具身智能：开启工业“智”造新征程

当下，具身智能与智能机器人技术正在与传统工业制造领域深度融合。近日，《中国化工报》记者从中国工程院院士、中国科学院沈阳自动化研究所研究员于海斌处了解到，具身智能正在让人工智能（AI）从“虚拟大脑”变为“物理实体”，也让工业制造加速向智能化生产与全流程自动化方向迭代。

加快具身智能工业应用需求迫切

具身智能不是新提出来的概念。于海斌表示，早在1950年，图灵在他最著名的一篇文章中就提到，未来将有两种智能情况：一种是离身智能，通过计算机进行运算推理，更关注于抽象活动；另一种就是具身智能，即为机器配备最好的传感器，使其像婴儿一样进行学习。“1950年到现在的发展历史可以证明，具身化是生成式人工智能（GAI）发展的历史必然。”于海斌说。

在此背景下，于海斌谈道，开发具身智能系统应遵循三个原则。第一，具身智能系统不必依赖预定义的、复杂的逻辑来管理特定的场景。第二，具身智能系统必须包含进化学习机制，使它们能够持续适应其运行环境。第三，环境在塑造身体行为和认知结构方面发挥着关键作用。

“如果机器人通过长期的环境反馈，实现自体智能提升，将来超过人的智力也是有可能的。”于海斌说，“原来我做机器人，我会把底层的主逻辑、场景都告诉它，然而现在的架构要求机器人对于环境有更加深刻的感知、认知，这是人工通用智能的一个重要发展过程。比如，与能源有关的矿山开采、煤炭采掘，工人在这些场景下工作是非常危险的，其中的许多场景需要工人去认知，通过大模型提升机器人的认知能力，加快具身智能在工业领域，特别是高危行业的应用，也是十分迫切的。”

人形机器人或成具身智能最佳载体

于海斌提出，国际期刊《Nature》中的一篇文章认为物理智能和数字智能的结合是实现真正智能的最后一步。由此，人工智能进入通用智能的攻坚战阶段，各行各业正在不断探索应用。这引起了工业界的重视，国际机器人联合会（IFR）就曾表示，人工智能和机器学习可帮助更多机器人，机器人技术正在见证人形机器人的重大进步，旨在各种环境中执行各种任务。

于海斌表示，未来机器人安装量的增长将受到人工智能、人形设计、可持续制造、新兴商业模式以及应对劳动力短缺等五个主要趋势影响。

“研发机器人以解决问题为导向，探索更多的应用场景。从理论上讲，人形机器人被认为是具身智能的最佳载体。”于海斌举例说明，有一种小型液压驱动仿生下肢，可以模仿人类腿足的机构和髋踝灵活性，关节最大输出扭矩1030N·m，远超当前人形关节的200-300N·m，为高运动能力实现奠定了基础，且每个关节布置有位置传感器和压力传感器，可以实现液压力位混合控制。

“很多人说液压没有价值选择放弃，但我们还在坚持研究，积极地推动这件事。因为在采掘煤炭、矿产等场景下，电动的驱动力容易不足，研究液压驱动十分必要。”于海斌说。

场景驱动将是未来主要研究模式

据于海斌介绍，智能机器人技术正由传统的短时序示教规划往长时序行为自生成方向发展，机器人本体也由固定单肢往移动多肢过渡，从而代替人进行复杂作业。他比喻说：“将来的机器人可能出厂是一样的，标定完经过环境的驯化学习再生成特点。就像人类，生下来都是一样的，长大后会随着环境的变化产生不同的性格特点。”

在此背景下，行为智能新技术的研究方向主要围绕数据获取、模态间联、认知提升三方面展开。具体而言，一是大规模提高质量数据高效获取方法、设备与数据清理；二是不同模态间的关联性描述建模及感知系统优化；三是机器人大模型新型架构及基于自主发育网络的机器人认知方法。

“如果用自动驾驶的体系来形容我们当下的发展程度，我们大概处在L2和L3之间的水平，能辅助，但并不全面，距离完全自主差距还很大。”于海斌判断，未来机器人硬件的发展会落后于具身智能技术的发展，如软件技术和智能技术，并且具身智能技术的应用也会先于理论体系的构建。

没有理论，怎么能有技术呢？面对这种质疑，于海斌分享了自己的思考：未来具身智能与世界模型的结合将是发展的关切点，场景驱动在相当长时间内将是主要的研究模式。厂家自己训练人形机器人，如果不符合社会发展规律，应用场景就会受限。因此，他更推崇“一脑多机”，即一个有丰富知识的模型能够在若干个机器人身上应用。人形机器人未必是通用终端的终极形态和唯一答案，具身智能可能在像工业机床、家用电器等多样化设备上应用。而等到下一个具有普适性的智能终端出现时，具身智能将迎来新的发展高潮。