国产91九色_日本68xxxx_欧美高清另类自拍视频在线看_欧美人禽_99久久婷婷国产综合精品青牛牛_亚洲射情

當談到具身智能時，大多數(shù)不明就里的人往往會問：具身智能是否就等于人形機器人？因為人形機器人被廣泛提及，熱度也最高。其實不然，從技術(shù)的角度來講，具身智能是指通過物理實體與周圍環(huán)境進行互動，從而不斷增長智能的系統(tǒng)。它不僅僅局限于人形機器人，而是指任何能在空間中移動的有形智能機器。

對此，華為云盤古大模型CTO李寅解釋道，具身智能是一個更寬泛的概念，能夠與不同的硬件本體結(jié)合，包括但不限于人形機器人、特種機器人、機械臂、無人機、無人船等。

三種主流技術(shù)路線

北京智源人工智能研究院研究員王業(yè)全表示，目前，以人形機器人為代表的具身智能包含三個要點：一是智能化；二是運動控制；三是本體。其中，對于智能化而言，端到端是目前的主流技術(shù)路線。他表示，自動駕駛領(lǐng)域，端到端的技術(shù)路線被視為通向高級別自動駕駛的關(guān)鍵。此外，大腦+小腦也是智能化技術(shù)路線中的重要組成部分，其本質(zhì)是模仿人類，大腦主要負責(zé)高級認知功能，包括思維、記憶、情感等，小腦主要負責(zé)運動控制方面的功能。

在運動控制技術(shù)路線中，強化學(xué)習(xí)發(fā)揮了巨大作用，能夠使機器人通過與環(huán)境的交互學(xué)習(xí)最優(yōu)的行為策略，但存在數(shù)據(jù)獲取成本較高，且獎勵信號對運動影響大的問題。“如果大家用過市面上的多種機器人，會發(fā)現(xiàn)有些機器人的腳步聲音很輕，有些機器人腳步聲音很重。之所以出現(xiàn)這種現(xiàn)象，可能是因為訓(xùn)練模型相關(guān)控制策略時，關(guān)注更多的是機器人能否穩(wěn)定行走，而不是腳步的輕與重。這是強化學(xué)習(xí)路線的特點，更看重‘獎勵’和‘懲罰’，設(shè)置什么‘獎懲’目標，就會帶來對應(yīng)的效果。”王業(yè)全解釋道。

除此之外，模仿學(xué)習(xí)也是運動控制的重要技術(shù)路線。王業(yè)全表示，人類是具備智能的，具身智能人形機器人就是對人類的模仿，在這種情況下，讓機器人像人是一條可行之路。這一思路沒有問題，但是實踐面臨頗多問題。

強化學(xué)習(xí)和模仿學(xué)習(xí)都有各自的優(yōu)缺點，那如果將二者結(jié)合起來，形成強強聯(lián)合是不是一種更好的思路呢？對此，王業(yè)全表示，目前科研界正在探索將強化學(xué)習(xí)和模仿學(xué)習(xí)的優(yōu)點結(jié)合起來。

在本體技術(shù)路線中，本體電動驅(qū)動是主流方案，其好處是響應(yīng)速度、控制精度和靜音性較好，缺點是成本比較高。王業(yè)全舉例說道，波士頓動力基于液壓驅(qū)動做了大量工作，取得了非常好的效果。液壓驅(qū)動的好處是輸出功率高、續(xù)航性能好，并且能夠負重，缺點是噪音較大，輕量化較難。此外，王業(yè)全還表示，除電動驅(qū)動和液壓驅(qū)動方式之外，還有氣動驅(qū)動或其他的驅(qū)動方式，目前還處于實驗室探索階段。

產(chǎn)業(yè)應(yīng)用需循序漸進

王業(yè)全表示，從應(yīng)用的角度來說，具身智能有非常龐大的場景和領(lǐng)域，但對能力要求很高。從短期來看，具身智能的部分重點能力可能產(chǎn)生一定的突破并且聚焦于特定垂類場景。長期來看，具身智能一定會進入通用化的發(fā)展階段，這樣才可能達到機器人具備類人智能的長期目標。

李寅表示，2024年，具身智能技術(shù)剛開始出現(xiàn)之后，政府的賦能作用可能更為凸顯，就是通過扶持科研機構(gòu)、高校以及初創(chuàng)企業(yè)做一些場景的創(chuàng)新和孵化。2025年到2026年，當具身智能開始更多涉及產(chǎn)業(yè)落地時，應(yīng)該從一些比較成熟的場景中去找到具身智能的落地計劃。2027年之后，具身智能可能會實現(xiàn)從工業(yè)到家用的規(guī)模復(fù)制，此時具身智能才可能真正走進人們的生產(chǎn)和生活。

對此，中興通訊股份有限公司機器人產(chǎn)品總工張慧說的更為具體。她表示，談到具身智能，更多的是面向非結(jié)構(gòu)化和柔性化的場景。在當前的技術(shù)背景下，工業(yè)領(lǐng)域可以更快地實現(xiàn)應(yīng)用，因為工業(yè)領(lǐng)域不僅存在很多人為限定的非結(jié)構(gòu)化場景，柔性化的場景種類也是有限的。在工業(yè)領(lǐng)域積累更多能力之后，再面向商業(yè)場景、生活場景等泛化性要求更高的場景去做應(yīng)用。

具體來看，在工業(yè)領(lǐng)域中，物料分揀、柔性上下料、倉儲物流因需求迫切、場景可控，可能成為最先落地方向。例如，巨一科技聚焦 SMT 物料分選與大型生產(chǎn)現(xiàn)場物流配送，預(yù)計1年內(nèi)實現(xiàn)應(yīng)用；中興通訊關(guān)注電子元器件分揀與單板插拔，海信則探索展廳講解與大件物料上下料。而在商業(yè)服務(wù)領(lǐng)域中，導(dǎo)購、清潔、前臺接待等場景需求明確，短期內(nèi)可實現(xiàn)。

從可用到好用的挑戰(zhàn)

2022年之前，具身智能往往面臨單一的任務(wù)、單一的場景和單一的本體，大模型出現(xiàn)之后，具身智能盡管能解決多種任務(wù)，跨越不同本體，面對不同場景，但也存在不好用、不易用、不通用的科學(xué)難題，需要研究更加“聰明”的大腦模型和跨本體的大小腦結(jié)構(gòu)框架，來實現(xiàn)跨本體、跨場景、可泛化的具身智能。

李寅表示，當前，具身智能與物理世界的精準交互，對大模型提出了更高要求。像盤古和DeepSeek等語言類模型，解決的是從感知到認知，再到?jīng)Q策的問題，并沒有解決精神或思維層面上的問題，從而無法實現(xiàn)與物理世界的真正交互。實際上，感知、認知、決策的下一步應(yīng)該是執(zhí)行，執(zhí)行就涉及到與物理世界的交互，只有具身智能和大模型的結(jié)合才有可能解決這一問題。

在具身智能落地應(yīng)用的過程中，李寅認為存在三大難點：一是數(shù)據(jù)嚴重不足。她表示，工業(yè)產(chǎn)線大多數(shù)是半結(jié)構(gòu)化或半標準化的場景，盡管它與泛化性要求更高的家用場景有一定區(qū)別，但即使完成在大家看來很簡單的操作，對具身智能來說也是非常復(fù)雜的長程任務(wù)。例如，在手機裝配線上，將手機、電源線、手機膜、說明書等統(tǒng)一放在一個包裝盒中，就是目前行業(yè)內(nèi)正在攻關(guān)的一個技術(shù)難點。目前，解決這些問題所需要的數(shù)據(jù)依然是稀缺的。

二是模型。李寅表示，目前，具身智能模型百花齊放，到底最終的模型應(yīng)該做成什么樣，才能讓這個模型具備強大的推理能力，能夠理解真實世界復(fù)雜的環(huán)境并且準確的執(zhí)行任務(wù)，而且還具備一定的魯棒性和泛化性，這也是具身智能面臨的技術(shù)難點。

三是具身智能在產(chǎn)業(yè)應(yīng)用中不僅要面對不同的領(lǐng)域和場景，任務(wù)類型也極其碎片化。在這種情況下，如果要想聯(lián)合打造具身智能系統(tǒng)，就需要提供完整的工具鏈，這也是亟待突破的一個難點。

王業(yè)全表示，一方面，目前的大模型還無法滿足具身智能對于視、聽、說、想、做多種模態(tài)聯(lián)合建模的要求，另一方面，還不具備自我認知、類人記憶以及人物識別等能力。此外，在相關(guān)的技術(shù)路線中，無論是VLA路線還是其他路線都存在數(shù)據(jù)成本極高、泛化性不好的問題。“傳統(tǒng)機器人開發(fā)遵循‘控制設(shè)計-算法實現(xiàn)-仿真調(diào)試’流程，具身智能時代轉(zhuǎn)向‘數(shù)據(jù)驅(qū)動+ 模型訓(xùn)練’，需解決異構(gòu)數(shù)據(jù)標準化、模型積木式組合等問題。”國家地方共建人形機器人創(chuàng)新中心劉宇飛如是說。

不僅如此，在操作智能方面，還需攻克成功率、穩(wěn)定性與魯棒性難題，并且能夠有效應(yīng)對光照變化、工件差異及環(huán)境振動等環(huán)境的干擾。此外，動態(tài)平衡與多機器人一致性，情感表達、意圖理解、語音交互的自然性，以及軟硬件的工程化問題也亟待解決。

未來，全模態(tài)大模型一定會成為具身智能的核心。在具身智能發(fā)展演進的過程中，無論是全面的環(huán)境感知能力，還是無損的信息捕獲能力、類人的思考能力、泛化能力以及一致、準確、合理的行為輸出，對于具身智能來說都是需要具備的。只有具備這些能力，才能更快地實現(xiàn)從可用到好用的跨越。