具身智能近日引發了學界和產業界的討論。在2024中關村論壇年會“互聯網3.0：未來互聯網產業發展論壇”上，北航機器人研究所名譽所長、中關村智友研究院院長王田苗表示，具身智能時代來臨，機器人從過去以“硬核”為主，正加速向大腦與小腦“智能軟化”發展，期待通過機器人大模型研發，加快提高機器人智能化水平和對不同場景的適應性。

具身智能這一概念，最早是在1950年由圖靈提出的，然而真正引起廣泛重視卻是由于近年來AI大模型的發展與應用。王田苗認為，具身智能就是實現思考、感知、行動三個空間有機智能融合的機器或系統，既具有人機交互與自然語言理解的能力，同時又可以通過感知、認知、決策與時變環境及對象進行實時校準互動，協助人完成相應的決策與行動任務。

王田苗說，最近五年發生了很多跟具身智能相關的重大科技事件。大模型實現了語義邏輯推理，使機器人執行復雜任務成為可能；人形機器人的結構、電機驅動、視覺感知有了重大的突破，使其有望在制造業、商業、危險作業、家庭養老等領域發揮作用；同時，腦機接口技術通過對腦電信號進行編解碼，有望助力殘疾人實現對外部設備的控制。

“這三件事都已經走到了具身智能的門口，正在敲擊著具身智能的大門。”他說，在未來智能時代的十年間，三大革命性的智能終端將分別是AR/VR頭顯、無人駕駛汽車及通用機器人。

他認為，大模型不應該只停留在對話上，應該通過機器人或者具身智能與物理世界結合起來。如果機器人能夠從語義和邏輯上深度理解搬運、傳動帶以及它們所運載的物品，就意味著機器人可能通過任務啟發，自動編程并執行。

在接受記者采訪時，王田苗表示，在基礎研究方面，具身智能發展期待出現機器人通用基礎大模型。

：2024年3月17日，OpenAI與人形機器人初創公司Figure合作推出了Figure01機器人，其展示的理解、判斷、行動和自我評估能力引發關注。目前，全球和我國具身智能研發處于什么階段？

王田苗：我個人覺得正處于一個夯實基礎和即將迎來落地爆發的時代，很多問題都在探索與突破之中。比如語言文本性模型中，隨著參數的持續增加，其語義邏輯推理能力也將相應提高。但目前還沒有出現這樣的機器人通用基礎大模型。另外，感知、決策、行動需要通過智能實體來實現，這也是目前全球正研究的問題。在應用場景上，具身智能將可能在物流分揀、醫療、農業、工業、養老等領域實現漸進式落地。

人們期待著利用大模型、腦機接口、通用機器人等加快具身智能在工業生產、危險作業和家庭中的應用。目前來看，我國的優勢有望在這三方面特別突出。一方面，我國生產機器人核心部件的性能、質量和供應鏈規模在全球占有優勢。另外，具身智能的訓練需要大量的數據，我國有豐富且規模龐大的場景，有利于獲得更優質、海量、豐富的數據。

具身智能有大模型和小模型，在小模型的控制、平衡和算法上，我國和國外處于同一水平。但我們在有些地方也存在一些差距，比如從0到1的原創性仍有待提升，另外我們的大模型數據質量尚未達到理想水平。

：要實現成熟的應用，AI和機器人方面，分別還有哪些關鍵技術需要突破？

王田苗：一是要在基礎研究方面，借助語言文本大模型探索和研究機器人的通用基礎大模型，如果這個問題解決了，實際上就解決了機器人的大腦問題。

“一腦多機”是指一個有豐富知識的模型能夠在若干個機器人身上應用，這不僅減少了工程師的工作量，而且提高了任務完成效率。還有一個詞語叫“一腦多形”，即在不同環境下，一個特定的任務可以靈活地由不同類型的機器人執行，比如機械臂、輪式、足式、人形機器人都可以執行。未來隨著一系列基礎問題突破后，具身智能將有望在商務、工業和家庭的場景中得到廣泛應用。

同時，具身智能的涵蓋范圍廣泛，其中上游的核心部件尤為關鍵，高密度、高扭矩、高爆發力、高動態性的核心部件，如新材料、人造皮膚、人工肌肉等。

另外，具身智能的發展一定要和場景任務來結合。一個通用的具身智能體比如人形機器人，它的成熟還非常漫長。所以首先要把任務場景確定下來，再結合小腦或者與特定大模型結合起來，解決勞動能力問題。最后，具身智能還涉及安全、電源電池、數據訓練等。

：具身智能的發展未來是否會加速“機器人取代人類”？

王田苗：從我個人感覺可能會替代部分任務，但不會完全替代人類。首先會替代比較繁瑣、重復、單調、危險的任務。因為從社會發展角度來理解，人是需要有工作的，所以具身智能應該作為人類的工具，去替代人類做不愿意干的工作，提高生產效率。

：未來的應用前景如何？市場規模有多大？

王田苗：全球范圍都掀起了具身智能特別是人形機器人關鍵技術研發的浪潮，我國也正在加速形成有競爭優勢的供應鏈，未來隨著其成本下降50%，國外人形機器人有望從25萬美元/臺下降到15萬美元/臺，中國人形機器人有望率先降到30萬人民幣/臺。

2035年，全球人形機器人出貨量有望達到70萬-300萬臺套，并在救災搶險、特殊傳染病處置、汽車制造等場景下發揮重要作用。