最近具身智能這個(gè)概念很火。那么，究竟什么是具身智能？它包括哪些類(lèi)別和關(guān)鍵技術(shù)？
具身智能的定義
“智能”，大家都懂，也就是AI。那么，什么是“具身”？
“具身”是一個(gè)很小眾的名詞，通常都出現在哲學(xué)、認知科學(xué)領(lǐng)域。它的英文叫Embodied，是embody的過(guò)去式和過(guò)去分詞。
em-表示“進(jìn)入，使……”，-body表示“身體”。組合起來(lái)，就是“使……進(jìn)入身體”。
Embodied Intelligence（具身智能），顧名思義，就是“使智能進(jìn)入身體”、“給智能一個(gè)身體”的意思。
那么，具身智能，是不是就是“AI+身體”呢？
這樣說(shuō)并不準確。
根據業(yè)界的普遍共識——具身智能，除了物理身體之外，更關(guān)鍵的是在于能夠“與環(huán)境進(jìn)行交互，在交互中不斷調整優(yōu)化”。
也就是說(shuō)，具身智能是一種基于物理身體進(jìn)行感知和行動(dòng)的智能系統。它通過(guò)實(shí)體智能體與環(huán)境的交互，獲取信息、理解問(wèn)題、做出決策，并實(shí)現行動(dòng)，從而產(chǎn)生智能行為和適應性。
本體、智能、環(huán)境，被稱(chēng)為具身智能的三要素。AI領(lǐng)域著(zhù)名大佬李飛飛也曾明確指出：“具身的含義不是身體本身，而是與環(huán)境交互以及在環(huán)境中做事的整體需求和功能?！?/p>
舉個(gè)例子來(lái)解釋一下：
我們通過(guò)手機和電腦使用的大模型（例如ChatGPT和DeepSeek）或虛擬智能體（AI Agent），擅長(cháng)處理文字、圖片、視頻等數據，能與我們進(jìn)行交流并輸出信息，功能非常強大。然而，手機和電腦的感知能力很弱，行動(dòng)能力幾乎為零。所以，無(wú)法與環(huán)境進(jìn)行交互。
這種智能，就不是具身智能，而是離身智能（Disembodied Intelligence，智能和身體分離、解耦）。
我們打造一個(gè)實(shí)體機器身體，在上面部署了AI大腦。如果，只有感知能力（有攝像頭、傳感器等），沒(méi)有行動(dòng)能力（沒(méi)有手、腳、輪子等），或者，只有行動(dòng)能力，沒(méi)有感知能力。那么，它也不屬于具身智能。
只有同時(shí)具備了AI大腦，以及有感知能力、行動(dòng)能力的身體，能夠和外部環(huán)境進(jìn)行實(shí)時(shí)互動(dòng)，才是真正的具身智能。
具身智能的發(fā)展歷程
具身智能并不是一個(gè)新概念。它的起源，可以追溯到1950年。
那一年，著(zhù)名科學(xué)家艾倫?圖靈發(fā)表了經(jīng)典的《計算機器與智能》一文，標志著(zhù)人工智能理論的奠基。在這篇論文的最后兩個(gè)段落里，圖靈展望了人工智能未來(lái)可能的兩種發(fā)展途徑。一種是比較抽象的、像下棋所需的智能，一種則是擁有最好的感官、能學(xué)習甚至能說(shuō)英語(yǔ)的智能。
沒(méi)錯，這兩種智能，分別就是離身智能和具身智能。
在那之后，人工智能經(jīng)歷了非常波折的發(fā)展階段。受限于當時(shí)的科技發(fā)展水平，人工智能的主要研究方向，還是以離身智能為主。
至于身體（機器人），當時(shí)完全是一條獨立的技術(shù)路線(xiàn)，沒(méi)有什么智能可言，行動(dòng)能力很弱，感知能力更弱。
1986年，美國計算機科學(xué)家羅德尼?布魯克斯提出了一種全新的智能理念。他認為，智能不一定要依賴(lài)于復雜的符號表征和推理，智能體可以通過(guò)與環(huán)境進(jìn)行直接的物理交互，以一種更加簡(jiǎn)單、有效的方式產(chǎn)生智能行為。
羅德尼?布魯克斯的理論，給具身智能的發(fā)展提供了重要的理論支撐。后來(lái)，他也開(kāi)發(fā)了一系列機器人，能夠在復雜的環(huán)境中自主導航和行動(dòng)，展示了具身智能的可行性和潛力。
羅德尼?布魯克斯因此被譽(yù)為“具身智能之父”。
具身智能真正爆發(fā)，是進(jìn)入21世紀之后。
隨著(zhù)信息技術(shù)、電子技術(shù)、傳感器技術(shù)以及機械技術(shù)的高速發(fā)展，發(fā)展具身智能所需的基礎條件逐漸成熟。
一方面，AI浪潮爆發(fā)，出現了功能強大的大模型和智能體，能夠對大量的感知數據進(jìn)行高效學(xué)習和處理。
大家都知道AI現在越來(lái)越強，但想要將AI能力真正用起來(lái)，就必須讓它在物理世界落地。這肯定需要一個(gè)物理載體。
另一方面，傳統的自動(dòng)化機械，只能完成死板的程序指令，大大限制了它的應用場(chǎng)景。
引入強大的AGI（通用人工智能）大腦，能夠提升泛化能力，讓機器變得真正聰明，擴大應用場(chǎng)景和范圍。
所以說(shuō)，具身智能是AI發(fā)展到一定階段的產(chǎn)物，是一種新的AI范式。
2023年，英偉達創(chuàng )始人兼CEO黃仁勛表示，人工智能發(fā)展的下一個(gè)浪潮是具身智能，是能理解、推理、并與物理世界互動(dòng)的智能系統。這一觀(guān)點(diǎn)迅速引起了全世界對于具身智能的關(guān)注。
2024年，工信部印發(fā)《人形機器人創(chuàng )新發(fā)展指導意見(jiàn)》，提出要推動(dòng)人形機器人產(chǎn)業(yè)高質(zhì)量發(fā)展。2025年，具身智能更是被寫(xiě)進(jìn)了政府工作報告，提出要“培育具身智能產(chǎn)業(yè)”和“大力發(fā)展智能機器人”。
在政策與資本的雙重驅動(dòng)下，具身智能就開(kāi)始全面爆發(fā)了。
今年以來(lái)，從年初的春晚機器人扭秧歌，到4月份的機器人馬拉松，再到前不久的WAIC（世界人工智能大會(huì )）、WRC（世界機器人大會(huì )）和世界機器人運動(dòng)會(huì )。我們看到各種各樣的機器人刷屏網(wǎng)絡(luò )和社交媒體，掀起了一股前所未有的“具身智能”熱。
業(yè)界普遍認為，具身智能有望成為繼PC、智能手機、新能源汽車(chē)之后的下一個(gè)典型智能終端，帶來(lái)顛覆性的產(chǎn)業(yè)升級機會(huì )。
文章來(lái)源：鮮棗課堂
