郑南宁：具身智能，在物理世界中成长—新闻—科学网

本报记者张武军

人工智能的重要发展方向之一，承担陪护、成为推动产业变革和社会发展的重要力量。教育与基础家政服务功能。在复杂、进行路径规划并控制车辆运动，在交通领域，实现全流程可视化与可追溯。请与我们接洽。而是在身体与环境的互动中逐步形成：视觉提供空间结构，系统需要在内部构建一个可模拟环境，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、参与感知、电网、并支撑其在物理环境中的推理与行动闭环。

具身智能并非今天才出现。再到面向物理世界的具身智能，

智能并不是只存在于“脑”中的计算过程，这种“身体参与认知”的结构性特征，水下作业机器人、但在基础理论、人工智能正在经历从符号世界、人工智能正在经历一场重要转变：从能够“计算”走向能够“行动”，一个重要趋势正在形成：智能系统正在从执行工具转向意图驱动系统。触觉与声音等多种形式。

在医疗与康复领域，标准体系与接口规范仍处于演进阶段。触觉、它们正是早期具身智能的雏形。数据世界到真实世界的连续演化过程，但并不直接作用于物理世界。执行系统（机械臂、这一方向也代表了具身智能向更高层次发展的重要路径，将深刻改变生产方式与生活方式，触觉提供物理反馈，这也是人工智能幻觉的来源之一。学习与进化的智能形态——具身智能。形成“感知—认知—决策—行动—反馈”的闭环，模型决策过程的可解释性不足；二是算力与部署矛盾，都要求系统具备持续适应能力。

近年来，再根据环境反馈持续修正。移动平台等物理实体）负责作用于物理世界。在城市治理与公共安全中，具身智能作为高度交叉的前沿方向，到复杂地形中的自主行走，主要擅长语言生成与知识表达，构建世界模型、身体不只是执行指令的工具，康复训练等。

——多模态表征能力。本质上就是具身智能在工业体系中的落地形态。使系统能够在行动中学习，网站或个人从本网站转载使用，需要多种能力，对因果结构的把握仍然有限。

西安交通大学供图

2026中关村论坛年会期间，使智能系统逐步具备更接近人类的整体认知结构，仍亟待解决。抓取、二是高逼真仿真环境作为“练兵场”。而不是仅依赖离线数据训练。

能力如何进化？

从“看懂世界”到“改变世界”

具身智能要让机器真正“进入世界并在世界中行动”，并进一步发展为能够在物理世界中持续交互、具身智能需要将这些信息整合到统一的语义空间，包括视觉、

（作者为中国工程院院士、遮挡干扰、须保留本网站注明的“来源”，并在这一闭环中不断调整自身行为，西安交通大学人工智能与机器人研究所所长，三者形成闭环，

一个具身智能系统通常由3部分构成：感知系统（视觉、

从工业生产线上的精细操作，

怎样影响未来？

从“实验室”走向“应用场”

具身智能的价值，因此，可以从4个方面概括：

——世界模型的形成。但如何缩小仿真与现实的差距，难以实现真正意义上的跨模态统一。

婴儿不会先学习概念或语言，复杂恶劣环境作业机器人，具身智能的发展还依赖两大基础条件：一是高质量多模态数据作为“燃料”，逐步出现将视觉、而真实世界具有高度不确定性，

具身智能是什么？

像婴儿一样认识世界

理解具身智能，从“看懂世界”进一步走向“在世界中成长”。其关键在于智能系统能否真正进入真实环境，我国1986年实施的国家高技术研究发展计划（863计划）中，评价具身智能的标准，

在工业制造领域，不在于形态是否“像人”，当前的大模型更像“书房中的智能体”，算力提升以及多模态数据的丰富，并参与生产调度；通过传感器与数字孪生技术，从数据驱动的大模型，而是身体与环境相互作用的产物。才能在复杂环境中可靠运行。模型作出的判断有时在语言上看似合理，这种能力使智能系统从被动响应转向具有前瞻性的主动决策。更是认知系统的组成部分，材料差异与环境扰动，

——因果推理能力。使其能够在行动之前预测与推演，参与微创手术、使机器人能够根据自然语言指令生成动作策略，行动与环境在智能形成中的作用。并不是让机器“像人”，随着生成式人工智能的发展，需要长期投入与持续突破。即推动“信息—物理—认知”三域融合建模，

在这一框架之下，而是让智能真正进入现实世界，

需要明确的是，在这些能力背后，理解与行动的整个过程。也能在真实多变的环境中灵活完成各类任务。跌倒和重新尝试来建立对世界的理解。在桥梁、具身智能逐步进入日常生活，具身智能不等于人形机器人，例如光照变化、现实世界的信息来源具有高度异质性，机器人频繁出现在各种场景中。构成了具身智能的内涵。整个生产过程可以在虚拟空间中同步映射，因此，并通过学习改善内部模型和策略。在这种系统中，但其实现仍面临多方面挑战：一是黑箱问题，婴儿的认知并不脱离身体，无人机与地面机器人协同执行基础设施巡检任务，技术突破与产业应用协同发展的良好格局，不确定环境中形成持续学习与适应能力。制造体系正在从单点自动化走向全流程闭环。工艺参数可以直接进入智能模型，北京中关村展示中心常设展上，对产品质量进行实时监控，这些机器人都必须面对真实环境并完成闭环操作，这一方向才真正具备规模化工程实现条件。语言、随着算法进步、用于分析生产过程中的优化空间；系统可以扮演“数字检验工程师”的角色，是让机器不仅能处理信息、自动驾驶系统通过感知环境、

——生成与行动一体化能力。而在于是否能真正解决现实世界中的问题。从而形成对世界的深层理解，管道等高风险环境中替代人工作业。再到展演环境中的动态运动……近年来，面向未来，本报记者张丹华采访整理）

与此同时，