人工智能（AI）的真正突破，或許不在于算法的升級，而在于能否真正用“手”參與改變世界。

文|潘炫明

廣州粵港澳大灣區(qū)研究院監(jiān)事、資深研究員。

想象一下，未來的AI不僅能像大語言模型“深度求索”（DeepSeek）那樣聰明地回答問題，還能像真人一樣用腳走路、用手拿東西、用眼睛觀察世界——這就是具身智能成為現(xiàn)實之后會發(fā)生的神奇場景。

01.

什么是具身智能

具身智能通常是指“既能思考又會行動”的智能體（或智能機(jī)器人），也可以指代某種通過與環(huán)境的物理交互來實現(xiàn)智能行為的能力。它既是一個融合了AI、機(jī)器人學(xué)、傳感技術(shù)等多個領(lǐng)域的交叉學(xué)科，也代表著一個處于快速發(fā)展和廣泛應(yīng)用階段的新興產(chǎn)業(yè)方向。

具身智能這一概念強(qiáng)調(diào)身體在感知、學(xué)習(xí)和決策中的重要性，認(rèn)為智能不僅依賴計算和數(shù)據(jù)處理，還與身體感知和操作能力密切相關(guān)。

智能機(jī)器人通過傳感器感知環(huán)境，借助運動系統(tǒng)與世界互動，在真實場景中不斷學(xué)習(xí)和適應(yīng)。無論是家庭服務(wù)機(jī)器人自主避障、抓取物品，還是工業(yè)機(jī)器人協(xié)同作業(yè)、應(yīng)對復(fù)雜裝配任務(wù)，都體現(xiàn)了具身智能的優(yōu)勢——將“智能”與“行動”融為一體。隨著算法進(jìn)化、硬件升級和多模態(tài)融合，未來的具身智能或?qū)⒕邆涓呒壍恼J(rèn)知能力，實現(xiàn)從被動執(zhí)行到主動理解的跨越，真正邁向類人智能的演進(jìn)之路。

02.

從概念到場景

具身智能正在讓科幻電影中的場景變成現(xiàn)實。雖然完全像人類一樣靈活的智能體（或智能機(jī)器人）的出現(xiàn)還需假以時日，但在一些特定領(lǐng)域，具身智能技術(shù)已經(jīng)邁出實驗室，走進(jìn)了真實世界。目前，具身智能在工業(yè)制造與自動化、專業(yè)服務(wù)與特種應(yīng)用等領(lǐng)域的發(fā)展較快。一方面，制造業(yè)對提升效率、精度和靈活性的需求推動著具身智能的應(yīng)用，能完成裝配、質(zhì)檢等任務(wù)的智能機(jī)械臂已經(jīng)在流水線上工作。另一方面，專業(yè)服務(wù)與特種應(yīng)用場景任務(wù)相對明確，也有利于具身智能的落地。其中，技術(shù)落地成果較為豐富的有智慧醫(yī)療（如基因測序?qū)嶒炇业目蒲袡C(jī)器人）、智能零售（如超市貨品整理）、農(nóng)業(yè)自動化（如無人除草、采摘）及危險環(huán)境作業(yè)（如地震廢墟搜救、核污染區(qū)域探測)等。智能機(jī)器人正在以前所未有的方式幫助人類完成那些重復(fù)、精細(xì)或危險的工作。

03.

具身智能在中國的發(fā)展方向

具身智能的未來發(fā)展將深刻融入我國經(jīng)濟(jì)與社會轉(zhuǎn)型的核心脈絡(luò)。作為制造業(yè)大國，中國正全力推動“制造”向“智造”躍遷，具身智能將成為這一進(jìn)程的關(guān)鍵驅(qū)動力。預(yù)計智能機(jī)器人將大規(guī)模應(yīng)用于柔性生產(chǎn)線、復(fù)雜精密裝配及高質(zhì)量質(zhì)檢等環(huán)節(jié)，實現(xiàn)生產(chǎn)流程的深度自主化。在京津冀、長三角、粵港澳大灣區(qū)等產(chǎn)業(yè)集聚區(qū)，圍繞具身智能的創(chuàng)新生態(tài)與產(chǎn)業(yè)鏈正加速形成，為工業(yè)智能化升級提供堅實基礎(chǔ)。

與此同時，具身智能技術(shù)將廣泛滲透至社會服務(wù)與民生關(guān)懷領(lǐng)域，應(yīng)對人口結(jié)構(gòu)變化帶來的現(xiàn)實需求。在智慧醫(yī)療方面，手術(shù)機(jī)器人、康復(fù)輔助機(jī)器人和院內(nèi)物流機(jī)器人將提升醫(yī)療服務(wù)的效率與可及性；面對老齡化趨勢，助老助殘、日常陪伴與肢體輔助等機(jī)器人產(chǎn)品有望迎來快速發(fā)展，緩解照護(hù)人力壓力。此外，在智能家居、社區(qū)服務(wù)等場景中，更加靈巧、可靠的服務(wù)型機(jī)器人也將逐步走入普通家庭，重塑人機(jī)共生的日常生活體驗。

在此基礎(chǔ)上，新興技術(shù)的融合與創(chuàng)新將持續(xù)拓展具身智能的邊界。借鑒“大腦”（負(fù)責(zé)高級認(rèn)知與規(guī)劃）與“小腦”（負(fù)責(zé)運動控制與協(xié)調(diào)）協(xié)同機(jī)制，具身智能將大語言模型提供的語義理解、任務(wù)規(guī)劃能力與專用控制模型實現(xiàn)的實時精細(xì)操作相結(jié)合，在復(fù)雜的開放環(huán)境中“隨機(jī)應(yīng)變”的能力將得到顯著增強(qiáng)。群體智能、多模態(tài)感知交互和高精度仿真平臺等底層技術(shù)也將不斷突破，為復(fù)雜場景下多機(jī)器人協(xié)同作業(yè)提供支撐。最終，具身智能不僅將填補(bǔ)勞動力短缺，更有望在危險環(huán)境作業(yè)、災(zāi)害響應(yīng)、太空探索等特殊領(lǐng)域開辟全新的應(yīng)用，成為推動社會可持續(xù)發(fā)展的重要力量。

具身智能的發(fā)展，使AI從“云端”走向“身邊”，從“思考”走向“行動”。雖然像科幻電影中那樣全能的機(jī)器人還需要一些時間才能實現(xiàn)，但在特定領(lǐng)域，它正迅速落地并產(chǎn)生價值。我國在政策、市場和應(yīng)用場景方面都為具身智能提供了肥沃土壤，未來在智能制造、社會服務(wù)、醫(yī)療養(yǎng)老等領(lǐng)域的發(fā)展尤其值得期待。

*本文刊登于《科學(xué)畫報》2025年第10期人工智能專欄，更多相關(guān)內(nèi)容歡迎訂閱。

全年訂閱