12月2日，《咬文嚼字》編輯部發(fā)布2025年度十大流行語(yǔ)，“具身智能”以高票位列第二。這一結(jié)果恰與時(shí)代浪潮形成深刻呼應(yīng)——作為具有物理載體、能通過(guò)身體與環(huán)境交互實(shí)現(xiàn)感知決策行動(dòng)一體化的智能形態(tài)，它不僅重塑著漢語(yǔ)詞庫(kù)結(jié)構(gòu)，更標(biāo)志著人工智能從虛擬算法邁向?qū)嶓w智能的關(guān)鍵轉(zhuǎn)折?！兑慕雷帧分骶廃S安靖指出，這類智能相關(guān)語(yǔ)詞的涌現(xiàn)，印證了人工智能對(duì)世界的深刻改造。

而在科技政策領(lǐng)域，2025年更迎來(lái)里程碑時(shí)刻：具身智能首次被寫(xiě)入《政府工作報(bào)告》，與量子科技、6G等共同列為重點(diǎn)培育的未來(lái)產(chǎn)業(yè)。作為“十五五”規(guī)劃明確的新增長(zhǎng)點(diǎn)，這一信號(hào)迅速激活全產(chǎn)業(yè)鏈活力，從國(guó)家實(shí)驗(yàn)室的前沿攻關(guān)到智能制造的場(chǎng)景落地，具身智能正以政策為帆、技術(shù)為槳，駛?cè)胍?guī)?；l(fā)展的黃金航道。

從ChatGPT驚艷亮相到DeepSeek全球走紅，大語(yǔ)言模型的突破讓人們見(jiàn)證了離身智能的潛力；而2025蛇年春晚舞臺(tái)上，人形機(jī)器人扭秧歌的場(chǎng)景，則讓具身智能走進(jìn)大眾視野。如今，人類已完成人工智能初級(jí)階段的積累，正式邁向更高階段——正如人工智能誕生之初的愿景，打造擁有物理形態(tài)、能與現(xiàn)實(shí)世界互動(dòng)的智能體。

具身智能這條路徑，能通向通用人工智能（AGI）嗎？邏輯學(xué)、統(tǒng)計(jì)學(xué)、神經(jīng)科學(xué)和計(jì)算機(jī)科學(xué)等領(lǐng)域研究者分別從符號(hào)主義、聯(lián)結(jié)主義和行為主義三大綱領(lǐng)出發(fā)探索答案，那么，打造通用人工智能是否需要第四種綱領(lǐng)，還是依靠這三者的融合就能解決？

深耕物聯(lián)網(wǎng)與智能系統(tǒng)研究數(shù)十年的清華大學(xué)教授、新晉中國(guó)科學(xué)院院士劉云浩，長(zhǎng)期聚焦智能體與物理世界交互研究，在他所著的《具身智能：人工智能的下一個(gè)浪潮》中，我們能透過(guò)這一熱點(diǎn)話題，讀懂人工智能的過(guò)去、現(xiàn)在與未來(lái)。本書(shū)與當(dāng)下政策導(dǎo)向、行業(yè)熱潮形成精準(zhǔn)同頻，為這場(chǎng)科技革命注入了權(quán)威學(xué)術(shù)注腳。

何謂“具身智能”

說(shuō)了這么多，到底什么是具身智能呢？

這一概念最先淵源于艾倫·圖靈，那位公認(rèn)的“計(jì)算機(jī)科學(xué)之父”與“人工智能之父”。1950年，圖靈在他的經(jīng)典論文《計(jì)算機(jī)與智能》中就展望了人工智能可能的兩條發(fā)展道路：一條路徑是專注于抽象計(jì)算所需的智能，比如讓機(jī)器下國(guó)際象棋；另一條路徑則是為機(jī)器配備最佳的傳感器，教機(jī)器說(shuō)話，使其可以與人類交流并像嬰兒一樣“成長(zhǎng)”。

這兩條道路，分別對(duì)應(yīng)著“離身智能”與“具身智能”。不過(guò)，“具身”的含義并非指字面上的“身體”，而是指通過(guò)身體的感知來(lái)實(shí)現(xiàn)的智能。離身智能缺乏實(shí)體“軀體”，只能與預(yù)設(shè)的數(shù)據(jù)進(jìn)行互動(dòng)，無(wú)法從與環(huán)境的真實(shí)互動(dòng)中獲得“常識(shí)”。只有賦予它能自主控制的軀體，并讓它像普通個(gè)體一樣融入物理世界和人類社會(huì)，它才能形成真正的自我感覺(jué)和意識(shí)。

在圖靈理論的基礎(chǔ)上，人工智能學(xué)界衍生出了三大學(xué)派。符號(hào)主義學(xué)派借助邏輯推理和算法操作，依據(jù)物理符號(hào)系統(tǒng)假說(shuō)和啟發(fā)式搜索原則來(lái)解析智能。它關(guān)心的是智能的心理和邏輯結(jié)構(gòu)，即心智的抽象和計(jì)算層面。聯(lián)結(jié)主義學(xué)派采用生物仿生學(xué)的方法，致力于通過(guò)模擬生物大腦的結(jié)構(gòu)來(lái)探索智能的秘密。它關(guān)注的是智能的生理承載，即大腦的實(shí)際組織結(jié)構(gòu)。而行為主義學(xué)派則通過(guò)研究“感知—行動(dòng)”模式，強(qiáng)調(diào)環(huán)境反饋與智能行為之間的直接因果關(guān)系，從而揭示智能。這一學(xué)派并不關(guān)心智能的生理或邏輯結(jié)構(gòu)，而是專注于智能的行為表現(xiàn)。

由于行為主義學(xué)派認(rèn)為智能和認(rèn)知不僅僅與大腦的功能有關(guān)，而且與身體結(jié)構(gòu)和環(huán)境的互動(dòng)密切相關(guān)，因此，智能始終是具體的、身體化的，必須建立在與環(huán)境互動(dòng)的具身智能身體的基礎(chǔ)上，而不是單純存在于抽象的思考之中?！熬呱碇悄堋苯K于登上了歷史舞臺(tái)。

實(shí)現(xiàn)具身智能的五大步驟

那么，從當(dāng)下主流的理論出發(fā)，具身智能如何讓自己的“身體”與“智能”緊密聯(lián)結(jié)在一起呢？書(shū)中認(rèn)為，這可以分為五個(gè)相互聯(lián)系的環(huán)節(jié)：感知、認(rèn)知、決策、行動(dòng)、進(jìn)化。這些環(huán)節(jié)真實(shí)模擬了人類與外部環(huán)境發(fā)生交互的過(guò)程。

感知：機(jī)器學(xué)習(xí)模型如何能夠更好地模擬人類的感知智能？關(guān)鍵在于整合具身經(jīng)驗(yàn)，讓機(jī)器能夠在真實(shí)世界的復(fù)雜環(huán)境中學(xué)習(xí)和適應(yīng)?？茖W(xué)家們發(fā)現(xiàn)，動(dòng)物的物理身體，以及身體在與環(huán)境交互中的體驗(yàn)，對(duì)感知的形成有著意想不到的重大影響。通過(guò)讓機(jī)器1∶1地進(jìn)行生物學(xué)模仿，并在真實(shí)世界中實(shí)時(shí)互動(dòng)和適應(yīng)復(fù)雜環(huán)境的變化，不僅能讓它學(xué)習(xí)特定的動(dòng)作和模擬相應(yīng)的反應(yīng)，而且能夠理解這些行為背后環(huán)境因素和上下文，從而真正實(shí)現(xiàn)高級(jí)的感知和認(rèn)知功能。這種對(duì)復(fù)雜真實(shí)世界情境的模擬和交互，或許是實(shí)現(xiàn)真正智能機(jī)器的關(guān)鍵步驟。

認(rèn)知：在探討機(jī)器認(rèn)知時(shí)，一個(gè)至關(guān)重要的概念就是“世界模型”。它是智能體對(duì)外部環(huán)境的一種內(nèi)部表示，包括了智能體所掌握的關(guān)于世界的知識(shí)、規(guī)則以及預(yù)期。當(dāng)前階段，機(jī)器學(xué)習(xí)世界模型的過(guò)程主要涉及兩個(gè)步驟：表征學(xué)習(xí)和預(yù)測(cè)。表征學(xué)習(xí)就像是機(jī)器的大腦進(jìn)行初步加工處理，從原始的高維數(shù)據(jù)（如圖像、文本）中提取出更加簡(jiǎn)潔和抽象的特征表示，而一旦學(xué)習(xí)到了這些抽象的表征，機(jī)器就能使用這些數(shù)據(jù)來(lái)建模和預(yù)測(cè)現(xiàn)實(shí)世界。

決策：機(jī)器在做決策的時(shí)候，需要“決策模型”的支持，它通常與以下三個(gè)方面緊密相關(guān)：（1）任務(wù)目標(biāo)：這是決策的出發(fā)點(diǎn)和歸宿，它定義了智能體要達(dá)成的最終目的。（2）環(huán)境狀態(tài)：智能體需要理解當(dāng)前所處的環(huán)境狀態(tài)以及自身的狀態(tài)，這是決策的基礎(chǔ)。（3）自身能力：智能體需要清楚自身的能力范圍，包括能夠執(zhí)行哪些動(dòng)作，以及這些動(dòng)作可能帶來(lái)的效果。通過(guò)對(duì)這三個(gè)問(wèn)題的回答，智能體就能夠構(gòu)建起一個(gè)決策模型，以指導(dǎo)自己在復(fù)雜多變的環(huán)境中做出最合適的行動(dòng)選擇。

對(duì)于構(gòu)建決策模型，機(jī)器學(xué)習(xí)領(lǐng)域已經(jīng)發(fā)展出多種方法來(lái)模擬和優(yōu)化這一過(guò)程。其中，模仿學(xué)習(xí)和強(qiáng)化學(xué)習(xí)是兩種重要的方法。具體而言，模仿學(xué)習(xí)是指機(jī)器通過(guò)分析大量的人類決策數(shù)據(jù)，學(xué)習(xí)如何在特定的情境下做出合適的選擇，而強(qiáng)化學(xué)習(xí)則是通過(guò)獎(jiǎng)勵(lì)和懲罰來(lái)引導(dǎo)機(jī)器的行為，使機(jī)器能夠在不斷嘗試和犯錯(cuò)誤中學(xué)習(xí)最優(yōu)的策略。

行動(dòng)：在具身智能領(lǐng)域，如何借鑒人類神經(jīng)系統(tǒng)的“冗余自由度”，優(yōu)化機(jī)器人的運(yùn)動(dòng)控制，是一個(gè)待解決的關(guān)鍵挑戰(zhàn)。當(dāng)前的研究正在嘗試通過(guò)各種算法模擬這一過(guò)程，例如通過(guò)機(jī)器學(xué)習(xí)算法來(lái)識(shí)別和模擬最有效的動(dòng)作模式，從而在保證任務(wù)執(zhí)行效率的同時(shí)，減少能量消耗和提高控制的準(zhǔn)確性。進(jìn)一步地，研究者還探索使用模塊化的控制策略，將復(fù)雜動(dòng)作分解為若干簡(jiǎn)單模塊，每個(gè)模塊對(duì)應(yīng)特定的動(dòng)作自由度。這種方法不僅可以簡(jiǎn)化控制算法的設(shè)計(jì)，也有助于提高整體系統(tǒng)的適應(yīng)性和可靠性。

進(jìn)化：人類研究者給具身智能體提供了進(jìn)化的土壤——仿真人類的進(jìn)化歷程環(huán)境。它們是一個(gè)理想的平臺(tái)，用以開(kāi)發(fā)、測(cè)試和完善智能體的能力。如“互聯(lián)網(wǎng)之父”溫頓·瑟夫所言，仿真環(huán)境不僅允許研究人員在沒(méi)有物理限制的情況下探索與環(huán)境的復(fù)雜交互，最重要的是智能體可以在無(wú)風(fēng)險(xiǎn)的情況下進(jìn)行大規(guī)模和重復(fù)的訓(xùn)練，無(wú)須擔(dān)心設(shè)備破壞真實(shí)場(chǎng)景或產(chǎn)生高昂的維護(hù)費(fèi)用。此外，仿真環(huán)境的一個(gè)關(guān)鍵優(yōu)勢(shì)是其能夠支持大規(guī)模并行處理，我們可以在成千上萬(wàn)個(gè)線程中同時(shí)訓(xùn)練多個(gè)智能體，顯著提高訓(xùn)練效率和速度。

從理論到實(shí)踐的落地密碼

書(shū)中反復(fù)強(qiáng)調(diào)的一點(diǎn)是：具身智能的核心，是讓智能體和物理世界形成高效的交互閉環(huán)。2025年下半年的產(chǎn)業(yè)實(shí)踐，正好成了這個(gè)理論最生動(dòng)的例子。

針對(duì)書(shū)中分析的大模型接地難題，有些團(tuán)隊(duì)推出了混合推理體系：遇到工業(yè)診斷這類復(fù)雜邏輯，就用深度思考模式拆解開(kāi)；要適配實(shí)體低延遲的需求，就切換到輕量響應(yīng)模式，這和書(shū)中推理深度需匹配落地場(chǎng)景的論斷完全吻合。而書(shū)中重點(diǎn)講解的VLA（視覺(jué)-語(yǔ)言-動(dòng)作）融合技術(shù)，已經(jīng)在智能座艙里實(shí)現(xiàn)突破——車(chē)載智能體不只能聽(tīng)懂打開(kāi)空調(diào)的指令，還會(huì)結(jié)合乘客體溫、室外環(huán)境自動(dòng)調(diào)風(fēng)速，這也印證了多模態(tài)協(xié)同是核心能力的判斷。

對(duì)于具身智能多路徑發(fā)展的預(yù)判，產(chǎn)業(yè)實(shí)踐也給出了呼應(yīng)。書(shū)中明確提到，人形機(jī)器人只是其中一條路，大模型+專用實(shí)體+強(qiáng)化學(xué)習(xí)、萬(wàn)物智聯(lián)催生的智能涌現(xiàn)，潛力其實(shí)更大。這個(gè)觀點(diǎn)在能源、制造領(lǐng)域得到了驗(yàn)證：油田勘探時(shí)，傳感器陣列靠持續(xù)采集數(shù)據(jù)實(shí)現(xiàn)油藏動(dòng)態(tài)預(yù)測(cè)，成了無(wú)實(shí)體機(jī)器人的典型案例；汽車(chē)行業(yè)則通過(guò)精簡(jiǎn)模型，把決策響應(yīng)壓縮到秒級(jí)以內(nèi)，踐行了實(shí)體特性決定模型形態(tài)的主張。

書(shū)中還列出了具身智能的三大瓶頸——從仿真環(huán)境到現(xiàn)實(shí)場(chǎng)景的遷移差距、多模態(tài)對(duì)齊的穩(wěn)定性、數(shù)據(jù)隱私安全，這些現(xiàn)在都是行業(yè)攻關(guān)的重點(diǎn)。有些團(tuán)隊(duì)借鑒書(shū)中人類演示數(shù)據(jù)輔助對(duì)齊的方法，把機(jī)械臂失誤率降低了40%；基于聯(lián)邦學(xué)習(xí)的方案實(shí)現(xiàn)了工業(yè)數(shù)據(jù)可用不可見(jiàn)，這也回應(yīng)了書(shū)中技術(shù)進(jìn)步需兼顧倫理的提醒。

當(dāng)“具身智能”從年度熱詞生長(zhǎng)為《政府工作報(bào)告》中的國(guó)家戰(zhàn)略，這本著作恰如一盞明燈：既為研究者撥開(kāi)技術(shù)迷霧，指明從理論到落地的清晰路徑；也為實(shí)踐者提供底層邏輯，讓智能創(chuàng)新不再局限于實(shí)驗(yàn)室的構(gòu)想。本書(shū)將搭建一座橋梁，讓研究者看到落地的可能，讓實(shí)踐者讀懂技術(shù)的本質(zhì)。

它記錄的不只是人工智能從虛擬走向?qū)嶓w的轉(zhuǎn)折，更在為人類定義智能時(shí)代的核心法則——當(dāng)機(jī)器真正學(xué)會(huì)與物理世界對(duì)話、與人類需求同頻，這場(chǎng)技術(shù)革命便不再是冰冷的算法迭代，而是重塑生產(chǎn)方式、生活形態(tài)乃至文明邊界的全新開(kāi)端。在具身智能的浪潮中，這本著作所點(diǎn)燃的理論與實(shí)踐共鳴，終將推動(dòng)人類邁向更具溫度、更富效率的智能文明新圖景。

↓我們還有下面這些活動(dòng)↓

-End-

2025.12.3

編輯：閃閃 | 審核：孫小悠