统集成，使其能够执行复杂的智能任务。下游环节是产业链的最终输出端，面向工业制造、服务业、医疗康复、教育娱乐、交通出行、公共安全等领域的多元化应用场景。

　　宋巍巍称，具身智能的产业链可以简单理解为“从大脑到身体，再到应用”的完整体系。以下是产业链的几个关键环节：

　　一是“大脑”部分(核心技术研发)。这是具身智能的“灵魂”，包括人工智能算法、机器学习、感知技术(比如视觉、听觉)、决策系统等。它就像人的大脑，负责思考、判断和学习。比如，给机器人装上一个能识别物体、理解语言的“大脑”。

　　二是“身体”部分(硬件制造)。这是具身智能的“骨骼和肌肉”，包括机器人身体的各种硬件，比如传感器(相当于眼睛、耳朵)、电机(相当于肌肉)、机械臂、电池等。它就像人的身体，需要各种零件协调工作。比如，机器人要能走路，就需要电机驱动腿部；要能看东西，就需要摄像头和激光雷达。

　　三是 “神经网络”部分(软件与硬件的连接)。这是让“大脑”和“身体”协调工作的关键，包括操作系统、控制系统、通信技术等。它就像人的神经系统，把大脑的指令传递到手脚。比如，机器人看到一个杯子，大脑决定要拿起来，神经系统负责指挥手臂和手指完成动作。

　　四是“应用场景”部分(产业应用)。这是具身智能最终发挥作用的地方，比如在工业生产、医疗护理、家庭服务、教育娱乐等领域。

　　五是“支持系统”部分(基础设施和生态)。包括数据支持、云计算、5G网络、供应链、人才培养等，这些是为具身智能发展提供“土壤”的部分。它就像人的生活需要水、电、道路等基础设施，机器人也需要网络、电力、零件供应商的支持。

　　姚卯青表示，具身智能涉及到的产业链非常多，一旦能形成规模，会对整个工业制造尤其是精密制造的升级起到很强带动作用，“它类似于新能源车的崛起，是对全产业链条的带动。”

　　多地定下发展目标

　　据中新经纬不完全统计，在近一年内，已有北京、广东、浙江、山东等多个省市发布了布局具身智能、智能机器人发展的计划和方案。

　　3月3日，深圳市科技创新局发布的《深圳市具身智能机器人技术创新与产业发展行动计划(2025—2027年)》中提出，到2027年，深圳市具身智能机器人产业集群相关企业超过1200家，关联产业规模达到1000亿元以上。

　　2月28日，北京市科学技术委员会等4部门联合发布了《北京具身智能科技创新与产业培育行动计划(2025—2027年)》，其中提出，要加快实现具身智能科技创新和产业创新深度融合，培育人工智能发展新赛道，预计到2027年底，实现不少于100项规模化应用，量产总规模率先突破万台，培育千亿级产业集群。

　　就人形机器人而言，吕娟团队表示，2025年中国国内外头部公司分别逐步启动几千台或者万台级别的人形机器人量产计划，2026年预期分别启动数万台或者10万台级别的量产计划。远期市场空间方面，特斯拉对人形机器人远期定价目标是2万美元，宇树机器人多个型号在京东售价不到10万元人民币，随着智能化程度提升，未来可能每个家庭甚至每个人平均拥有一台人形机器人，预计市场空间将超过汽车、智能手机，至少是数万亿元的市场规模。

　　不过，姚卯青也提醒，当前具身智能的发展仍处于萌芽阶段。在硬件上，当前的迭代次数还不够，有很多关键零部件有待成熟，比如，高自由度的灵巧手。零部件供应链不成熟，一些上游供应商仍是比较小的公司，在质量工艺、产品测试等方面处于比较原始的阶段。软件方面，大模型更多地停留在对多模态大语言模型语义的理解层面，该如何对任务进行理解，如何在复杂的三维环境去做任务对应的嵌入的规划和执行，并且在执行过程中不停地纠错、反思，这些问题有待解决。