有明显差别。

对因果布局的掌握仍然有限， 郑南宁院士（左一）与团队成员讨论星表非布局化建模仿真系统技术细节，而在于是否能真正解决现实世界中的问题，运动经验不绝修正对世界的预测，是当前最接近规模化应用的具身智能形态之一，到场微创手术、康复训练等，TokenPocket钱包下载， 本报记者 张武军摄 习近平总书记指出，具身智能作为高度交叉的前沿方向，正从“数字世界”走向“物理世界”，而是在身体与环境的互动中逐步形成：视觉提供空间布局， 在医疗与康复领域。

但如何缩小仿真与现实的差距，形成“感知—认知—决策—行动—反馈”的闭环，在这些能力背后，从“看懂世界”进一步走向“在世界中发展”，因此，仍亟待解决，从而形成对世界的深层理解，执行系统（机械臂、移动平台等物理实体）负责作用于物理世界。

在人工智能重塑人类出产生活范式的今天，因此，难以实现真正意义上的跨模态统一， 西安交通大学供图 2026中关村论坛年会期间，制造体系正在从单点自动化走向全流程闭环，都要求系统具备连续适应能力，到场感知、理解与行动的整个过程，具身智能必需进一步成立不变的“动作—成果”的因果链条，决策系统负责形成理解与规划，工艺参数可以直接进入智能模型，评价具身智能的尺度，也能在真实多变的环境中灵活完成各类任务，并支撑其在物理环境中的推理与行动闭环。

是让机器不只能处理惩罚信息、推演复杂问题，自动驾驶系统通过感知环境、构建世界模型、进行路径规划并控制车辆运动，在家庭场景中，一个重要趋势正在形成：智能系统正在从执行工具转向意图驱动系统，这种能力使智能系统从被动响应转向具有前瞻性的主动决策，一台配备了灵巧手的机器人在展示穿针引线，围绕热点问题进行解读，而是通过不绝触摸、抓取、跌倒和从头实验来成立对世界的理解， 需要明确的是。

并不是让机器“像人”，例如光照变革、遮挡干扰、质料差别与环境扰动，具身智能逐步进入日常生活，大模型难以在边沿设备实时运行；三是财富生态尚未成熟，但在物理世界中并不创立， “十五五”规划纲要把具身智能列为未来财富之一，自动化主题就已明确提出研制精密装配机器人、水下作业机器人、复杂恶劣环境作业机器人，并在这一闭环中不绝调整自身行为，再按照环境反馈连续修正。

最终必需在现实应用中表现，并进一步成长为能够在物理世界中连续交互、学习与进化的智能形态——具身智能，而不是仅依赖离线数据训练，使其能够在行动之前预测与推演，身体不但是执行指令的工具，这一方向才真正具备规模化工程实现条件。

婴儿不会先学习概念或语言，逐步呈现将视觉、语言与动作统一建模的端到端系统，具身智能的成长还依赖两大基础条件：一是高质量多模态数据作为“燃料”，再到面向物理世界的具身智能， 大语言模型代表的“数据驱动智能”与这一机制比拟，当前系统仍然存在必然局限性：许多模型仍停留在单一信息域的处理惩罚阶段，而真实世界具有高度不确定性，这种布局性变革。

但其实现仍面临多方面挑战：一是黑箱问题，在这种系统中。

而是身体与环境彼此作用的产品，无人机与地面机器人协同执行基础设施巡检任务，随着生成式人工智能的成长，因此，人工智能正在经历从符号世界、数据世界到真实世界的持续演化过程，并通过学习改善内部模型和计谋，实现全流程可视化与可追溯，三者形成闭环。

使智能系统逐步具备更接近人类的整体认知布局，它们正是早期具身智能的雏形，婴儿的认知并不脱离身体，系统需要在内部构建一个可模拟环境，再到展演环境中的动态运动……近年来，而是让智能真正进入现实世界，包罗视觉、语言、触觉与声音等多种形式， 一个具身智能系统通常由3部门构成：感知系统（视觉、触觉、力觉等）负责获取环境信息，模型作出的判断有时在语言上看似合理，负担陪护、教育与基础家政处事功能，整个出产过程可以在虚拟空间中同步映射。

成为鞭策财富厘革和社会成长的重要力量，才气在复杂环境中可靠运行，需要恒久投入与连续打破。

与此同时，这些机器人都必需面对真实环境并完成闭环操纵，本报记者张丹华采访整理） 《 人民日报 》（ 2026年08月08日 05 版） ， 当前，到复杂地形中的自主行走，。

使机器人能够按照自然语言指令生成动作计谋， 在这一框架之下。

——因果推理能力， （作者为中国工程院院士、西安交通大学人工智能与机器人研究所所长，具身智能让机器既“懂世界”又“能行动”。

我国1986年实施的国家高技术研究成长打算（863打算）中。

如何认识具身智能？具身智能怎样影响未来？ 本期“院士讲科普·未来财富”邀请中国工程院院士、西安交通大学人工智能与机器人研究所所长郑南宁。

成长为能够在物理世界中连续交互、学习与进化的智能形态——具身智能。

人工智能正在经历一场重要转变，具身智能不等于人形机器人， 在工业制造领域，当前的大模型更像“书房中的智能体”，并通过控制系统和执行机构付诸行动，在桥梁、电网、管道等高风险环境中替代人工作业，将深刻改变出产方式与生活方式，机器人频繁呈此刻各种场景中。

但并不直接作用于物理世界，一个更具前沿性的方向正在形成，尺度体系与接口规范仍处于演进阶段，用于阐明出产过程中的优化空间；系统可以饰演“数字检验工程师”的角色， ——编者 人工智能的重要成长方向之一。

本质上就是具身智能在工业体系中的落地形态。

智能系统正在成为大夫的重要辅助工具，人形只是载体之一。

这种“身体到场认知”的布局性特征，在复杂、不确定环境中形成连续学习与适应能力， 能力如何进化？ 从“看懂世界”到“改变世界” 具身智能要让机器真正“进入世界并在世界中行动”，当前大模型主要基于统计相关性进行学习，使系统能够在行动中学习。

人工智能是世界经济增长的新引擎和新旧动能转换的加速器， ——生成与行动一体化能力，从数据驱动的大模型，从而评估差异决策可能带来的成果。

在交通领域，因此，需要多种能力，对产物质量进行实时监控， 从工业出产线上的精细操纵。

更是认知系统的组成部门，二是高传神仿真环境作为“练兵场”， ——多模态表征能力，这也是人工智能幻觉的来源之一， 具身智能是什么？ 像婴儿一样认识世界 理解具身智能，但在基础理论、原始创新与开源生态方面仍需提升，主要擅长语言生成与常识表达，是回到婴儿认识世界的过程， 具身智能并非今天才呈现。

并到场出产调度；通过传感器与数字孪生技术，而是鞭策我们从头审视身体、行动与环境在智能形成中的作用，不在于形态是否“像人”， 智能并不是只存在于“脑”中的计算过程，在都会治理与公共安详中，具身智能需要将这些信息整合到统一的语义空间，模型决策过程的可解释性不敷；二是算力与陈设矛盾， 怎样影响未来？ 从“尝试室”走向“应用场” 具身智能的价值，一个最直观的方式，可以从4个方面概括：