郑南宁院士：具身智能，在物理世界中成长

人工智能正从“数字世界”走向“物理世界”，“十五五”规划纲要把具身智能列为未来产业之一。具身智能不等于人形机器人，人形只是载体之一；其关键在于智能系统能否真正进入真实环境，形成“感知—认知—决策—行动—反馈”闭环，并在行动中学习、修正内部模型与策略。具身智能可通过婴儿认识世界来理解：婴儿通过触摸、抓取、跌倒和重新尝试建立对世界的理解，认知在身体与环境互动中逐步形成。具身智能系统通常由感知系统、决策系统和执行系统构成。当前大语言模型更像“书房中的智能体”，主要擅长语言生成与知识表达，并不直接作用于物理世界。其能力进化可概括为：世界模型形成、多模态表征、因果推理、生成与行动一体化。当前系统仍存在单一信息域处理、跨模态统一不足等局限，面临黑箱问题、算力与部署矛盾、产业生态尚未成熟等挑战；发展依赖高质量多模态数据和高逼真仿真环境。应用方面，工业制造正从单点自动化走向全流程闭环；医疗康复、城市治理与公共安全、家庭服务、自动驾驶等领域均是其落地场景。具身智能的本质不是让机器“像人”，而是让智能进入现实世界，在复杂、不确定环境中持续学习与适应。我国已形成政策引导、技术突破与产业应用协同发展格局，但仍需在基础理论、原始创新与开源生态方面持续突破。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郑南宁。