习近平总书记指出，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，正从 “数字世界” 走向 “物理世界”。“十五五” 规划纲要将具身智能划定为未来重点发展产业，当下各类机器人活跃在生产线、公共服务等各类场景，人工智能迎来重要转型，演化成能够在物理环境中持续交互、自主学习迭代的具身智能形态。在人工智能重塑生产生活模式的当下，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围绕行业热点，系统解读具身智能的内涵、技术路径与未来价值。

  人工智能当下重要发展方向，是让机器突破单纯信息处理、逻辑推演的局限，在复杂多变的现实环境中自主完成各类实操任务。从工业产线精细加工，到复杂地形自主移动，再到动态场景灵活运动，各类机器人应用落地的背后，是人工智能从单纯计算向实体行动的转型，最终形成能够和物理环境持续交互、自主学习进化的具身智能。首先需要厘清关键认知误区，具身智能并不等同于人形机器人，人形只是载体形式之一，评判一套系统是否属于成熟具身智能，核心不在于外观是否贴近人类，而是能否切实解决现实场景中的各类难题。具身智能的核心内核，是搭建起 “感知 — 认知 — 决策 — 行动 — 反馈” 完整运行闭环，系统在这套循环中持续调整自身行为，依靠实践学习优化内部运行模型与执行策略。

  理解具身智能可以参照婴儿认知世界的过程，孩童不会先学习理论文字，而是依靠触摸、抓取、反复尝试建立对周遭环境的认知，视觉搭建空间认知、触觉提供物理反馈、不断运动修正对事物的预判，认知诞生于躯体与环境的持续互动。智能并非仅存在于算法模型中的计算行为，躯体本身就是认知体系不可或缺的组成部分，全程参与感知、理解、执行全流程，这也是具身智能的核心内涵。一套完整的具身智能系统分为三大组成部分，感知系统依靠视觉、触觉、力觉等传感器采集环境信息，决策系统完成环境理解与行动规划，机械臂、移动底盘等实体执行机构负责作用于物理世界，三者形成闭环，让智能体在实操过程中持续学习，区别于仅依靠离线数据训练的传统大语言模型。大语言模型更偏向脱离现实场景的文本智能，擅长文字生成与知识输出，无法直接作用于物理空间，而真实世界充斥光照变化、物体遮挡、材质差异等不确定因素，对环境自适应能力提出更高要求，因此具身智能不是现有大模型的简单延伸，而是重新定义躯体、行动、环境在智能生成过程中的核心价值。

  具身智能并非全新概念，早在 1986 年我国启动的 863 计划自动化专项中，就规划研发精密装配、水下作业、恶劣环境特种机器人，这类需要实景闭环作业的设备，便是早期具身智能雏形。伴随近些年算法迭代、算力升级、多模态数据资源持续丰富，这项前沿技术才真正具备大规模工程落地的条件。

  想要实现从看懂世界到改造世界的跨越，具身智能需要四项核心能力协同支撑。第一是世界模型构建能力，系统在内部搭建可模拟真实环境的虚拟空间，开展行动前提前推演各类决策带来的不同结果，让智能体摆脱被动响应模式，实现主动预判与前瞻性规划。第二是多模态统一表征能力，现实环境包含视觉、语言、触觉、听觉等多元异构信息，具身智能能够将各类信息整合至统一语义框架，形成对环境完整、立体的认知。第三是因果推理能力，传统大模型依靠数据统计关联完成学习，难以精准把握事物内在因果逻辑，容易出现违背物理常识的内容幻觉，具身智能能够建立稳定的动作与结果因果链条，保障复杂环境下决策稳定可靠。第四是生成与行动一体化能力，依托生成式 AI 技术搭建端到端统一建模体系，机器人接收自然语言指令即可自动生成整套行动方案，硬件完成操作后结合环境反馈持续修正执行策略。

  当前这套技术体系仍存在明显局限，多数模型仅能处理单一类型信息，难以完成深度跨模态融合，行业前沿方向转向信息、物理、认知三域融合建模，打造更贴近人类的完整认知体系，但落地过程中多重挑战亟待攻克，深度模型存在决策黑箱，可解释性不足；大模型算力需求高，难以在小型机器人边缘终端实现实时运行；全行业统一标准、硬件接口规范尚未完善，产业配套生态仍在培育；同时仿真训练环境与真实场景存在明显差距，虚实迁移效果受限。高质量多模态数据集是具身智能迭代的核心资源，高逼真仿真平台是低成本预演测试载体，缩小虚拟与现实场景差异，是全行业重点攻坚方向。

  具身智能的价值最终需要落地现实应用场景才能充分释放，如今多行业已经开启规模化落地进程。工业制造领域，智能系统逐步从单一执行工具转向意图驱动智能体系，工艺参数直接接入智能模型，自主挖掘生产优化空间，充当数字检验人员实时监控产品质量、统筹生产调度，依托传感器与数字孪生技术，完整生产流程在虚拟空间同步复刻，实现全程可视化、可追溯，制造业从单点自动化迈向全流程智能闭环，也是具身智能在工业领域的典型落地形态。医疗康复领域，智能设备成为医师重要辅助工具，参与微创手术、术后康复训练，大幅降低手术操作风险，减少医护人员重复性工作。城市治理与公共安全领域，无人机、地面机器人协同完成基础设施巡检，深入桥梁、电网、地下管道等高危作业区域，替代人工开展隐患排查。家庭场景中，具身智能产品逐步走入日常生活，承担陪护、教学、基础家政相关工作。交通领域的自动驾驶系统，依靠环境感知、世界模型构建、路径规划、车身控制完整流程运行，是现阶段商业化程度最高的具身智能形态。

  具身智能的核心目标并非打造外观酷似人类的设备，而是让智能真正走进现实世界，在充满不确定性的复杂环境中持续学习、自主适应。人工智能完成了从符号数据世界向真实物理世界的进化，依靠具身智能实现看懂世界、实践成长、改造世界的完整升级。国内目前已经形成政策引导、技术突破、产业落地协同推进的良性发展格局，但底层基础理论、源头原始创新、开源产业生态仍存在提升空间。作为多学科交叉的前沿赛道，具身智能需要科研机构、市场企业长期持续投入。放眼长远，兼具环境理解、自主思考、实体操作能力的具身智能体，将深度重构社会生产方式与大众日常生活，持续培育壮大新质生产力，成为推动产业变革、驱动社会发展的关键力量。