基于大模型的具身智能系统综述 王文晟 1 谭 宁 1 黄 凯 1 张雨浓 1 郑伟诗 1 孙富春 2 摘 要 得益于近期具有世界知识的大规模预训练模型的迅速发展, 基于大模型的具身智能在各类任务中取得了良好的 效果, 展现出强大的泛化能力与在各领域内广阔的应用前景. 鉴于此, 对基于大模型的具身智能的工作进行了综述, 首先, 介绍大模型在具身智能系统中起到的感知与理解作用; (Large language model, LLM) 的具身智能系统面临的挑战与发 展方向进行讨论与总结. 关键词 大语言模型, 大型视觉模型, 基础模型, 具身智能, 机器人 引用格式 王文晟, 谭宁, 黄凯, 张雨浓, 郑伟诗, 孙富春. 基于大模型的具身智能系统综述. 自动化学报, 2025, 51(1): 1−19 DOI 10.16383/j.aas.c240542 图 1 基于大模型的具身智能工作概览 Fig. 1 Overview of embodied intelligence work based on large models 1 期 王文晟等: 基于大模型的具身智能系统综述 3 OVMM 基准测试, 提供了高质量的多房间家庭环 境, 以支持在仿真和物理环境中进行广泛的基准测 试. 为了解决开放词汇移动问题, 文献 [103] 利用

information 国美系 北京 黄光裕 三联商社、中关村、山东金泰 厦门当代系 福建 王春芳 国旅联合、当代东方、厦华电子 武汉当代系 湖北 艾路明 三特索道、人福医药、当代明城 横店系 浙江 横店东磁、普洛药业、英洛华 精功系 浙江 金良顺 精功科技、精工钢构、会稽山 华夏系 河北 王文学 华夏幸福、玉龙股份、黑牛食品 银亿系 浙江 熊续强 银亿股份、康强电子、河池化工 广汇系

新范式的本质：替代了人类专家的角色，把人从开发链条中移出 25/30 口 未 来 Al 计算速度将更快、成本更低 口未来算法的能力将会更大，智能程度将会更高 2024 年 11 月 27 日，王坚《无尽的计算： Al 和研究范式变革》的演讲： “ 我们目前已经进入计算科学时代，云计算在未来的研究中可以发挥重要作用。未来通过计算能力， 我们可以利用 Al 扩展人类的创造力，进一步探索世界。 49/80 鲁洁 章文恺 冯晨昕 张健 郑泽宇 章超波 荷兰埃因霍温理工大学 王嘉茜 贺佳宁 蒋睿勤 博士后 报 告 提 纲 大语言模型应用的科研案例 …

research in contemporary societies[M]. Beijing: Peking University Press, 2011.（in Chinese） [26] 石响，王天乐, 夏乾臣, 等 . 基于大型语言模型的应急人机 协同救援关键技术 [J]. 指挥与控制学报, 2024, 10（3）: 276- 283. SHI X, WANG T L, XIA Q C, et language models[J]. Journal of Command and Control, 2024, 10（3）: 276-283.（in Chinese） [27] 吴昊，董福安，王雪飞，等 . 基于大模型的应急指挥辅助决 策系统设计 [J]. 指挥与控制学报, 2024, 10（6）: 752-759. WU H，DONG F A，WANG X F，et al. Design of

修复后已验 证 #002 订单处理模 块 订单状态更新延迟超过 5 秒 中 待修 复 李工 正在分析原 因 #003 支付模块 支付成功后未更新订单状 态 高 已修 复 王工 修复后待验 证 此外，测试结果应通过可视化工具（如仪表盘或图表）进行展 示，便于团队及时了解测试进展和系统状态。通过持续集成和持续 测试（CI/CT）流程，可以进一步优化测试效率，确保每次代码提 001 功能 A 无法正常运行 张三 2023-10- 15 已完成 通过 002 性能 B 响应时间过长 李四 2023-10- 20 进行中 待验证 003 用户界面 C 不够友好 王五 2023-10- 25 未开始 待验证 通过上述流程，可以有效解决验收过程中发现的问题，确保项 目的最终交付质量。同时，建立完善的问题跟踪和整改机制，有助 于提升团队的响应速度和质量意识，为未来项目的顺利开展奠定基 需求规格说明书 2023-01-15 2023-03-20 张三 V1.2 系统设计文档 2023-02-10 2023-04-05 李四 V2.0 测试报告 2023-04-01 2023-04-15 王五 V1.0 此外，归档过程中需确保文档的安全性和访问权限管理。建议 将文档存储在加密的共享服务器或云存储平台中，并根据项目成员 的职责分配不同的访问权限。对于涉及敏感信息的文档，需额外设 置密码保护或限制下载权限。

“1+4”系列报告 顾问组 2025 综合算力指数 编写组 邬贺铨、张宏科、闻库、魏亮 周建明、曹磊、唐雄燕、何宝宏、曹振强 主编：李洁、郭亮 执行主编：吴美希 编委(按姓氏笔画排序)：王月、王少鹏、邱奔、何适、周曼、常金凤 谢丽娜、韩雨辰、温小振 46 国家正按照“点、链、网、面”体系化推进全国一体化算力网络工作，综合算力指数作为衡量我 国算力发展水平的重要标尺，相关研究工作意

DeepSeek 银行部署加速， AI 金融应用迎来跃迁 分析师：闻学臣 执业证书编号： S0740519090007 分析师：王雪晴 执业证书编号： S0740524120003 分析师：苏仪 执业证书编号： S0740520060001 联系人：蒋丹 Email ： jiangdan@zts.com.cn | 证 券 研 究 报 告 |

等全链路环节提供深度的技术加持，推动行业提升效能，实现高 质量发展的 同时，进一步提升普惠金融服务的广度与深度，为中国消费者提供更智能、更便捷、更有温度的保险产品与服务。 AIGC 时代，应用为王。为了解当下国内外主流大模型在保险领域应用的成熟度和稳定性，国内领先的保险科技平台——元 保，联合国内保险科技研究机构——分子实验室，共同发布《人工智能大模型保险行业应用评测报告》。报告特邀国内知名

Anthropic CEO达里奥·阿莫迪：我认为一个公平的说法是“ DeepSeek 生产的模型接近 7-10 个月前美国模型的性能，成本要低得多（但远不及人们建议的比例） ” Scale AI创始人亚历山大·王：“DeepSeek可能改变中美在人工智能竞赛中的格局” 游戏科学创始人冯骥：”DeepSeek，可能是个国运级别的科技成果。”“如果有一个AI大 模型做到以下任何一条，都是超级了不起的成就，但

中国软件与技术服务股份有限公司 2 用友网络科技股份有限公司【600588】 公司信息 企业状态 存续 注册资本 343632.3835万人民币 企业总部 北京市 行业 软件和信息技术服务业 法人 王文京 统一社会信用 代码 91110000600001760P 企业类型 其他股份有限公司(上市) 成立时间 790358400000 品牌名称 用友网络科技股份有限公司 经营范围 电子计算机