除了言语上的“力挺”，产业端也在发力。今年5月，特斯拉公布人形
机器人“擎天柱”最新进展。马斯克预言，开云入口网页版 这类产品的需求，未来将远超特斯拉汽车。7月举行的2023世界人工智能大会上，上海期智研究院“小星”、傅利叶智能“GR-1”等多款开云入口网页版 同时亮相。从华为离职的“天才少年”彭志辉（B站Up主稚晖君）创立的上海智元
机器人公司也于近期发布其自主研发的首款开云入口网页版 “远征A1”，目标直指“具身通用人工智能”。
有人说今年是“开云入口网页版 元年”。有了大模型加持，人们不再满足于机器人只是一个“大玩具”，更希望它能通过自我学习掌握各项技能，以更自然更智能的方式与周边环境交互，完成各种任务，成为真正有意识的智能形态。也正是在大模型问世后，人们看到了实现通用人工智能（AGI）的可行性。
要拥有人一样的智能，必须有人一样的身体
1950年，“人工智能之父”艾伦·图灵在其论文《计算机器与智能》中首次提出“具身智能”概念。其基本假设是，智能行为可以被具有对应形态的智能体通过适应环境的方式习得。换言之，要拥有人一样的智能，必须有人一样的身体。
如何理解？不妨回忆一下谷歌是如何让机器识别猫的。科学家通过给机器“投喂”数以亿计的
图片“告诉”它们，这些有四肢、有胡须、态度傲慢的小动物名叫“猫”。此时的机器如同一只被捆绑住手脚的猫，只能通过人为标注的知识进行学习。
相比之下，人类的学习过程并不只是“看”，我们可以通过抚摸、喂食、学猫叫等方式与猫互动，并在猫的反馈中不断加深对这种生物的认知。上海交通大学电子信息与电气工程学院计算机系教授、2023年“科学探索奖”得主卢策吾表示，从认知角度看，人是“第一人称视角智能”，没有身体的机器是“第三人称视角智能”，前者可以通过与真实世界的互动进行主动学习，通过思维链的拓展去理解新的概念。
与过去通过“喂数据”指挥机器行动不同，具身智能的做法是让机器自己学习如何与环境交互。OpenAI团队曾公布过一段让机械手还原魔方的
视频，他们在这项任务中设置了各种障碍，比如给机械手戴上手套、绑住其中两根手指、更换不同阻力的魔方等，目的就是让机器自己想办法还原魔方。
“大脑”与“小脑”结合，更好地理解世界
在图灵提出具身智能概念后的几十年里，尽管大家都认可这是一个重要概念，但并没有取得很大进展，因为当时的技术还不足以支撑其发展。
这两年，具身智能在学术界的热度逐步攀升。卢策吾透露，近年来在CoRL（机器人学习大会）上，具身智能领域的论文数量激增。今年年初举行的IROS（
智能机器人及系统国际会议）则将具身智能作为一个极为重要的议题。
而真正让它爆火的，是今年上半年以ChatGPT为代表的大语言模型爆炸式“出圈”。彭志辉表示，大语言模型以及结合视觉等多种传感器的复杂多模态模型，是实现具身智能的关键先决条件。它使机器人可以从程序执行导向转向任务目标导向，向通用机器人迈出坚实步伐。
事实上，“远征A1”就是以大模型为机器人“大脑”，任务泛化率和任务执行成功率是它的核心指标，具体考验“大脑”在面对从未涉及的任务时能否自行决策并生成解决方案。有了大模型“端脑”（脑的最高级部位），“远征A1”就能听懂自然语言指令，分析出讲话者的意图。比如，主人说“我要一杯水”或“我渴了”，它都能理解，随后前往饮水机或其他地方取水，并把水杯递给主人。
外骨骼机器人公司傅利叶智能闯入具身智能赛道，既在意料之外又在情理之中。在其创始人顾捷看来，具身智能可以被视作“认知智能+运动智能”：多模态模型相当于让机器人有了可以在真实世界中决策和行动的“大脑”，公司此前在运动机器人方面的技术储备相当于在“小脑”上积累了丰富经验，如今“大脑”与“小脑”结合挺进具身智能，可谓水到渠成。
具身智能的“终极幻想”还有多远
在傅利叶智能丰富的产品线中，各类机器人对应不同的康复需求。而一旦实现具身智能，出现在人们面前的可能是另一幅场景——一款机器人，只需在专用场景上做一些开发适配，就能像人一样胜任医生、厨师、消防员等不同职业，在多场景中发挥作用。“这正是具身智能如此吸引人的原因之一。”顾捷说。
在大模型加持下，微软、谷歌、英伟达等大厂，以及斯坦福大学、卡内基·梅隆大学等研究机构均在具身智能研究领域发力。其中谷歌依托旗下两家AI科研机构——谷歌大脑和DeepMind，在技术路线上较为领先，其研发的RoboCat是全球首个能解决并适应多个任务的机器人，只需上百次演示就能掌握一项新技能。
卢策吾团队的研究思路也是让机器“自适应”。以让机器人打开微波炉门这个操作为例，第一次，机器人可能没有见过微波炉，所以距离轴和力气预估会有偏差，不过没关系，通过不断尝试，它就会自我习得打开微波炉所需的各项参数。目前，卢策吾团队已经汇聚了100TB的研究数据，让机器抓取了成千上万个它从未见过的物体。
尽管大模型时代，人们对开云入口网页版 有了更宽广的想象空间，但在现实中，感知、驱动、能源、计算等具身智能的每一个关键环节，都距离理想状态还相去甚远，甚至连像普通人一样走路这件事，至今仍是一个大难题。以开云入口网页版 的移动能力为例，波士顿动力已经是业内望尘莫及的标杆，它推出的Atlas跑酷的
视频，一度让人觉得机器人的运动能力已接近人类。实际上，Atlas在拍摄过程中，接近一半时间都会失去平衡。
目前在全球范围内，开云入口网页版 都还处于研发阶段。动辄一台几十万元的成本，以及技术上面临的诸多瓶颈，仍然预示着开云入口网页版 距离落地
应用还有一段很长的路要走。（文汇报）
