“具身智能”，AI的最终载体？

(资料图)

想象一下，有朝一日我们与ChatGPT的交互过程，不再是通过网页的聊天界面，而是与站在面前的一个“实体”进行直接交谈。最为通俗的代表，就是一个智能机器人。

在许多全球科技大佬的畅想里，AI技术发展的下一个目标，就是将这一充满科幻意味的场景变为现实。

▲（图源/视觉中国）

5月份，全球GPU芯片龙头英伟达创始人兼首席执行官黄仁勋在ITF World 2023 半导体大会上讲到，人工智能下一个浪潮有望是“具身智能（Embodied AI）”。这是一种能够理解、推理并与物理世界互动的智能系统。换句话说，具身智能意味着AI终将打破现实和虚拟的边界，成为可见、可感的真实主体。

不仅是黄仁勋，知名华裔科学家、斯坦福大学终身教授、计算机视觉经典数据集ImageNET开发者李飞飞，也将工作重点转向了具身智能。她认为具身智能有望推动AI技术从现有阶段，向有能力执行多步骤复杂类人任务的重大转变。

国金证券研报这样评价这个AI产业发展的新目标：具身智能机器人有望成为AI的最终载体。而从技术演进的角度来看，这个让人与AI在物理世界之中“重逢”的愿景，已然有了成为现实的基础。

具身智能机器人的技术原理包括感知层、认知层、执行层三大层面。

此前已实现大面积应用的工业机器人等产品，主要根据控制系统发出的指令信号控制机器人主体完成任务，依赖于机器人的执行层。如今在感知层，谷歌的视觉-语言模型PaLM等AI技术，可以进一步提升机器视觉能力；在认知层，ChatGPT（基于GPT-3.5模型）、GPT-4和其他层出不穷的大模型，可以将机器人对现实世界的理解能力推升至新阶段。

也就是说，具身智能机器人可以像真人一样，在环境中交互感知，自主规划、决策、行动并完成相应任务。

效率软件企业印象笔记高级副总裁乔迁告诉「市界」，具身智能的趋势，也符合其对大模型落地应用的观察。今年3月初，印象笔记刚发布了自研大模型大象GPT，并在4月将大模型引入全线产品。

他讲道：“相较于以网页对话窗口为入口，通用大模型和具体工具产品、物理产品的结合，具有更大的实用意义。以印象笔记提供的思维导图工具为例，此前用户在使用这类较复杂的功能时可能需要提前构思较长时间，但借助AI工具可以一站式地生成思维导图。这种结合将大模型的能力充分展现给了每一个人，满足了千人千面的实际需求。”

受此消息影响，近日来，机器人概念股震荡拉升，仅5月24日，就有多只股票涨停。

人形机器人迎来曙光

从理论上来说，具身智能的载体可能是任意形态的机器人，比如自然语言控制机械臂、无人机等，但并不止于此。李飞飞认为，具身智能的载体应该是任何可以探测和改变自身环境的智能体，“具身”的含义不是身体本身，而是与环境交互以及在环境中做事的整体需求和功能。

不过，在种种智能体中，许多行业领袖已经开始将目光投向了人形机器人领域，也就是模仿人类外观与行为的机器人种类。

2022特斯拉AI日上，特斯拉人形机器人Optimus（擎天柱）首次亮相。在5月17日召开的特斯拉2023年度股东大会上，人形机器人Optimus再次亮相，并展示了其最新的流畅行走、协同行走、识别并记忆周边环境等功能。

马斯克对Optimus寄予厚望，据其称特斯拉人形机器人在技术上“与车同源”，价格比车更低，将很大程度上改变人类生活。马斯克预计，Optimus机器人的需求可能会达到100亿个甚至更多，远超过人们对于汽车的需求。不过，Optimus的正式上市还没有明确时间表。

另一边，马斯克曾参与创立、接连推出了ChatGPT和GPT-4等大模型的研发团队OpenAI也开始押注这一市场。

今年初，挪威机器人公司1X Technologies宣布完成A2轮融资，共筹集到2350万美元，并在此轮融资中获得了OpenAI旗下创业基金的领投支持。

5月23日，《科创板日报》报道称，据该公司CEO透露，其开发的人形机器人已经在美国和欧洲投入使用。

此外，国内市场亦有优必选、小米、蒂艾斯科技等企业涉及了人形机器人投资与研发。

▲（图源/华西证券）

华西证券研报写道，人形机器人是继智慧城市、智能驾驶之后AI的下一波浪潮，长期来看，保守估计到2030年全球人形机器人市场规模可达万亿级别，是继智能驾驶电动汽车后又一空前蓝海。

从事智能机器人研发的工程师聂波则告诉「市界」，其认为人形机器人市场还需要更多技术沉淀与商业探索，“近期大模型的潮流给我们行业带来了新的活力，我们也在关注这方面的落地应用，致力于促进AI认知交互能力能够实现跃升。但是距离人形机器人能够真正走入寻常百姓家，需要产业软硬件技术的协同探索。我认为这是一个急不得的事情。”

聂波分享道，现阶段人形机器人商业化大多落地在B端场景，比如商业展会、政务服务等等，但如果想要满足陪护、日常家务的精细化操作等需求，产业不仅需要进一步精进软硬件技术，还需要成本结构的优化。

“我认为相比智能驾驶，人形机器人的整个行业远不够成熟，但是ChatGPT、文心一言这类大模型的出现，让产业看到了创造一个更聪明的机器人‘大脑’的可能性，未来可期”，聂波总结道。

（文中聂波为化名）

作者 | 董温淑

编辑 | 董雨晴

运营 | 刘 珊