近年來，“具身智能”這個詞頻繁出現(xiàn)在各大科技論壇、政策文件和投資報告中。2025年，它次被寫入ZG政府工作報告和“十五五”規(guī)劃。全國20多個省市陸續(xù)出臺專項政策，資本蜂擁而至，機(jī)器人公司如雨后春筍般涌現(xiàn)。

那么，具身智能到底是什么？它為什么突然火了？我們又該如何看待它的技術(shù)趨勢和產(chǎn)業(yè)落地？

中山大學(xué)王可澤教授在《具身智能技術(shù)及產(chǎn)業(yè)實踐的階段性進(jìn)展》報告中，給出了系統(tǒng)性、前瞻性的回答。

具身智能發(fā)展趨勢： 隨著大模型技術(shù)的興起，具身智能技術(shù)得到了快速發(fā)展，并在2025年被寫入ZG政府工作報告和十五五規(guī)劃，成為戰(zhàn)略重點。

具身智能定義： 具身智能是指智能體通過物理實體與環(huán)境實時交互，實現(xiàn)感知、認(rèn)知、決策、行動一體化的智能系統(tǒng)，是AI從虛擬走向物理的關(guān)鍵跨越。

具身智能核心難點： 當(dāng)前具身智能發(fā)展面臨平臺與數(shù)據(jù)缺失、感知與決策難等核心難點。

具身智能研究進(jìn)展： 介紹了中山大學(xué)在具身智能領(lǐng)域的研究進(jìn)展，包括高效超長序列建模世界模型基礎(chǔ)架構(gòu)、物理規(guī)則驅(qū)動的空間感知與推理、大模型內(nèi)在機(jī)理驅(qū)動的多智能體協(xié)同、高質(zhì)量具身數(shù)據(jù)生成與仿真、具身智能通用數(shù)據(jù)標(biāo)準(zhǔn)及數(shù)據(jù)集、基準(zhǔn)與評測等方面。

具身智能產(chǎn)業(yè)實踐： 分析了具身智能產(chǎn)業(yè)發(fā)展的時代背景、發(fā)展背景、發(fā)展挑戰(zhàn)和人才需求，并提出了打造具身智能教學(xué)實訓(xùn)基地的方案，以培養(yǎng)具身智能應(yīng)用人才，推動區(qū)域產(chǎn)業(yè)智能變革。

1. 高效超長序列建模世界模型

• 構(gòu)建顯式語義概念體系，提升生成過程的可控性。

• 在one-hot單純形上實現(xiàn)嚴(yán)格擴(kuò)散過程，表現(xiàn)L先現(xiàn)有方法40%。

2. 物理規(guī)則驅(qū)動的空間感知與推理

• 實現(xiàn)“把浴袍掛在掛鉤上”這種推理能力。

• 支持復(fù)雜導(dǎo)航任務(wù)，如安防巡檢、多智能體協(xié)作。

3. 多智能體協(xié)同框架

• 智能體動態(tài)分工、角色分化，協(xié)作成功率提升51%，幻覺率減少11%。

• 性能隨智能體規(guī)模穩(wěn)定增長，優(yōu)于斯坦福同期工作。

4. 高質(zhì)量具身數(shù)據(jù)生成與仿真

• 構(gòu)建Z大開源具身數(shù)據(jù)集：ARIO（All Robots In One）。

• 300多萬條操作軌跡，258個場景，32萬個任務(wù)。

• 支持室內(nèi)、室外、桌面、機(jī)器人控制等多種場景。

附件：具身智能技術(shù)及產(chǎn)業(yè)實踐的階段性進(jìn)展-模型基礎(chǔ)架構(gòu)、物理規(guī)則驅(qū)動的空間感知與推理、大模型內(nèi)在機(jī)理驅(qū)動的多智能體協(xié)同