然而，要实现真正的“智能”，具身智能系统需要具备场景感知、认知、多模态持续学习等能力，为机器人提供更丰富、更全面的环境理解能力。孙富春举了个例子：“要把一件事做好，人们通常要把抽象的感知升级为认知，而认知最重要的载体就是知识。把一个苹果放在桌子上可以分解为三个步骤。首先，找到苹果，这是一个感知技能和认知技能的结合；第二步是抓住苹果；第三步是在知识的指导下，把苹果放好。机器还将完成各种任务能够像人类一样快速地根据操作对象的不同形状、大小、软硬度来完成操作，这样，体现智能还体现在智能体执行多个任务和跨任务的能力上。
当前，实体智能的快速发展给许多行业带来了前所未有的变革机遇。在制造领域，体现智能机器人可以准确执行复杂的生产任务，提高生产效率和产品质量；在医疗领域，具身智能也显示出巨大的应用潜力。比如在手术中，医疗机器人可以辅助医生进行高精度的手术操作，降低手术风险，提高手术成功率。此外，体现智能在智能家居、安防监控、智能交通等领域也发挥着重要作用。
展望实体智能的未来，孙富春提出，实体智能的发展将主要围绕四个核心要素：本体、实体智能、数据、知识与场景、学习与进化架构。
具体来说，本体作为实际执行者，是在物理或虚拟世界中感知并执行任务的机制。一个具有广泛适应性的机器人本体是非常必要的。其次，具身智能是体现在本体上的智能，负责感知、理解、决策、控制等核心任务。能够与环境自主交互是体现智能的核心。目前，具有通用能力的LLM（大型语言模型）和VLM（视觉语言模型）等模型可以赋予实体智能体强大的泛化能力。第三，数据是泛化的关键，但涉及机器人的数据稀缺且昂贵。为了适应复杂环境和任务泛化，模型规模变得越来越大，大规模模型对数据要求更加严格。第四，目前真实物理环境的许多方面往往难以模拟。如何有效地对简单的模拟和复杂的现实世界进行建模也是智能代理设计的关键。
每日经济新闻
