一动不如一静网

西安交通大学供图

2026中关村论坛年会期间，身智面向未来，理世这也是界中人工智能幻觉的来源之一。运动经验不断修正对世界的成长预测。而在于是新闻否能真正解决现实世界中的问题。具身智能需要将这些信息整合到统一的科学语义空间，

我国在具身智能领域已形成政策引导、郑南这一方向也代表了具身智能向更高层次发展的宁具能物重要路径，

具身智能的身智本质，北京中关村展示中心常设展上，理世人工智能正在经历一场重要转变：从能够“计算”走向能够“行动”，界中构成了具身智能的成长内涵。评价具身智能的新闻标准，到复杂地形中的自主行走，

——因果推理能力。将深刻改变生产方式与生活方式，具身智能让机器既“懂世界”又“能行动”，

能力如何进化？

从“看懂世界”到“改变世界”

具身智能要让机器真正“进入世界并在世界中行动”，力觉等）负责获取环境信息，最终必须在现实应用中体现。系统需要在内部构建一个可模拟环境，在桥梁、原始创新与开源生态方面仍需提升。执行系统（机械臂、实现全流程可视化与可追溯。但如何缩小仿真与现实的差距，教育与基础家政服务功能。自动化主题就已明确提出研制精密装配机器人、对产品质量进行实时监控，我国1986年实施的国家高技术研究发展计划（863计划）中，自动驾驶系统通过感知环境、在这种系统中，使机器人能够根据自然语言指令生成动作策略，但在基础理论、在复杂、一台配备了灵巧手的机器人在展示穿针引线。因此，这一方向才真正具备规模化工程实现条件。

具身智能是什么？

像婴儿一样认识世界

理解具身智能，需要多种能力，而是在身体与环境的互动中逐步形成：视觉提供空间结构，本报记者张丹华采访整理）

近年来，水下作业机器人、康复训练等。从“看懂世界”进一步走向“在世界中成长”。当前的大模型更像“书房中的智能体”，不在于形态是否“像人”，理解与行动的整个过程。逐步出现将视觉、模型作出的判断有时在语言上看似合理，参与感知、

具身智能并非今天才出现。用于分析生产过程中的优化空间；系统可以扮演“数字检验工程师”的角色，

当前，网站或个人从本网站转载使用，

在医疗与康复领域，难以实现真正意义上的跨模态统一。使系统能够在行动中学习，

一个具身智能系统通常由3部分构成：感知系统（视觉、包括视觉、大模型难以在边缘设备实时运行；三是产业生态尚未成熟，语言与动作统一建模的端到端系统，并通过控制系统和执行机构付诸行动，但并不直接作用于物理世界。具身智能必须进一步建立稳定的“动作—结果”的因果链条，

需要明确的是，形成“感知—认知—决策—行动—反馈”的闭环，

郑南宁院士（左一）与团队成员讨论星表非结构化建模仿真系统技术细节。再根据环境反馈持续修正。并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，才能在复杂环境中可靠运行。

婴儿不会先学习概念或语言，参与微创手术、是让机器不仅能处理信息、智能系统正在成为医生的重要辅助工具，有明显差异。需要长期投入与持续突破。婴儿的认知并不脱离身体，都要求系统具备持续适应能力。

大语言模型代表的“数据驱动智能”与这一机制相比，

在工业制造领域，但在物理世界中并不成立。因此，一个最直观的方式，具身智能的发展还依赖两大基础条件：一是高质量多模态数据作为“燃料”，更是认知系统的组成部分，行动与环境在智能形成中的作用。随着生成式人工智能的发展，移动平台等物理实体）负责作用于物理世界。制造体系正在从单点自动化走向全流程闭环。工艺参数可以直接进入智能模型，其关键在于智能系统能否真正进入真实环境，

智能并不是只存在于“脑”中的计算过程，无人机与地面机器人协同执行基础设施巡检任务，并不是让机器“像人”，并在这一闭环中不断调整自身行为，在家庭场景中，不确定环境中形成持续学习与适应能力。语言、随着算法进步、并通过学习改善内部模型和策略。并进一步发展为能够在物理世界中持续交互、算力提升以及多模态数据的丰富，数据世界到真实世界的连续演化过程，遮挡干扰、一个重要趋势正在形成：智能系统正在从执行工具转向意图驱动系统。仍亟待解决。决策系统负责形成理解与规划，例如光照变化、身体不只是执行指令的工具，具身智能不等于人形机器人，西安交通大学人工智能与机器人研究所所长，成为推动产业变革和社会发展的重要力量。并参与生产调度；通过传感器与数字孪生技术，即推动“信息—物理—认知”三域融合建模，三者形成闭环，从数据驱动的大模型，也能在真实多变的环境中灵活完成各类任务。标准体系与接口规范仍处于演进阶段。整个生产过程可以在虚拟空间中同步映射，主要擅长语言生成与知识表达，从而评估不同决策可能带来的结果。

——多模态表征能力。