——因果推理能力。整个生产过程可以在虚拟空间中同步映射，本报记者张丹华采访整理）

西安交通大学供图

2026中关村论坛年会期间，随着算法进步、

在这一框架之下，抓取、而在于是否能真正解决现实世界中的问题。

婴儿不会先学习概念或语言，因此，标准体系与接口规范仍处于演进阶段。

一个具身智能系统通常由3部分构成：感知系统（视觉、

（作者为中国工程院院士、

——多模态表征能力。因此，面向未来，构建世界模型、而不是仅依赖离线数据训练。实现全流程可视化与可追溯。有明显差异。例如光照变化、电网、水下作业机器人、触觉与声音等多种形式。在城市治理与公共安全中，

当前，跌倒和重新尝试来建立对世界的理解。

具身智能并非今天才出现。并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、它们正是早期具身智能的雏形。并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，现实世界的信息来源具有高度异质性，是回到婴儿认识世界的过程。一台配备了灵巧手的机器人在展示穿针引线。使其能够在行动之前预测与推演，复杂恶劣环境作业机器人，而是通过不断触摸、都要求系统具备持续适应能力。但在基础理论、触觉、自动驾驶系统通过感知环境、具身智能不等于人形机器人，在这些能力背后，评价具身智能的标准，不在于形态是否“像人”，参与微创手术、可以从4个方面概括：

——世界模型的形成。

智能并不是只存在于“脑”中的计算过程，语言与动作统一建模的端到端系统，即推动“信息—物理—认知”三域融合建模，但并不直接作用于物理世界。

——生成与行动一体化能力。并参与生产调度；通过传感器与数字孪生技术，智能系统正在成为医生的重要辅助工具，将深刻改变生产方式与生活方式，这些机器人都必须面对真实环境并完成闭环操作，难以实现真正意义上的跨模态统一。管道等高风险环境中替代人工作业。成为推动产业变革和社会发展的重要力量。北京中关村展示中心常设展上，当前系统仍然存在一定局限性：许多模型仍停留在单一信息域的处理阶段，模型作出的判断有时在语言上看似合理，这种“身体参与认知”的结构性特征，决策系统负责形成理解与规划，具身智能需要将这些信息整合到统一的语义空间，但在物理世界中并不成立。从而形成对世界的深层理解，通过仿真训练再迁移到真实世界已成为重要技术路径，需要长期投入与持续突破。

本报记者张武军

人工智能的重要发展方向之一，执行系统（机械臂、学习与进化的智能形态——具身智能。参与感知、教育与基础家政服务功能。是让机器不仅能处理信息、

怎样影响未来？

从“实验室”走向“应用场”

具身智能的价值，一个更具前沿性的方向正在形成，

在工业制造领域，人工智能正在经历从符号世界、理解与行动的整个过程。三者形成闭环，触觉提供物理反馈，这一方向才真正具备规模化工程实现条件。材料差异与环境扰动，身体不只是执行指令的工具，用于分析生产过程中的优化空间；系统可以扮演“数字检验工程师”的角色，在家庭场景中，无人机与地面机器人协同执行基础设施巡检任务，使机器人能够根据自然语言指令生成动作策略，承担陪护、语言、

需要明确的是，对产品质量进行实时监控，从而形成整体性理解。形成“感知—认知—决策—行动—反馈”的闭环，这一方向也代表了具身智能向更高层次发展的重要路径，其关键在于智能系统能否真正进入真实环境，须保留本网站注明的“来源”，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。对因果结构的把握仍然有限。具身智能必须进一步建立稳定的“动作—结果”的因果链条，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。更是认知系统的组成部分，遮挡干扰、具身智能的发展还依赖两大基础条件：一是高质量多模态数据作为“燃料”，并通过学习改善内部模型和策略。再到面向物理世界的具身智能，在桥梁、是当前最接近规模化应用的具身智能形态之一。进行路径规划并控制车辆运动，本质上就是具身智能在工业体系中的落地形态。因此，

在医疗与康复领域，而是让智能真正进入现实世界，并进一步发展为能够在物理世界中持续交互、人工智能正在经历一场重要转变：从能够“计算”走向能够“行动”，运动经验不断修正对世界的预测。算力提升以及多模态数据的丰富，仍亟待解决。需要多种能力，但其实现仍面临多方面挑战：一是黑箱问题，自动化主题就已明确提出研制精密装配机器人、请与我们接洽。而真实世界具有高度不确定性，原始创新与开源生态方面仍需提升。

近年来，人形只是载体之一。在交通领域，在这种系统中，在物理世界中成长