本報25日訊（記者程瑤）25日，2025中國計(jì)算機(jī)大會各項(xiàng)活動在哈爾濱如火如荼地進(jìn)行，一場主題為“具身智能”的大會論壇廣泛吸引了各界參會者的目光。
當(dāng)前，具身智能與大模型的深度融合已成為推動機(jī)器人技術(shù)實(shí)現(xiàn)產(chǎn)業(yè)落地的核心方向，可以說，大模型時代為具身智能的發(fā)展注入了全新動能，推動其從概念構(gòu)想邁向能與物理世界深度交互的可行實(shí)體。在這一背景下，本屆CNCC特設(shè)具身智能大會論壇，旨在匯聚頂尖智慧，共探智能體“感知—決策—行動”閉環(huán)的實(shí)現(xiàn)路徑與核心挑戰(zhàn)，勾勒通向通用人工智能的具身之路。
中國科學(xué)院大學(xué)教授蔣樹強(qiáng)，哈爾濱工業(yè)大學(xué)人工智能學(xué)院執(zhí)行院長、教授張偉男，西安交通大學(xué)教授薛建儒，北京工業(yè)大學(xué)信息科學(xué)技術(shù)學(xué)院副院長、教授馬楠，北京大學(xué)計(jì)算機(jī)學(xué)院前沿計(jì)算研究中心研究員、銀河通用創(chuàng)始人兼CTO王鶴圍繞具身智能話題展開了交流與討論，分別從大模型認(rèn)知、環(huán)境交互、人機(jī)共融及產(chǎn)業(yè)落地等多維視角，分享了前沿洞察與戰(zhàn)略思考。
論壇伊始，專家們首先從人工智能的發(fā)展、具身智能的歷史沿革和應(yīng)用場景等方面對具身智能的研究對象和科學(xué)內(nèi)涵進(jìn)行了闡釋。具身智能是在從前只在數(shù)字世界中交互的智能基礎(chǔ)上，以不同形態(tài)的智能體通過跟物理世界耦合，去理解動態(tài)物理世界，使其具備自適應(yīng)能力與持續(xù)學(xué)習(xí)能力，并可通過跨模態(tài)感知與周邊環(huán)境實(shí)時互動的人工智能系統(tǒng)。
人工智能的安全性和可信性受到社會廣泛關(guān)注，作為人工智能的一個特定研究方向，具身智能在這方面又會面臨哪些問題？針對這一議題，專家們認(rèn)為，具身智能作為一個軟硬件耦合的系統(tǒng)，其安全問題是多層次的復(fù)合問題，解決的路徑也應(yīng)當(dāng)從計(jì)算安全、網(wǎng)絡(luò)安全、神經(jīng)網(wǎng)絡(luò)的可信、執(zhí)行安全等各層面去拆解，或是從當(dāng)下到未來不同時間點(diǎn)可能面臨的主要安全問題去分析，這也是未來業(yè)界需要長期努力的研究方向。從目前的產(chǎn)業(yè)實(shí)踐來看，搭建一個標(biāo)準(zhǔn)的平臺對安全可信進(jìn)行分級是一個思路，從自身安全和外延安全兩方面去排除危險因素，實(shí)現(xiàn)內(nèi)外兼修也是一個思路。
對具身智能與大模型之間關(guān)系的未來走向議題，專家們結(jié)合各自領(lǐng)域?qū)嵺`進(jìn)行了頗有建樹性的思辨。語言大模型或者多模態(tài)視覺語言動作模型等大模型對具身智能的推動毋庸置疑，但結(jié)合自然界中很多生物智能行為的觀察，會發(fā)現(xiàn)語言是智能的，但要具備智能不是必須通過語言，這也就意味著VLA是否是具身智能的最終范式仍有探討的空間，要看具體的應(yīng)用場景，而建立通用的框架和評判標(biāo)準(zhǔn)是學(xué)界應(yīng)該盡快完成的工作。
暢想具身智能未來的發(fā)展之路，專家們一致認(rèn)為，通用具身智能是具身智能行業(yè)發(fā)展的長遠(yuǎn)和核心目標(biāo)，但囿于硬件和數(shù)據(jù)等方面的限制，要實(shí)現(xiàn)這個目標(biāo)還有很長一段路要走。而在此之前，適合特定應(yīng)用場景的專用具身智能的研究路線也應(yīng)不斷推進(jìn)。