具身智能：新型工业化的有力抓手

日前，中国信息通信研究院和北京人形机器人创新中心有限公司发布《具身智能发展报告（2024年）》（以下简称《报告》）。《报告》指出，具身智能有望成为新型工业化的关键核心和有效抓手，为工业制造业的自动化和智能化升级提供强大支持。

具身智能时代加速来临

推动工业制造智能升级

《报告》指出，我国正加快推进新型工业化，具身智能作为新质生产力的典型代表，已成为各省布局产业规划的关注重点。

具身智能即“具身化的人工智能”，是指依靠物理实体通过与环境交互来实现智能增长的智能系统。根据使用用途和场景的不同，具身智能可以有多种形态，如通用智能机器人、大型工业设备+AI系统、自动驾驶等多种具象化形态。

相比于传统基于AI视觉及特定场景预训练的机器人，具身智能首先不再依赖预定义的复杂逻辑来管理场景；其次，能形成学习进化机制，持续获取交互反馈来实现环境自适应；同时，还能通过身体与环境交互产生新的交互数据，并用于实现智能增长。

目前，人工智能正处于技术突破阶段。《报告》认为，具身智能时代有望加速来临。2022以来，以ChatGPT为代表，大模型的通用知识和智能涌现能力为机器人实现智能感知、自主决策乃至拟人化交互方面带来巨大潜力。具身智能新进展井喷式涌现，机器人的语言交互、环境感知和任务决策等关键能力实现了大幅提升。

《报告》指出，具体到工业制造业领域，具身智能将使机器人实现从“能动”到“能干活”的转变，为行业自动化和智能化升级提供强大支持。未来，以机器人和机械臂等为载体的具身智能应用，将使得工业制造过程更加自动化、灵活和高效。

变革人机协作模式

实现柔性制造流程

具身智能将为工业制造领域带来哪些变化？又将如何实现机器人从“能动”到“能干活”的转变？

《报告》提出，具身智能将变革人机协作模式，实现更安全、智能化的柔性制造流程。

一方面，具身智能从根本上打破人机交互的语义隔离，以高效的人机沟通方式提高整个协作过程的安全性。人类可以用自身习惯的方式与具身智能工业机器人沟通，如自然语言、肢体语言、动作示范等。机器能够更及时、更好地理解人类意图，提前做出适应性的安全控制动作，降低错误发生概率。例如，香港理工大学利用大语言模型（LLMs），让机器人实现更直观、灵活的人机交互，可以适应工业场景中非结构化的作业环境，如环境的频繁变化、不同类型的操作任务等。

另一方面，具身智能工业机器人将能够替代人类成为工业生产线上最柔性的执行机构。具身智能将使工业机器人实现智能化的柔性制造，不断观察周围环境，并在执行任务过程中自动更新决策和优化行动，降低工业产线所需的人工干预程度。这种生产模式不仅具备高度适应性，还具有更高的生产效率和制造精度。如特斯拉Optimus人形机器人，在特斯拉电池工厂工作时，不但提高了电池生产效率，同时也降低了人为因素对产品质量的影响。

此外，在科研领域，具身智能能够自主执行科研实验，加速科研进程；在应急领域，具身智能可以执行高风险或人类难以承受的任务，将成为保障人员安全和优化作业流程的关键技术；在物流运输领域，可以优化仓储物流产线，实现安全、高效且可持续的物流运输作业……

发展之路面临挑战

技术突破将带动市场前景

尽管前景无限，目前具身智能还面临技术、应用、标准与合规等多重挑战。

根据《报告》，现在的具身智能研究大多是将大模型智能“塞”进机器人中，这仍是学习人类知识和经验的过程，缺乏自主产生意图的能力，系统仍然需要人类智能的介入。其次是尚未实现感知到行动间的认知映射。

不仅如此，缺乏数据是具身智能能力突破的重要壁垒。具身智能依赖的数据涉及动态环境中的复杂交互，而获取大量真实数据的成本非常高昂；仿真环境中形成的合成数据又无法满足其需求。而在软件层面，软件生态与硬件结合成为具身智能能力提升的关键挑战。具身智能系统的软件不仅要能够高效地处理和解释由硬件传感器收集的数据，还要能够与硬件平台紧密集成。目前业内缺乏统一的操作系统和标准化软件开发工具链，算法成熟度不高，硬件也面临解耦难题。

市场需求和用户接受度、产业链条的完整性、标准等，同样正在影响着具身智能的发展。《报告》指出，目前业界尚未出现功能完善的商业化产品，但随着技术的不断突破，具身智能将拥有多任务行动的泛化能力、交互方式的拟人化表现和更高的任务执行效率，这些能力增长点有望带来更高的应用价值和广阔的市场空间。

北京具身智能机器人创新中心总经理熊友军认为，石油化工、特高压变电站等存在一定安全风险的行业，将是人形机器人的优先发展领域，一旦技术实现突破并逐渐成熟，市场前景非常广阔。