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; 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 CSTR 32138.14.j.aas.c240542 Embodied 惊讶的理解、判断和行动能力. 随着大模型的发展, 近年基于大模型的具身智 能工作已经成为研究热点, 各类试图将二者结合的 工作层出不穷. 尽管目前有一些以具身智能为主题 的综述[21−23], 但并未聚焦于大模型. 目前也有综述研 究大模型在机器人上的应用[24−28], 但不同的是, 本文 的内容更倾向于从具身智能的角度介绍二者如何有 机结合, 并加入对模型规划层级的分类探讨. 此外, 由于该领域发展迅速

和安全性受到越来越多的重视。目前，已经有多项研究开始探 讨如何在保证患者隐私和数据安全的情况下，合理应用生成式 AI。 基于上述技术发展现状，AI 生成式大模型在医疗场景的潜在应 用包括：  自动化文献综述和报告生成：AI 可以从大量医学文献中提取 关键信息，帮助医生快速获得最新研究成果。  个性化医疗建议：通过分析患者的病历和治疗反应，AI 可以 为医生提供个性化的治疗建议。  临床辅助诊断：结合影像识别与文本分析，AI 比对，快速提供初步诊断意见，减轻医生的工作负担，进而改善患 者的就诊体验。 其次，该技术在医学文献撰写与临床研究中也具有实用价 值。AI 生成式大模型可以快速整合最新的医学研究成果，生成高质 量的文献综述和研究提案，帮助研究人员节省时间，提高文献的更 新频度。此外，通过对临床数据的深度学习，AI 还能够识别潜在的 研究方向和创新点，为相关研究提供新的思路。 我们也必须注意到，AI 生成式大模型的应用需要严格遵循医疗

用户友好，适合快速概念模型 ArcGIS GIS 软件 空间数据处理、地理分析 强大的空间分析能力 Unity VR/AR 工 具 创建虚拟环境与交互体验 丰富的开发资源，支持多平台发 布 以上综述的建模软件与工具，将为铁路沿线实景三维建模项目 提供坚实的技术支撑，确保在快速变化的环境中，仍能保持高效的 工作流与精确的成果。 2.2 人工智能算法应用 在铁路沿线实景三维 AI 大模型应用方案中，人工智能算法的