关注 | 当AI拥有身体：这场具身智能革命比大模型更硬核

具身智能的演进路径不仅关乎技术本身的突破，更将深刻塑造未来社会的智能生态图景。

原文 ：《探寻具身智能的发展之路》

作者 |上海大学未来技术学院 叶林奇

图片 |网络

在人工智能蓬勃发展的当下，具身智能作为新兴领域正日益引发学界与业界的广泛关注。它代表着从传统大模型“读万卷书”式的海量数据学习，迈向“行万里路”式的实践交互探索的关键跃迁。具身智能的演进路径不仅关乎技术本身的突破，更将深刻塑造未来社会的智能生态图景。

大模型与具身智能：知行鸿沟当前大模型凭借强大的数据生成能力，充分展现了“读万卷书”的优势。通过海量数据训练，它们得以快速汲取知识，展现出强大的应用潜力。然而，这种学习方式存在根本局限：缺乏真实场景的实践交互，如同“纸上谈兵”。大模型虽通晓概念与原理，却难以将知识有效转化为应对复杂现实问题的行动能力。

与之形成鲜明对比的是具身智能，其核心在于“行万里路”——强调在与环境的持续交互中积累经验。在具身智能的框架下，智能不仅源于知识的累积，更根植于身体与环境互动所塑造的独特认知模式。这一本质区别，使具身智能在适应多变现实、解决实际问题上具有潜在优势。

知识与经验：具身智能的深层壁垒知识具有通用性与可言说性，相对易于获取。无论是书本理论还是网络信息，皆可习得。然而，经验则往往高度个体化，难以精确言传，因而获取难度远超知识。这正是具身智能面临的核心挑战之一。

“具身千脑”的比喻恰如其分：不同的身体结构与环境约束，将孕育迥异的智能形态。这就如同自然界中翱翔的飞鸟、驰骋的走兽、潜游的鱼类，各自演化出适应其生态位的独特智能。人类亦如此，个体的经历与禀赋塑造了独一无二的认知。对具身智能而言，每个实体（机器人或虚拟体）都可能因其硬件配置、任务场景而形成专属的智能模式。这种多样性虽孕育着无限可能性，却也显著增强了研发的复杂性。

瓶颈所在：数据利用与持续学习能力当下大部分的具身智能研究都在关注数据。然而，具身智能的瓶颈可能并不在于数据匮乏，而在于高效利用数据的方法与持续学习能力的缺失。当前主流的深度学习范式多属“瞬时学习”，聚焦于在固定数据集或固定任务上追求最优性能。这种方式虽能在特定任务中表现优异，却忽视了智能体长期适应性的本质需求。当下，机器人不乏能“穿针引线”“舞枪弄棒”者，我们也可以通过强化学习让机器人在几小时内学会走路甚至跑酷。究其原理，仍然没有脱离“有多少人工，就有多少智能”的魔咒，一旦遇到新的任务或环境，仍然要依赖人为的重新编程。说到底，机器人没有持续学习的能力。

具身智能所面对的是动态演进的真实环境。这要求其必须具备持续学习的能力，能在交互中不断积累经验、自主优化其行为模式。然而，现有技术尚难以实现这一目标：如何让具身智能如生命体般，从每一次实践中汲取教训、实现能力的渐进式提升，成为亟待突破的关键难题。

形态之外：生存是第一要务在探讨具身智能发展时，形态与本体设计常成为关注焦点，例如当下最火热的人形机器人。然而，具身智能的关键在于其内在的智能机制和与环境交互能力，而非外在物理形态。具身智能甚至不必然需要实体形态。因为，即便在高度仿真的虚拟环境中，我们仍然不知道如何实现真正的具身智能。当我们费尽精力终于把仿真的算法迁移到实体，实现早就预期到的动作时，我们不禁要问，除了这些，它们还会什么呢？

在笔者看来，真正的具身智能首先要具备生存能力。生存是第一要务，自然界的任何生物都具备生存和繁衍的能力。如果我们把机器人放到自然界，放到开放环境中，它能生存几天呢？我们不妨来一场机器人的生存挑战，如果机器人某一天能够环游世界了，那真正的具身智能也就实现了。

演进图谱：从模拟小镇到共融社会具身智能的发展是一个阶段性过程：第一阶段是“斯坦福小镇”阶段。在封闭可控的模拟/仿真环境中，进行基本原理与算法的初步探索和验证。这一步，“斯坦福小镇”已经实现了一部分，未来仍然需要更深入地探索构建可智能演进的虚拟社会。

第二阶段是具身智能小镇阶段。在更贴近现实的半开放场景中深化实践，建立真实的机器人小镇，使其能在不需要或极少人工干预的情况下自主运行和演化。这一步已经有些城市开始探索，例如深圳龙岗设立了全国首个人工智能（机器人）署。

第三阶段是人机共融社会阶段。实现具身智能与人类社会的深度融合，机器人真正成为继计算机、智能手机、新能源汽车之后的颠覆性产品，走进大街小巷，走进“寻常百姓家”。

具身智能的发展之路交织着挑战与机遇。具身智能的“ChatGPT时刻”还没有到来，而大模型的成功之路能否在具身智能中复现并不明朗，或许另辟蹊径才有出路。正如图灵奖得主杨立昆所言，相比大语言模型，他更关注的是“如何让机器理解物理世界、拥有持久记忆、进行推理和规划”。唯有不断突破关键技术瓶颈，深入挖掘具身智能的本质规律，我们才能在这条探索之路上稳步前行，引领人工智能迈向更广阔的未来，最终实现人机共融、智能交织的美好图景。

文章为社会科学报“思想工坊”融媒体原创出品，原载于社会科学报第1956期第4版，未经允许禁止转载，文中内容仅代表作者观点，不代表本报立场。

本期责编：潘 颜

《社会科学报》2025年征订

点击下方图片网上订报↓↓↓