如火如荼的人工智能研究領域中，涵蓋人形機器人的具身智能研發及應用是焦點之一。

　　當我們為機器人踢球、打拳、跳舞、跑馬拉松等技術突破歡呼時，對其在倫理、法律、社會結構等多個層面進行的深入思考也正同步進行。

　　當機器人犯錯，誰來擔責?人類會被機器“精神虐待”嗎?在具身智能全球競逐的賽場上，未來正來，人類是否猝不及防?

　　“身體”讓“智能”

　　從數字空間走向物理世界

　　具身智能是人工智能研究與應用的重要前沿方向，但并非近年來才提出的概念。

　　早在20世紀50年代，人工智能先驅阿蘭·圖靈就在論文《計算機器與智能》中構想了具身智能的雛形：為機器配備最好的傳感器，使其可以與人類交流、像嬰兒一樣進行學習。同一時期，控制論創始人諾伯特·維納也提出了“行為智能”的理念。

　　具身智能可定義為智能體(如機器人、無人機、智能汽車等)通過物理實體與環境實時交互，實現感知、認知、決策和行動一體化。其核心理念顛覆了傳統人工智能的“離身性”局限，強調智能的本質必須通過身體與環境的動態互動來塑造和體現。

　　“‘身體’是讓‘智能’從數字空間走向物理世界的關鍵。”復旦大學副校長、智能機器人與先進制造創新學院院長姜育剛教授說，傳統人工智能更注重符號運算和數據處理，具身智能強調“在互動中學習”，而后者的發展正在悄然改變對“智能”的理解，人們越來越希望智能體能走出虛擬世界，進入復雜的現實環境，在不斷的感知與互動中學習成長。從“會計算、能推理”的智能，轉向“能理解、會行動”的智能體，是人工智能走向下一階段的重要標志。

　　“人工智能”“具身智能”與“人形機器人”常被混為一談，實際上三者各有側重：人工智能更注重算法和計算層面的信息處理與認知能力提升;人形機器人的核心在于實現具有類人形態的物理載體;具身智能則注重“智能體—環境—算法”三位一體的協同演化，更強調如何在物理實體中充分利用感知、決策和執行機制，并在環境交互中不斷演進。

　　在他看來，讓AI通過“身體”感知世界并做出靈活反應，面臨的最大技術難點不只是硬件或情境理解的瓶頸，而是當前的智能嚴重依賴數據。在具身智能領域，采集高質量、多樣性的訓練數據成本極高且難以持續。要真正實現“用身體理解和影響世界”，需要突破現有范式，發展出具備自主學習和群體協同進化能力的智能體，這是值得探索的未來方向。

　　近年來，技術融合浪潮為具身智能發展注入了強大動能。計算機視覺、激光雷達與深度相機實現了毫米級環境感知，而深度強化學習則使智能體在仿真環境中通過數萬億次試錯來優化策略。例如，英偉達的Isaac Gym平臺支持百萬智能體并行訓練，加速了這一過程。OpenAI的Dactyl機械臂憑借觸覺反饋成功復原魔方，展示了具身智能在精細操作方面的潛力。PaLM-E多模態大模型更是將語言理解與機器人控制相結合，推動具身智能進入了語義交互的新紀元。

　　中國也在這一領域取得了顯著進展。截至2024年12月，我國具身智能專利申請量超21.99萬件，位居全球第一，占全球申請量約26.45%。

　　距離“真正的具身智能”

　　還有關鍵問題需解決

　　以機器人為載體的具身智能已從理論研究階段邁向實際應用，它最可能率先顛覆的，是那些高度依賴人手、環境復雜又存在勞動力缺口的領域。以制造業領域為例，未來的智能體將率先在重復性高或對技能要求較低的工種中落地，例如搬運、裝配、質檢等環節。它們不僅能夠完成基本操作，還能感知設備狀態、預測風險，并在一定程度上自主優化流程。盡管這并不意味著制造業的所有崗位都會被取代，但在人機協同逐步深化的過程中，傳統制造模式將被不斷重塑，形成更高效、更智能化的生產體系。

　　當前在工業制造領域，具身智能機器人能夠自主適應復雜生產環境，實現柔性制造，提高生產效率。丹麥Universal Robots在協作機器人市場中持續領先，最新產品UR20具備更大負載和更高安全性，廣泛應用于汽車零部件制造、電子組裝等精密工業場景。瑞士ANYbotics公司推出的四足巡檢機器人ANYmal專門應用于石油化工、能源設施等危險環境，成功替代人工完成巡檢任務。

　　在物流服務領域，波士頓動力推出物流機器人Stretch與四足機器人Spot，前者聚焦倉儲貨物自動化搬運，后者則廣泛應用于工業巡檢和公共安全。

　　在智能交通領域，Waymo的Robotaxi服務已在鳳凰城、舊金山、洛杉磯等地全面展開，將進一步拓展至邁阿密和華盛頓特區等更多城市。

　　醫療領域也是具身智能的重要應用方向。中國衛健委《2024年醫療康復器械應用現狀調查報告》顯示，康復外骨骼機器人已在國內20余個省市、自治區應用，幫助存在運動功能障礙的患者進行康復訓練。英國的CMR Surgical公司推出Versius腹腔鏡手術機器人，在歐洲多個國家和亞洲市場的醫院實現落地應用。

　　與此同時，越來越多人期待具身智能在家庭服務領域加速發展。呼應這份關注，可完成洗衣、澆花、晾衣服、倒牛奶、烤面包，甚至陪伴、引導學習的智能居家機器人已逐步成真，進入商業化階段。

　　“目前我們看到的一些具身智能原型已經在運動控制和單一任務執行上展現出很高的技術水平，確實令人驚嘆。但距離‘真正的具身智能’，還有幾個關鍵問題需要解決。”姜育剛教授說。

　　第一是環境適應性。現在的機器人大多只能在設定好的場景中運行，一旦環境復雜或發生變化，就容易“失控”。與人類感知相比，目前AI感知系統整體上還偏于單一、割裂。人類能夠自然地融合視覺、聽覺、觸覺、力覺等多種感知信息來理解周圍環境，而現有的具身智能系統往往難以做到這一點。例如，在化工廠爆炸救援中，救援機器人需要同時感知火災的熱度、煙霧的濃度、建筑物的結構穩定性等多方面信息，目前的技術還無法使其像人類一樣全面且高效地整合這些信息。

　　第二是自主學習能力。人類通過試錯、經驗積累和直覺判斷等多種方式進行學習，而現有AI仍缺乏真正的“直覺”和“經驗”，面對環境變化難以應對。當遇到新的、未在訓練數據中出現過的場景時，具身智能系統可能無法做出合理的決策和行動。

　　第三是與人和環境的深度協同，比如理解人的意圖、情緒變化，根據環境變化做出靈活反應，這些都還很初步。人類行走時每步涉及200多塊肌肉的毫秒級協調，現有AI運動系統仍顯粗糙。機器人要實現靈活運動，必須突破動態平衡、精細操作和能量效率三重難關。

　　情緒價值設計可能

　　引發前所未有的爭議

　　當具身智能越來越深度融入人類生活，一系列倫理和社會管理問題也需未雨綢繆。

　　隱私與數據安全是首要問題。具身智能設備在運行過程中會收集大量的用戶數據，包括個人隱私、行為習慣等，數據存儲、傳輸和使用等環節存在泄露風險。比如家用服務機器人在日常工作中可能會收集家庭成員的生活作息、消費習慣等信息，如果這些信息被不當獲取或濫用，將對用戶的隱私造成嚴重侵犯。

　　另一個問題是安全事故責任界定模糊。具身智能系統往往具有較高運動能力，可能會對周圍人員和環境造成物理傷害，如機器人失控、操作失誤等引發安全事故。當事故發生時，難以確定責任主體是開發者、制造商、使用者還是其他相關方。

　　情感倫理問題同樣不容忽視。具身智能的情緒價值設計可能引發前所未有的爭議。

　　隨著它融入家庭、教育等生活場景，社會倫理問題也將愈發復雜，人們有可能對智能體產生依賴，甚至建立情感聯結，導致“情感錯位”，干預價值判斷與行為決策，帶來新的道德與法律挑戰。

　　還有人提出，如果具身智能體具備了疼痛感知(哪怕是模擬的)，人類對其是否負有道德責任?

　　對此，姜育剛教授的回答是，這個方向需要認真對待——“即使‘疼痛感知’只是模擬的，并不是生物意義上的‘痛苦體驗’，我們仍需要面對一個現實：人類會不自覺地將情感和道德判斷投射到這些擬人的智能體上。這也提示我們需要從社會倫理角度，盡早思考如何對待具身智能體，避免出現‘虐待’它們的情景，也要避免被‘虐待’。”

　　“科幻影視、小說中，具身智能常被描繪為‘失控的威脅’或‘超越人類的新物種’。作為一種藝術表達，這些作品往往放大了人類對未知技術的期待與恐懼。盡管這些想象并沒有直接的現實依據，但確實折射出我們內心的深層焦慮。”他說，從當前的發展來看，具身智能距離“失控”或“超越人類”尚有距離，人們真正需要關注的，不是它們是否會超越人類，而是如何建立有效的治理機制，引導技術向善發展。

　　原標題：《具身智能未來正來，人類是否猝不及防》

　　欄目主編：龔丹韻

　　題圖說明：具身智能可定義為智能體(如機器人、無人機、智能汽車等)通過物理實體與環境實時交互，實現感知、認知、決策和行動一體化。視覺中國供圖

　　來源：作者：解放日報 彭德倩