如果說(shuō)人類對(duì)于人工智能有什么終極幻想，那肯定是擁有和人類一模一樣的機(jī)器人，它會(huì)自我思考、反饋、行動(dòng)，會(huì)像人類一樣在現(xiàn)實(shí)世界中自由自在地生活和工作。
這樣的幻想在今天，被稱為具身智能（Embodied Intelligence）。2023年世界人工智能大會(huì)，首次將目光聚焦在這一前沿領(lǐng)域。
絕知此事要躬行
“紙上得來(lái)終覺(jué)淺，絕知此事要躬行?！标懹螏装倌昵暗囊痪湓?shī)詞，像極了具身智能的寫(xiě)照。
具身，并不只是指具有物理身體，而是指人工智能在這一物理身體中，具有與人一樣的身體體驗(yàn)?zāi)芰?，可以感知環(huán)境，并與周邊進(jìn)行交互，還能通過(guò)學(xué)習(xí)、理解和推理，完成各種決策和行為。換句話說(shuō)，就是為人工智能的“大腦”，配備一副聽(tīng)其指揮的“身體”。
與之相對(duì)的，就是非具身，要么是沒(méi)有物理身體與現(xiàn)實(shí)環(huán)境互動(dòng)，只能被動(dòng)接受人類采集數(shù)據(jù)的數(shù)字人，比如AI語(yǔ)音助手，要么是擁有物理身體，但沒(méi)有匹配高階人工智能的工具，比如工業(yè)機(jī)器人。
那么，什么樣的產(chǎn)品算是具身智能呢？
人形機(jī)器人無(wú)疑是一個(gè)最具代表性的產(chǎn)品。清華大學(xué)交叉信息研究院助理教授陳建宇解釋，人類社會(huì)的種種事物都按照人類的生理結(jié)構(gòu)進(jìn)行設(shè)計(jì)，所以一個(gè)智能的人形機(jī)器人，可以最大程度像人類一樣去運(yùn)用各種工具，去各種地方，適應(yīng)種類多樣的任務(wù)。中國(guó)科學(xué)院院士、清華大學(xué)交叉信息研究院院長(zhǎng)姚期智表示，在ChatGPT之后，人工智能研究的下一個(gè)重要目標(biāo)，是要讓有多重感知能力的機(jī)器人，在不同的環(huán)境下能夠自主學(xué)習(xí)新技能。
智能汽車，也是具身智能的另一個(gè)方向。云啟資本合伙人陳昱認(rèn)為，數(shù)字世界和物理世界的鏈接主要靠?jī)蓚€(gè)產(chǎn)品，除了通用機(jī)器人，就是智能汽車。目前，自動(dòng)駕駛技術(shù)已發(fā)展得如火如荼，在部分城市中，一輛智能汽車已經(jīng)可以在法規(guī)允許的條件下，自己“開(kāi)”到目的地。只是要達(dá)到完全智能狀態(tài)，不僅需要技術(shù)的進(jìn)一步迭代發(fā)展，還需要等待政策的放開(kāi)。
今年世界人工智能大會(huì)的現(xiàn)場(chǎng)，就有不少機(jī)器人和智能汽車一起亮相。盡管他們和具身智能的最終形態(tài)還有差距，但他們都有同樣的特點(diǎn)，那就是開(kāi)始嘗試帶著人工智能，走向現(xiàn)實(shí)世界。
浪潮還有多遠(yuǎn)
英偉達(dá)創(chuàng)始人兼首席執(zhí)行官黃仁勛不久前在公開(kāi)場(chǎng)合表示，人工智能下一個(gè)浪潮將是具身智能。只是，這個(gè)浪潮還有多遠(yuǎn)？
2023年特斯拉股東大會(huì)上，特斯拉機(jī)器人展現(xiàn)了自身的進(jìn)化——末端關(guān)節(jié)在下落時(shí)可以控制力度不打碎雞蛋，雙手能夠輕松地抓取分類物品，這表明其末端肢體關(guān)節(jié)的力矩控制能力顯著提高。
這種硬件端的進(jìn)步讓人興奮，人們希望這些機(jī)械關(guān)節(jié)最終能像人一樣收放自如。而在軟件端，以ChatGPT為代表的多模態(tài)大模型，也為具身智能帶來(lái)了更大的想象空間。
在這屆世界人工智能大會(huì)上，與會(huì)嘉賓普遍認(rèn)為，多模態(tài)大模型與通用機(jī)器人進(jìn)行物理交互，再加上場(chǎng)景支持和數(shù)據(jù)反饋調(diào)優(yōu)，可能是一個(gè)具身智能發(fā)展的較好路徑。優(yōu)必選科技首席技術(shù)官熊友軍感覺(jué)，過(guò)去人形機(jī)器人一直都圍繞著“如何更好地運(yùn)動(dòng)”在發(fā)展，但ChatGPT出現(xiàn)后，行業(yè)開(kāi)始更加關(guān)注機(jī)器人與人之間的交互，競(jìng)爭(zhēng)百花齊放。
但上海期智研究院青年科學(xué)家高陽(yáng)提醒，具身智能收集數(shù)據(jù)的難度要遠(yuǎn)遠(yuǎn)大于語(yǔ)言大模型，語(yǔ)言和視覺(jué)數(shù)據(jù)可以從網(wǎng)上大量收集，而機(jī)器人的數(shù)據(jù)則要靠它自己去探索解決。
的確，為人工智能加上眼睛與耳朵等敏銳的感官，配合靈活的四肢和身體，具備和現(xiàn)實(shí)世界更深層交互的大腦，這是一個(gè)美好的愿景。但在現(xiàn)實(shí)中，感知、驅(qū)動(dòng)、能源、運(yùn)算……具身智能的每一個(gè)關(guān)鍵環(huán)節(jié)，都離理想狀態(tài)差得很遠(yuǎn)。就連做到像普通人一樣走路這件事，對(duì)于業(yè)界而言都是一個(gè)大難題。有人曾經(jīng)開(kāi)玩笑：“ChatGPT將給具身智能帶來(lái)什么？信心，僅此而已。”
不過(guò)，只是這樣的信心，已經(jīng)足夠讓無(wú)數(shù)人在具身智能的路上前仆后繼。因?yàn)?，浪潮盡管再遠(yuǎn)，終歸會(huì)來(lái)。
想要踏浪前行，就要搶占先機(jī)。2023世界人工智能大會(huì)上，多款具身智能產(chǎn)品就搶先亮相，其中不少是上海制造。
傅利葉智能發(fā)布了自主研發(fā)的通用人形機(jī)器人GR-1，并邀請(qǐng)國(guó)內(nèi)外高校、科研機(jī)構(gòu)和企業(yè)的人工智能和機(jī)器人研發(fā)團(tuán)隊(duì)與其合作，為GR-1植入AI大模型“大腦”，賦予它更多的功能。傅利葉智能董事長(zhǎng)兼首席執(zhí)行官顧捷設(shè)想：“這款機(jī)器人的運(yùn)動(dòng)能力很強(qiáng)，'小腦’發(fā)達(dá)。有了AI'大腦’后，就有望實(shí)現(xiàn)具身智能。”
達(dá)闥最新一代的人形機(jī)器人Cloud Ginger 2.0也引來(lái)各方關(guān)注，它全身采用了新一代智能柔性關(guān)節(jié)-SCA2.0和多種傳感器，實(shí)現(xiàn)了高精度智能抓取，同時(shí)具備視覺(jué)和激光定位導(dǎo)航能力，更接入了“云端大腦”RobotGPT大模型。在達(dá)闥創(chuàng)始人兼CEO黃曉慶看來(lái)，未來(lái)海量的不同類型的機(jī)器人都能有效接入云端大腦，從而形成類似于互聯(lián)網(wǎng)時(shí)代的產(chǎn)業(yè)生態(tài)：由運(yùn)營(yíng)商、應(yīng)用開(kāi)發(fā)商、人工智能提供商和機(jī)器人本體制造商形成的云端機(jī)器人生態(tài)。
位列鎮(zhèn)館之寶，西井科技的新能源智能無(wú)人駕駛卡車Q-Truck也有些絕活。它采用新一代融合感知架構(gòu)，搭載工業(yè)級(jí)超遠(yuǎn)視距高精雙目AI攝像頭、激光雷達(dá)等多種傳感器，融合智能算法和整套全棧式系統(tǒng)，據(jù)稱像人一樣具備強(qiáng)大的感知和決策。重要的是，這一產(chǎn)品已先后在泰國(guó)、阿聯(lián)酋、英國(guó)、馬來(lái)西亞、墨西哥等多個(gè)國(guó)家商業(yè)落地。就在6月，英國(guó)第一大港費(fèi)利克斯托港剛剛新增了100輛Q-Truck。
這些上海制造的背后，是通往具身智能美好愿景的階梯，是一個(gè)龐大的市場(chǎng)，更是一個(gè)完整的產(chǎn)業(yè)鏈。梅卡曼德機(jī)器人創(chuàng)始人邵天蘭則認(rèn)為，因?yàn)槿瞬拧a(chǎn)業(yè)鏈和客戶的基礎(chǔ)，中國(guó)在具身智能領(lǐng)域有獨(dú)特的發(fā)展優(yōu)勢(shì)。特別是發(fā)展所需要的產(chǎn)業(yè)鏈基礎(chǔ)，中國(guó)的響應(yīng)速度很快，也有眾多供應(yīng)商愿意陪著公司成長(zhǎng)。
在這樣的前沿領(lǐng)域取得突破，上海責(zé)無(wú)旁貸。上海市經(jīng)濟(jì)信息化委主任吳金城表示，上海將持續(xù)關(guān)注具身智能研究和應(yīng)用，重點(diǎn)攻關(guān)機(jī)器視覺(jué)、自然語(yǔ)言處理、大模型訓(xùn)練機(jī)器人等技術(shù)，提升智能機(jī)器人多模態(tài)環(huán)境交互感知能力和自主學(xué)習(xí)、訓(xùn)練能力包括認(rèn)知能力，促進(jìn)智能機(jī)器人實(shí)現(xiàn)自主規(guī)劃、決策、行動(dòng)、執(zhí)行，提升人機(jī)交互能力、打造人機(jī)協(xié)同工作模式。
