我们先来了解一下什么是“具身智能”：具身智能，英文名是Embodied Intelligence，简称EI。1950 年，图灵在论文《Computing Machinery and Intelligence》首次提出了机器像人一样能和环境交互感知，自主规划、决策、行动，并具备执行能力，是AI的终极形态。

具体来说，具身智能指的是一种使机器能够通过感知、理解和模仿人类动作的能力，这种智能不仅仅局限于机器的思维和计算能力，而是注重于机器能够像人类一样感知和交互的能力。它包含人工智能领域几乎所有的技术，包括机器视觉、自然语言理解、认知和推理、机器人学、博弈伦理、机器学习等，横跨多个学科方向，是人工智能的集大成者。

按照这个定义，目前具身智能的实例繁多，主要包括机器人技术、自动驾驶汽车和智能制造等。

具身智能和传统AI有什么不一样？无论是ChatGPT，还是其它AIGC，都关注于数据处理和符号推理，对物理世界并不能从实际上产生影响；而具身智能则多了一个身体，通过传感器收集环境信息，利用机械执行器进行物理操作，或者通过机器人等具体实体和人类及环境进行实时互动。所以，对具身智能也能理解成是ChatGPT这类大模型有了身体。

具身智能就是人形机器人吗？具身智能强调的是AI系统具备感知、思考、学习、决策等能力，并且能够和环境进行交互；而人形机器人指的具备人类的外形特征和行动能力的智能机器人，可以双腿行走，通过手臂和身体的协调完成一些功能，还可以通过语音和人类交流互动。具身智能相当于把GPT这类大模型技术引入人形机器人，让机器人具备更强的感知和交互能力。所以，人形机器人是具身智能的物理形态之一，但具身智能并不一定就长成人形机器人的样子，根据使用用途和场景的不同，具身智能也可以是动物、汽车、飞行器等等的形态。

具身智能、AI和人形机器人，三者之间既有区别又有着紧密联系，具身智能可能是AI的终极形态，而人形机器人则是实现具身智能的物理形态之一。

随着具身智能的发展，跨模态大模型应用于机器人的案例不断出现，各行各业、各种形态的机器人有望持续涌现。

技术层面，我们认为具身智能最先解决的可能是人机交互问题，现有GPT等多模态大语言模型已经开始应用，让机器人听得懂人的语言指令；其次解决机器人的决策能力，即分析、推理、判断等能力，深度学习、神经网络、强化学习等将是机器人重要的学习手段；最后解决机器人的执行能力，让机器人处理现实中的复杂任务。

考虑到降本周期、应用难度、市场接受度等因素，最先应用的落地的可能是价格不敏感的、应用难度较低、市场接受度较高的机器人类型，排序如下:

商用服务机器人:接待机器人、迎宾机器人、服务机器人、导购机器人等，商用场景的价格敏感度较低，应用场景简单，市场接受度高，或成为最先落地的场景；

特定行业的功能型机器人:电力巡检类操作类机器人、轨道交通的检修机器人、矿山里的机器人、农业机器人、建筑机器人等，此类环境危险恶劣，对机器人的需求度高价格不敏感;

家庭服务机器人:家务机器人、陪伴机器人等，toC 场景的价格敏感度较高，并且家庭是非结构化环境，外部环境和任务较为复杂，因此落地进度或慢于toB 场景；

通用型人形机器人:人形机器人具有最完善的具身智能，能够集成各项人工智能技术，也是最为通用的机器人类型，潜在应用空间最为广阔，或成为机器人的终极形态。

为什么把具身智能看作AI的未来？目前的人工智能更多的只是一种数据存储和分析机器，人们把数据投喂给机器，让它学习什么就是什么。

而具身智能不一样，它是以主人公的视角去感受物理世界，自我学习，并且给出自己的感受和反馈，也就是说它不再是简单的接收数据，同时也可以自主获取外界数据。

发展科技的根本目的是为了更好的造福全人类，人工智能也不例外，它的发展方向一定是更好的辅助人类提高生产力，而这一切的前提是让它能够和现实的物理世界产生互动和接触，理解人类社会，而要做到这一点，具身智能是前提。

尽管具身智能还面临许多挑战，但毫无疑问，这是人类科技发展的必由之路。具身智能的发展有望为人类带来新一轮的科技变革，它的应用领域将更加广泛，从服务机器人到医疗护理，从智能交通到工业制造，都有望得到具身智能的加持和推动，期待具身智能在未来的发展中，为人类社会带来更多的创新和进步。