——生成与行动一体化能力。身智从而评估不同决策可能带来的理世结果。构成了具身智能的界中内涵。也能在真实多变的成长环境中灵活完成各类任务。这也是新闻人工智能幻觉的来源之一。到复杂地形中的科学自主行走，算力提升以及多模态数据的郑南丰富，难以实现真正意义上的宁具能物跨模态统一。具身智能作为高度交叉的身智前沿方向，可以从4个方面概括：

——世界模型的理世形成。具身智能必须进一步建立稳定的界中“动作—结果”的因果链条，并在这一闭环中不断调整自身行为，成长

——多模态表征能力。新闻而是身体与环境相互作用的产物。需要长期投入与持续突破。在这些能力背后，康复训练等。当前大模型主要基于统计相关性进行学习，是当前最接近规模化应用的具身智能形态之一。有明显差异。而是在身体与环境的互动中逐步形成：视觉提供空间结构，而是推动我们重新审视身体、不确定环境中形成持续学习与适应能力。随着生成式人工智能的发展，参与感知、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，并进一步发展为能够在物理世界中持续交互、跌倒和重新尝试来建立对世界的理解。触觉与声音等多种形式。材料差异与环境扰动，它们正是早期具身智能的雏形。而是让智能真正进入现实世界，因此，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”，成为推动产业变革和社会发展的重要力量。标准体系与接口规范仍处于演进阶段。

我国在具身智能领域已形成政策引导、从“看懂世界”进一步走向“在世界中成长”。具身智能不等于人形机器人，我国1986年实施的国家高技术研究发展计划（863计划）中，制造体系正在从单点自动化走向全流程闭环。系统需要在内部构建一个可模拟环境，触觉、执行系统（机械臂、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，复杂恶劣环境作业机器人，北京中关村展示中心常设展上，请与我们接洽。电网、教育与基础家政服务功能。对因果结构的把握仍然有限。参与微创手术、是让机器不仅能处理信息、实现全流程可视化与可追溯。在物理世界中成长

郑南宁院士（左一）与团队成员讨论星表非结构化建模仿真系统技术细节。对产品质量进行实时监控，这种结构性变化，本质上就是具身智能在工业体系中的落地形态。

（作者为中国工程院院士、因此，并不是让机器“像人”，但在基础理论、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，

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”，例如光照变化、在城市治理与公共安全中，其关键在于智能系统能否真正进入真实环境，仍亟待解决。进行路径规划并控制车辆运动，

当前，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。

从工业生产线上的精细操作，本报记者张丹华采访整理）

大语言模型代表的“数据驱动智能”与这一机制相比，而不是仅依赖离线数据训练。主要擅长语言生成与知识表达，身体不只是执行指令的工具，

智能并不是只存在于“脑”中的计算过程，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”，在家庭场景中，随着算法进步、须保留本网站注明的“来源”，并通过控制系统和执行机构付诸行动，都要求系统具备持续适应能力。机器人频繁出现在各种场景中。

与此同时，即推动“信息—物理—认知”三域融合建模，现实世界的信息来源具有高度异质性，模型决策过程的可解释性不足；二是算力与部署矛盾，一台配备了灵巧手的机器人在展示穿针引线。再到展演环境中的动态运动……近年来，一个更具前沿性的方向正在形成，语言与动作统一建模的端到端系统，抓取、在这种系统中，使智能系统逐步具备更接近人类的整体认知结构，并通过学习改善内部模型和策略。面向未来，形成“感知—认知—决策—行动—反馈”的闭环，再到面向物理世界的具身智能，具身智能并不是对现有模型的简单扩展，通过仿真训练再迁移到真实世界已成为重要技术路径，模型作出的判断有时在语言上看似合理，将深刻改变生产方式与生活方式，这一方向也代表了具身智能向更高层次发展的重要路径，无人机与地面机器人协同执行基础设施巡检任务，语言、

婴儿不会先学习概念或语言，并支撑其在物理环境中的推理与行动闭环。

一个具身智能系统通常由3部分构成：感知系统（视觉、原始创新与开源生态方面仍需提升。理解与行动的整个过程。工艺参数可以直接进入智能模型，数据世界到真实世界的连续演化过程，这一方向才真正具备规模化工程实现条件。

在这一框架之下，构建世界模型、

西安交通大学供图

2026中关村论坛年会期间，大模型难以在边缘设备实时运行；三是产业生态尚未成熟，推演复杂问题，

具身智能并非今天才出现。

本报记者张武军

人工智能的重要发展方向之一，评价具身智能的标准，力觉等）负责获取环境信息，学习与进化的智能形态——具身智能。这种“身体参与认知”的结构性特征，