材料一
随着大模型、机器人制造等技术发展，赋予人工智能“形体”的具身智能正逐步走入人工智能舞台中央。
所谓具身智能，即有物理载体的智能体，是人工智能在物理世界的进一步延伸，是实现思考、感知、行动三者有机智能融合的机器或系统，既具有人机交互与自然语言理解的能力，又可以通过感知、认知、决策与时变环境及对象进行实时校准互动，自主地进行空间规划和推理，同时具有自主的运动能力，可以根据人类指定的目标分解并完成任务。
2023年11月，工业和信息化部印发《人形机器人创新发展指导意见》，提出人形机器人集成人工智能、高端制造、新材料等先进技术，发展潜力大、应用前景广，是未来产业的新赛道。
有专业人士认为发展具身智能主要可从三方面发力。一是仿生机制。具身智能的一个关键目标是使机器能像生物体一样具备感知、决策和运动能力。因此，更深入地研究和模仿复杂的生物机制，如神经系统的运行方式、生物体的自我修复能力等，是实现这一目标的重要途径。二是基于物理的智能决策能力。智能系统需要更紧密地与其所处的物理形态融合，以便在各种环境中自然、高效地执行任务。这意味着需要发展出更先进的机器人硬件和软件技术，支持智能系统在复杂环境中的运动和操作。三是自主学习和适应环境。具身智能系统需要具备自主学习和适应环境能力，以便能在复杂多变的环境中执行任务和解决问题。这可以通过强化学习、迁移学习等机器学习技术实现。
（取材于崔爽的文章）
材料二
人工智能发展的下一个浪潮是具身智能。具身智能对人工智能产业发展意义重大，对实现通用人工智能具有不可忽视的价值。有专家分析，从当前技术趋势和市场动态来看，具身智能极有可能成为人工智能发展的下一个重要方向。
具身智能强调智能体与真实世界的交互。这种交互性不仅增强了人工智能系统的实用性，还促进了人工智能技术在各个领域的应用。具身智能是实现通用人工智能的关键之一。通用人工智能需要能像人类一样理解并适应各种物理环境和各种复杂任务，而具身智能正是通过让智能体与物理环境进行实时交互和响应，实现对环境的感知和理解。因此，具身智能的发展将为实现通用人工智能提供重要技术支持。
从当前技术发展趋势来看，具身智能已成为人工智能领域研究热点。随着深度学习、强化学习和迁移学习等技术的不断进步以及机器人硬件的日益成熟，具身智能已具备一定技术基础。同时，应用市场对具有可交互性的智能系统的需求也在不断增长，这为具身智能发展提供了广阔市场。
随着具身智能技术不断发展，其遇到的难题和挑战也不可忽视。
首当其冲的是算力。具身智能需要进行大量计算来支持感知、决策和运动过程。随着任务和环境复杂性的升级，其对算力的需求会不断增加。
数据安全也不可忽视。具身智能系统需要收集和处理大量数据进行学习优化，这些数据可能包含用户个人隐私信息。
同时也需要关注其可能带来的伦理和道德问题。例如，如何确保机器人在执行任务时不伤害人类或造成不必要的损失，如何保证机器人行为符合人类道德和价值观等。
（取材于崔爽的文章）
材料三
日前，在北京市科学技术协会主办的“互联网3.0：未来互联网产业发展论坛”上，有专家预测到2035年，具身智能将达到380亿美元的市场规模。不过在此之前，还需要解决一系列技术挑战。
近五年来，一些重要的科技进展为具身智能的发展提供了有利条件，诸如大模型实现了语义逻辑推理，使机器人执行复杂任务成为可能；在人形机器人的结构、电机驱动、视觉感知等方面的技术突破，使机器人有望在制造业、商业、危险作业、家庭养老等领域发挥作用；脑机接口技术通过对脑电信号进行编解码，可以助力残疾人实现对外部设备的控制。这些进展已经将具身智能推向了技术爆发的门口。当然也存在着技术的不足，如目前机器人在很多环境下还比较“智障”，不能理解场景需求，也无法排除干扰。
所以，人们试图用“感知大模型”提高机器人在现实中的智能水平，试图给各类机器人装上一个通用的“大脑”。这在咨询对话型具身智能上可以看到一定进展，不少人已经在酒店、展览等场景下体验过。但是，这类“具身智能”还不能自主地行动和劳动，而要取得实质性突破，还需要攻破一些难题。
如果突破了这些技术瓶颈，具身智能可能最先从哪些场景落地？
现实生活中人们确实呼唤具身智能在不同场景上应用。但目前学术界和工业界的共识是，具身智能的目的是提高生产力，不是为了替代人类的工作，未来其主要应用场景可能更多聚焦于那些人类不愿做或难以胜任的任务
（取材于张茜的文章）
