具身智能的基础知识（68页 PPT）

语言	格式	评分
中文（简体）	.pptx	3
概览
具身智能的基础知识 2025 年 9 月 11 日 R1 .0 版目录 CONTENTS 具身智能的基本概念具身智能的发展演进具身智能的核心技术具身智能的产业链具身智能的基本概念 PART ■ 具身智能的基本概念 □ 具身智能的定义 > 具身智能 (Embodied Intelligence) , 是一种基于物理身体进行感知和行动的智能系统。它通过实体智能体与环境的动态交互，获取信息、理解问题、做出决策，并实现行动，从而产生智能行为和适应性。 > 具身智能是人工智能与机器人学交叉的前沿领域，其核心在于将感知、行动与认知深度融合。 ■ 具身智能的基本概念 □ 什么是“具身” >“ 具身“是一个很小众的名词，通常都出现在哲学、认知科学领域。 >“ 具身”的英文叫 Embodied , 是 embody 的过去式和过去分词。 em- 表示进入，使 … … ” , -body 表示身体”。组合起来，就是“使 . … 进入身体”。 Embod'ed Inteligence ( 具身智能 ) , 顾名思义，就是“使智能进入身体”、“给智能一个身体”的意思。具身智能 Embodied lntelli gence 维度传统 Al ( 如 ChatGPT, 图像识别 ) 具身 Al ( 如家庭机器人，自动驾驶 ) 环境静态、封闭的数字世界动态、开放的物理世界输入单一或特定模态 ( 文本、图片 ) 多模态、实时传感器数据流输出数字信号 ( 文本、标签、概率 ) 物理动作 ( 移动、抓取、说话 ) 目标模式识别、内容生成在环境中完成具体物理任务学习基于大规模静态数据集通过与环境的实时交互和试错 ■ 具身智能的基本概念 □ 具身智能与传统 Al 对比 ■ 具身智能的基本概念 □ 具身智能、离身智能、反身智能 > 具身智能 (Embodied Inte ligence) : Ⅱ 强调智能体通过物理身体与环境的直接交互来产生认知和行动。其核心在于“感知 - 行动闭环，智能通过身体与世界的互动动态形成。 > 离身智能 (Disembodied Intelligence) : 指不依赖物理身体，主要在虚拟或符号空间中通过计算和算法处理信息、进行推理的智能形式 . > 反身智能 (Reflexive!Intelligence) : 指智能体能够监控、评估并调整自身的内部状态、决策过程和行为策略，具备某种程度的“自我意识”和反思能力。反身智能离身智能具身智能 ■ 具身智能的基本概念 □ 具身智能的研究意义宏观意义：研究具身智能，可以推动我国各个领域的数智化转型，为建设制造强国、网络强国和数字中国提供支撑，促进我国实体经济的发展 , 科研意义：具身智能是通用人工智能未来的发展方向。它推动人工智能从虚拟世界走向物理现实，从专用任务迈向通用智能，有助于我们深入理解智能的本质。应用意义：具身智能技术能够提升机器人、自动化设备的智能化水平，增强其环境适应性和任务执行能力，从而在服务、医疗、教育等多个行业实现广泛应用。 ■ 具身智能的基本概念 □ 具身智能的政策支持发布时间发布单位政策名称重点内容 2025 年 3 月国务院《 2025 年政府工作报告》首次将“具身智能 e 和 ∩智能机器人”纳入国家战略，明确培育生物制造、量子科技、具身智能等未来产业。 2024 年 7 月国务院国资委、发改委《关于规范中央企业采购管理工作的指导意见》在工业机器人、先进医疗设备等科技创新重点领域，鼓励中央企业采购具身智能相关创新产品。 2024 年 4 月工信部等部门《推动工业领域设备更新实施方案 } 以生产、仓储物流等环节为重点，推动工业机器人等通用智能装备更新。 2023 年 8 月工信部等部门《新产业标准化领航工程实施方案 (2023-2035 年习》研制人形机器人相关标准，涵盖术语、核心零部件范、决策、运动控制、安全和应用等方面，推动行业规 2023 年 4 月网等《关于推进 IPV6 技术滴进和应用创新发展的实施意见》推动 IPV6 与 5G 、人工智能云计算等技术融合，支持具身智能在工业互联网等场票的应用感知网络创新 2023 年 1 月工信部等部门《“机器人 + ” 应用行动实施方案》设立专项基金支持机器人研发与推广，加速具身智能造业、物流、医疗等领域的场聚落地，建设国东级试验 2022 年 8 月工信部等部门 k 信息通信行业绿色低碳发展行动计划 (2022-2025 年 ) 推动 IPv6 与 5G 、人工智能、云计算笔技术的融合创新，支持智能机器人等应用场景拓展。中心在制发改委、中央、部信办工信。知化发展智能感 2024 年 1 月工信部等部门《关于推动未来产业创新发展的实施意见》提出到 2027 年人形机器人作为创新标志性产品，需突破高端装备技术，带动新技术产业化落地。 2023 年 12 月工信部、应急管理部《关于加快应急机器人发展的指导意见》提出到 2025 年研发一批先进应急机化，，试化，。提升机器人载荷功能、模块化水平和 2023 年 11 月工信部《人形机器人创新发展指导 = 见》到 2025 年初步建立人形机器人创新体系，实现关键技术突破和批量生产；到 2027 年形成完整产业链。管理装备现代实战测试基地急及应景推动点场能力廷立智能器人 ■ 具身智能的发展演进 □ 具身智能的发展阶段 2020s- 现在技术突破阶段 1990s-2020s 技术积累阶段 1950s-1990s 技术萌芽阶段 ■ 具身智能的发展演进 □ 具身智能的发展阶段——技术萌芽阶段 > 1927 年，第一个电驱人形机器人“ Televox' 诞生于美国西屋。 > 1950 年，艾伦 · 图灵 (Alan Turing) 发表了经典的《 Computing Machinery and Inte iigence ( Ⅱ 计算机器与智能 ) 》一文，其中首次提出了具身智能概念。 > 1960 年，首台工业机器人 Unimate 在美国通用汽车投入使用。 > 1968 年，斯坦福研究院研制了世界上首台移动机器人 Shakey 。 > 1973 年，日本早稻田大学研制第一台人形机器人 WABOT:1 。 1985 年，日本 Epson 公司推出了第一款家庭机器人“ AlBO” 。 > 1986 年，日本本田公司的人形机器人 ASIMO-E0 问世 , > 1986 年，美国计算机科学家罗德尼 · 布鲁克斯 (Rodney Brooks) 提出通过感知和动作驱动的环境交互来设计智能机器。智能体可以通过与环境进行直接的物理交互，以一种更加简单、有效的方式产生智能亍为。 > 1991 年，麻省理工学院 (MIT) 的 Cog 项目开始研究仿人形机器人的认知能力。 > 1991 年，罗德尼 · 布鲁克斯发表论文《 intelligence:Without RepΓesentation ( 无表征智能 ) 》 , 认为智能可以通过行动与环境的交互而自然涌现 , ■ 具身智能的发展演进 □ 具身智能的发展阶段——技术积累阶段 (1) > 1990 年，麻省理工学院推出一款模仿人头部的机器人 Kismet 。 > 1991 年，布鲁克斯基于“感知 - 行动框架，研发可以自主行走的六条腿机器人 Genghis , 可以自主行走。 > 1999 年，日本索尼公司推出犬型机器人爱宝。 > 2002 年，丹麦 IRobot 公司推出世界上第一台家用扫地机器人 Roomba 。 > 2004 年， AldebaΓan 发布了能够识别情感的机器人 Nao 。 > 2006 年， Hanson Robofi.cs 发布了能够模拟人类面部表情的机器人。 > 2009 年，谷歌推出 Prius 自助驾驶汽车。 > 2010 年，柳树车库 (Wlow Garage) 发布了开源机器人操作系统 ROS, 促进了机器人领域的合作研究 , ■ 具身智能的发展演进 □ 具身智能的发展阶段——技术积累阶段 (2) > 2013 年，美国波土顿动力发布机器人 Atlas 。 > 2015 年，软银公司发布机器人“ Papper” 。 > 2016 年，法国 Inria Flower 实验室开发的 POPPY 上市。 > 2016 年，美国谷歌公司开源推出 Tesorlow 深度学习平台和 Dopamine 强化学习平台。 > 2018 年，中国优必选 WWalkeΓ 系列机器人上市。 > 2020 年，美国 - 敏捷机器人公司 DIGIT, 避障、上下楼梯，配会自动驾驶车辆送快递交付包裹。 > 2020 年，中国达闼机器人发布 Cloud Ginger XR-1 。 ■ 具身智能的发展演进 □ 具身智能的发展阶段——技术突破阶段 > 2021 年，优必选 WalkeΓ X 实现了中国双足机器人行走能力的突破 , > 2022 年，小米发布 CybeΓOne , Mi-Sense 深度视觉模块及 AI 算法构造三维空间感知。 > 2022 年，美国特斯拉发布机器人 Optimus, 搭载自动驾驶级 FSD 芯片，基于视觉神经网络预测能力的自动驾驶技术。 > 2023 年，英伟达 CEO 黄仁勋表示，人工智能的下一个浪潮是具身智能。英伟达发布多模态具身智能系统 VIMA, > 2023 年，李飞飞等提出 VoxPoser 系统，将大语言模型 (LLM) 接入机器人。 > 2023 年，英国 EngineeΓed Arts 为 Ameca 接入 GPT:3/4 增强了其语言的灵活性并增强了其面部表情 , > 2023 年，中国傅利叶推出 GR-1 通用人形机器人，多模态大模型、高度仿生的躯干构型、拟人的运动控制；宇树科技 UnitΓee H1 发布；智元机器人远征 A1 发布 , > 2023 年 8 月，谷歌 DeepMind 推出机器人模型 Roboiics Transformer 2 (RT-2) 。 > 2024 年 3 月， OpenAI 与人形机器人初创公司 Figure 合作推出了 Figure:01 机器人。 > 2024 年，智元机器人发布“远征”与“灵犀”两大系列共五款商用人形机器人新品。 > 2025 年，挪威公司 1X Technologies 发布仿人体骨骼结构 Neo Gamma 机器人。 > ■ 具身智能的发展演进 □ 具身智能的爆发背景 > 一方面， Al 浪潮爆发，出现了功能强大的大模型和智能体，能够对大量的感知数据进行高效学习和处理。 Al 越来越强，但想要将 Al 能力真正用起来，就必须让它在物理世界落地。这肯定需要一个物理载体。另一方面，传统的自动化机械，只能完成死板的程序指令，大大限制了它的应用场景。引入强大的 AGl ( 通用人工智能 ) 大脑，能够提升泛化能力，让机器变得真正聪明，扩大应用场景和范围 , > Al 需要身体，机器人需要大脑。两者双向奔赴，刺激了具身智能的全面爆发 , 我们也可以说，具身智能是 Al 发展到一定阶段的必然产物，是一种新的 A 范式。 ■ 具身智能的发展演进 □ 具身智能的五个阶段 > 无智能阶段：只能执行简单的预设任务，缺乏自主性和适应性；基础智能阶段：开始具备基本的感知能力，能够对外界环境做出简单的反应； > 中等智能阶段：能够进行更复杂的感知和处理任务，如图像识别和语音识别； > 高度智能阶段：展现出较高的自主性和适应性，能够进行自我学习和优化，执行复杂的任务； > 超级智能阶段：理论上将具备超越人类的智能水平，能够进行创新和自我意识的决策。 ■ 具身智能的核心技术 □ 具身智能的三大核心要素 > 本体：智能体的物理载体，具备感知、运动和操作能力。本体的形态和功能直接影响智能体的任务执行能力。 > 智能：负责感知、理解、决策和控制的核心模块，通常由多模态大模型 ( 如 LLM 、 VLM) 驱动。通过整合视觉、语言、触觉等多种模态数据，生成适应环境的行动策略。 > 环境：智能体交互的物理世界，包括动态变化的场景和任务目标。环境的复杂性和不确定性要求智能体具备强大的适应能力和实时学习能力。感知交互环境 ■ 具身智能的核心技术 □ 具身智能的分类 ( 按功能用途 ) 工业机器人：应用于生产过程与环境的机器人。 · 搬运作业 / 上下料机器人、焊接机器人、喷涂机器人、加工机器人、装配机器人、洁净机器人等。服务机器人：个人 / 家用服务机器人及专业服务机器人 , · 家务机器人、教育机器人、娱乐机器人、养老助残机器人、餐饮机器人、讲解机器人、迎宾机器人等。特种机器人：可以在极端环境下 ( 如高温、高压、辐射等 ) 替代人类完成任务。 · 检查维修机器人、专业检测机器人、搜救机器人、专业巡检机器人、侦察机器人、排爆机器人、专业安装机器人、采掘机器人等。 ■ 具身智能的核心技术 □ 具身智能的分类 ( 按形态 ) > 人形机器人 > 固定式机器人 > 轮式机器人 / 履带式机器人 > 多足机器人 > 仿生机器人智能汽车 / 无人机 / 无认船 □ 具身智能的分类 ( 按形态 ) —— 人形机器人 > 人形机器人是目前最常见，也最引人瞩目的类别。 > 人形机器人的最大优势——通用性强 , > 人形机器人因为有类似人类的身体结构，可以更方便地使用门把手、楼梯、工具等设施，也能够适应人类工作场景。 > 人形机器人在交互上也有天然优势。它们可以通过表情、动作与人类交流，比如点头、挥手，甚至模仿人类的情绪，更容易被用户接纳。 ■ 具身智能的核心技术 ■ 具身智能的核心技术 □ 具身智能的分类 ( 按形态 ) —— 固定式机器人 > 通常安装在固定位置执行任务。常用场景：安装在工业生产线上 ( 如焊接、装配、搬运 ) 。 □ 具身智能的分类 ( 按形态 ) —— 轮式机器人 > 轮式机器人主要依靠轮子进行移动，常见于仓储物流、巡检安防等领域。 > 为了方便工作，制造厂商往往会开发那种“下面是轮子，上面是手臂 9 的轮式机器人，也叫做轮臂机器人。 > 轮式机器人的优点主要是移动速度较快，能够快速穿梭在仓库或工厂中丨完成货物的搬运 : 分拣等工作。它们具备较好的环境感知能力丨能够在复杂环境中自主导航和避障〉 ■ 具身智能的核心技术 ■ 具身智能的核心技术 □ 具身智能的分类 ( 按形态 ) —— 多足机器人 > 比较常见的机器狗，其实就属于多足机器人 ( 四足机器人 ) 。 > 多足机器人模仿了昆虫或爬行动物的行走方式，具备较强的地形适应能力，灵活性和稳定性更强，可以在崎岖不平的山路、废墟等环境中自由行走，执行勘探、救援等任务。 > 像机器狗这样的四足机器人，也适合扮演 Al 宠物这样的角色，用于家庭服务或特殊人群服务 ( 导盲 ) 场景。 ■ 具身智能的核心技术 □ 具身智能的分类 ( 按形态 ) —— 仿生机器人 > 仿生机器人是一类通过模仿生物体的结构、运动方式、感知机制或行为特性来设计和工作的机器人。 > 它们融合了生物学、机械工程、电子技术、控制科学和人工智能等多个领域的知识，旨在让机器人能够像生物一样灵活、高效地适应复杂环境并执行任务。 > 代表：水下仿生机器人、空中仿生机器人、地面仿生机器人、特殊仿生 . … ■ 具身智能的核心技术 □ 具身智能的分类 ( 按形态 ) —— 智能汽车 / 无人机 / 无人船 > 智能汽车、无人机、无人船等设备，本质上也属于具身智能。它们通过传感器 ( 摄像头、雷达等 ) 实时感知周围环境，并利用 Al 算法进行数据处理和分析，从而实现自动驾驶、自主导航、自动避障等功能，符合前面说的具身智能定义。 ■ 具身智能的核心技术 □ 具身智能的技术体系参考：《具身智能发展报告 (2024) 》 , 中国信通院。位置定位世界模型视觉语古动作模里 V A s 强化学习范式升级环填交互大模型加环境交互基础支撑层操作系统中间件云计算与边缘计算仿真平台具身本体决策行动从环境感知信息任务层感知对象识别场聚理解 … … 真实世界数据知觉温度触行动改变环境反馈安全与隐私保护预到