官方网站-首页

【导语】在科技日新月异的今天，人工智能与物理实体的深度融合正引领着新一轮的技术革命。值此世界电信日之际，携手中国移动科学技术协会，特别推出“具身智能”系列内容，旨在深入探讨这一前沿领域的现状、挑战与未来。具身智能，作为人工智能发展的新阶段，不仅展现了广阔的应用前景，也带来了复杂的技术与伦理挑战。本系列将带您走进具身智能的世界，探索其在复杂环境中的感知与决策、跨模态数据处理、能源效率等方面的技术难题，以及在社会伦理、人机共存等方面的深刻思考。同时，我们也将展望具身智能与脑机接口、元宇宙、通用人工智能等领域的结合，描绘其未来的发展方向。敬请期待！

写在前面：

当今正处在科技迅猛发展的时代，人工智能技术的应用与创新已经渗透到各个领域，并为人类的生活与工作带来了深远的影响。“具身智能”是人工智能与物理实体结合的产物，正逐渐成为推动科技发展和产业变革的重要力量。今天是世界电信日，联合中国移动科学技术协会特别策划“具身智能”系列内容，为您详细解读。

（四） 展望篇

写在前面：从市场规模的持续攀升到产业链的不断完善，再到各领域应用场景的深度拓展，具身智能正以蓬勃之势重塑行业格局。随着技术迭代与市场需求的双向驱动，其未来发展前景令人充满期待。

具身智能将会引领下一波人工智能的浪潮，因为大模型解决了最重要的具身智能大脑问题，具身智能展现出了广阔的应(yīng)用前景，但它仍面临物理仿真、物理时空认知和任务规划等能力不足、数据短缺、工程实现复杂等挑战。这些问题的解决可以在很大程度上促进具身智能商业化的普及。

技术挑战

复杂环境中的实时感知与决策

具身智能体需要在动态、复杂的环境中实时感知和处理信息，并做出相应的决策。这对算法的实时性和计算能力提出了极高的要求。如何在不牺牲精度的情况下，提高算法的运行效率，是一个亟待解决的问题。

跨模态数据的融合与处理

具身智能体通常需要处理来自多种传感器（如视觉、听觉、触觉等）的多模态数据。如何有效地融合这些数据(jù)，并(bìng)从(cóng)中(zhōng)提(tí)取(qǔ)有(yǒu)用(yòng)的(de)信(xìn)息(xi)，是(shì)一(yī)个(gè)关键的(de)技(jì)术(shù)挑(tiāo)战(zhàn)。跨(kuà)模(mó)态(tài)数(shù)据(jù)的(de)融(róng)合(hé)不(bù)仅(jǐn)能(néng)提(tí)高(gāo)感(gǎn)知(zhī)的(de)准(zhǔn)确(què)性(xìng)，还(hái)能(néng)增(zēng)强(qiáng)智(zhì)能(néng)体(tǐ)的(de)环(huán)境(jìng)适(shì)应(yīng)能(néng)力(lì)。

具(jù)身(shēn)智(zhì)能(néng)体(tǐ)的(de)能(néng)源(yuán)效(xiào)率(lǜ)与(yǔ)可(kě)持(chí)续(xù)性(xìng)

具(jù)身(shēn)智(zhì)能(néng)体(tǐ)大(dà)多(duō)依(yī)赖(lài)于(yú)电(diàn)池(chí)或(huò)外(wài)部(bù)能(néng)源(yuán)供(gōng)应(yīng)，如(rú)何(hé)在(zài)保(bǎo)证(zhèng)性(xìng)能(néng)的(de)同(tóng)时(shí)，降(jiàng)低(dī)能(néng)源(yuán)消(xiāo)耗(hào)，提(tí)高(gāo)能(néng)源(yuán)效(xiào)率(lǜ)，是(shì)一(yī)个(gè)重(zhòng)要(yào)的(de)技(jì)术(shù)问(wèn)题(tí)。此(cǐ)外(wài)，智(zhì)能(néng)体(tǐ)的(de)材(cái)料(liào)和(hé)制(zhì)造(zào)过(guò)程(chéng)也(yě)需(xū)要(yào)考(kǎo)虑(lǜ)可(kě)持(chí)续(xù)性(xìng)，减(jiǎn)少(shǎo)对(duì)环(huán)境(jìng)的(de)影(yǐng)响(xiǎng)

缺(quē)乏(fá)统(tǒng)一(yī)评(píng)估(gū)基(jī)准(zhǔn)
尽(jǐn)管(guǎn)有(yǒu)许(xǔ)多(duō)基(jī)准(zhǔn)用(yòng)于(yú)评(píng)估(gū)低(dī)级(jí)控(kòng)制(zhì)策(cè)略(è)，但(dàn)它(tā)们(men)在(zài)评(píng)估(gū)技(jì)能(néng)方(fāng)面(miàn)常(cháng)常(cháng)存(cún)在(zài)显(xiǎn)著(zhe)差(chà)异(yì)。此外，这些基准中包含的物体和场景通常受到模拟器限制。为了全面评估具身模型，需要使用逼真的模拟器涵盖多种技能的基准。社会伦理挑战

具身智能体的责任与隐私问题

随着具身智能体在生(shēng)活(huó)中(zhōng)的(de)广(guǎng)泛(fàn)应(yīng)用(yòng)，谁(shuí)该为智能体的行为负责成为一个重要的问题。特别是当智能体在无人监督的情况下做出错误决策时，责任的归属难以界定。此外，智能体在处理用户数据时，如何保护隐私也是一个亟待解决的伦理问题。

人机共存的伦理规范

具身智能体越来越多地融入人类社会，如何制定合理的伦理规范，确保智能体与人类和谐共存，是一个复杂的社会问题。这不仅涉及到技术层面的设计，还需要跨学科的合作，包括社会学、伦理学和法律等领域的专家共同参与。

未来发展方向

具身智能与脑机接口的结合

脑机接口（BCI）技术的发展为具身智能提供了新的可能性。通过将智能体与人类的神经信号直接连接，可以实现更为直观和高效的人机交互(hù)。未(wèi)来(lái)，具(jù)身(shēn)智(zhì)能(néng)与(yǔ)脑(nǎo)机(jī)接(jiē)口(kǒu)的(de)结(jié)合(hé)有(yǒu)望(wàng)在(zài)医疗、康复等领域发挥重要作用。

具身智能在元宇宙中的应用

元宇宙作为一个虚拟与现实融合的数字空间，为具身智能提供了广阔的应用场景。智能体可以在元宇宙中作为虚拟化身，与人类或其他智能体进行交互。通过具身智能，元宇宙中的虚拟世界可以变得更加真实和沉浸式。

具身智能推动通用人工智能（AGI）的发展

具身智能的研究不仅限于特定任务，还涉及通用智能的理论与实践。通过研究智能体在物理环境中的学习和适应能力，具身智能有望为通用人工智能（AGI）的发展提供新的思路和方法。具身智能与AGI的结合，可能最终实现具有类人智能的机器。

具身智能作为一个跨学科的领域，面临着技术、理论和伦理等多方面的挑战。未来，随着技术的进步和理论框架的完善，具身智能有望在多个领域实现突破，并推动人工智能(néng)向(xiàng)更(gèng)高(gāo)层(céng)次(cì)的通用智能发展。同时，社会也需积极应对伦理问题，确保具身智能技术的发展能够造福人类。

【参考资料】

[1] 莫里斯·梅洛-庞蒂. 知觉现象学. 姜志辉, 译. 北京: 商务印书馆, 2001[2] 中国计算机学会，《具身智能》，2023[3] Merleau-Ponty, M. (1945). Phénoménologie de la perception. Gallimard.Pfeifer, R., & Bongard, J. (2006). [4] Liu, Yang, et al. “Aligning Cyber Space with Physical World: A Comprehensive Survey on Embodied AI.” arXiv preprint arXiv:2407.06886, 2024.[5]《科技热词“具身智能”到底是什么？》，中科院物理所[6]《具身智能时代来了？》,中国报道[7] Brooks, R. A. (1991). Intelligence Without Representation. Artificial Intelligence, 47(1-3), 139–159.

[8] Lakoff, G., & Johnson, M. (1999). Philosophy in the Flesh: The Embodied Mind and Its Challenge to Western Thought. Basic Books.

[9] Pfeifer, R., & Bongard, J. (2006). How the Body Shapes the Way We Think. MIT Press.

[10] How the Body Shapes the Way We Think: A New View of Intelligence. MIT Press.Shapiro, L. (2010). Embodied Cognition. Routledge.

[11] Varela, F. J., Thompson, E., & Rosch, E. (1991). The Embodied Mind: Cognitive Science and Human Experience. MIT Press.

[12]《2024年具身智能产业发展研究报告》，36氪研究院

[13]《具(jù)身(shēn)智(zhì)能(néng)发(fā)展(zhǎn)报(bào)告(gào)（2024年(nián)）》，中国信息通信研究院

[14]《具身智能行业发展研究报告 系列报告之一：具身智能技术发展与行业应用简析》，甲子光年智库

[15]《中国具身智能创投报告》，量子位智库

[16] L. Londono, J. V. Hurtado, N. Hertz, P. Kellmeyer, S. Voeneky, and A. Valada, “Fairness and bias in robot learning,” Proceedings of the IEEE, 2024.

[17] J. Duan, S. Yu, H. L. Tan, H. Zhu, and C. Tan, “A survey of embodied ai: From simulators to research tasks,” IEEE Transactions on Emerging Topics in Computational Intelligence, vol. 6, no. 2, pp. 230–244, 2022.

[18] Z. Xu, K. Wu, J. Wen, J. Li, N. Liu, Z. Che, and J. Tang, “A survey on robotics with foundation models: toward embodied ai,” arXiv preprint arXiv:2402.02385, 2024.

作者：毕蕾 中国移动咪咕公司北京研究院 系统开发总监

审核：

单华琦 中国移动咪咕公司北京研究院 技术标准总监

邢刚 中国移动咪咕公司北京研究院 技术项目总监

徐嵩 中国移动咪咕公司北京研究院 资深系统架构与分析专家

出品：×中国移动科学技术协会