北京海淀打響具身智能爭奪戰(zhàn)：公布三年行動方案，部署六大行動

作者 |??程茜，編輯?|??漠影

聚焦具身大模型和機(jī)器人整機(jī)，海淀設(shè)立三個“小目標(biāo)”。

智東西4月29日報(bào)道，024中關(guān)村論壇年會盛大落幕。其中，首次舉辦的主題日活動「人工智能主題日」為學(xué)術(shù)大牛、企業(yè)代表與參會觀眾打造了一場探索未來人工智能發(fā)展趨勢的高規(guī)格交流平臺。

其中，堪稱當(dāng)下最熱門話題的具身智能引爆了當(dāng)日幾波小高潮。中關(guān)村科學(xué)城管委會副主任、海淀區(qū)副區(qū)長唐超發(fā)布了海淀區(qū)《打造全國具身智能創(chuàng)新高地三年行動方案》（以下簡稱《行動方案》）。這也是海淀區(qū)政府首次專門針對具身智能的細(xì)化行動方案發(fā)布。

《行動方案》重點(diǎn)聚焦具身大模型和機(jī)器人整機(jī)，部署六大行動，力爭到2026年，初步建成全國具身智能原始創(chuàng)新策源地、應(yīng)用示范新高地和產(chǎn)業(yè)加速集聚地，成為國內(nèi)參與全球具身智能競爭的核心力量。

其中重點(diǎn)提到三個“小目標(biāo)”：

1、突破一批具身智能前沿核心技術(shù)，率先研制出國內(nèi)領(lǐng)先、國際先進(jìn)的多模態(tài)具身大模型和多形態(tài)機(jī)器人。

2、打造一批具身智能標(biāo)桿應(yīng)用示范，率先實(shí)現(xiàn)具身大模型在萬臺機(jī)器人上的融合應(yīng)用。

3、集聚一批具身智能創(chuàng)新團(tuán)隊(duì)，率先培育出具有國際競爭力的領(lǐng)軍企業(yè)。

中關(guān)村科學(xué)城產(chǎn)業(yè)四處處長陳鐳在與智東西等媒體交流時提到，《行動方案》是政府與海淀區(qū)頭部機(jī)器人企業(yè)共同探討、反復(fù)思考的最新成果。具身智能的創(chuàng)新迭代飛速進(jìn)行，政府將建立為創(chuàng)新主體解決共性難題的數(shù)據(jù)共享、訓(xùn)練平臺。

他補(bǔ)充說，今年年內(nèi)，依據(jù)《行動方案》要與頭部玩家探討清楚創(chuàng)新中心等平臺的具體模式、組合形式、牽頭方等，銜接好機(jī)器人企業(yè)、場景方、科研機(jī)構(gòu)。

此外，在未來人工智能先鋒論壇圓桌對話環(huán)節(jié)，由智源研究院院長王仲遠(yuǎn)主持，7位國內(nèi)具身智能領(lǐng)域代表性的創(chuàng)業(yè)者及研發(fā)負(fù)責(zé)人同臺輸出對具身智能的發(fā)展思辨。

包含星動紀(jì)元創(chuàng)始人陳建宇，傅利葉智能創(chuàng)始人兼CEO顧捷，智元機(jī)器人聯(lián)合創(chuàng)始人、上海人工智能研究院院長宋海濤，銀河通用機(jī)器人創(chuàng)始人、智源具身智能研究中心負(fù)責(zé)人王鶴，宇樹科技創(chuàng)始人兼CEO王興興，小米機(jī)器人團(tuán)隊(duì)負(fù)責(zé)人許多，ACM會士李航7位嘉賓。

包括數(shù)字世界中是否有可能實(shí)現(xiàn)通用人工智能，以及具身智能興起的意義、重要特征與系統(tǒng)性工程、與AI智能體如何協(xié)同、研發(fā)與工程挑戰(zhàn)、仿真數(shù)據(jù)與現(xiàn)實(shí)數(shù)據(jù)兩種路線、技術(shù)發(fā)展與產(chǎn)業(yè)應(yīng)用等。

1.具身智能發(fā)展已成業(yè)界共識海淀區(qū)機(jī)器人創(chuàng)新優(yōu)勢凸顯

具身智能當(dāng)之無愧是當(dāng)下AI產(chǎn)業(yè)的一大熱潮，并成為通往AGI（通用人工智能）的重要路徑。

相比于語言、圖像、視頻等非具身大模型，擁有身體的具身大模型可以直接與物理世界進(jìn)行交互。因此，陳建宇認(rèn)為，通過具身智能實(shí)現(xiàn)AGI非常可能，具身智能既具備語言和圖像的理解能力，還能控制身體。從這一概念被提出起，主要的觀點(diǎn)就是通過和物理世界的交互促進(jìn)人的智能發(fā)展，但沒有身體的智能會缺失很多交互的方式。

王鶴也表達(dá)了相同的觀點(diǎn)：“具身智能與非具身智能互補(bǔ)，其全集才是AGI?！?/p>

他用“讀萬卷書，行萬里路”進(jìn)行類比，互聯(lián)網(wǎng)的圖文信息是“讀萬卷書”，讓智能體理解人類的思維，但這無法替代“行萬里路”，需要依靠具身智能賦予智能體身體，以及和物理世界交互并從中學(xué)習(xí)的能力。

宋海濤認(rèn)為通往AGI之路非常漫長，具身智能是其中的一個關(guān)鍵里程碑。

可以看出，具身智能的發(fā)展迭代迫在眉睫，與此同時，具身智能仍處于發(fā)展初期，未達(dá)產(chǎn)業(yè)發(fā)展的臨界點(diǎn)。具身智能是系統(tǒng)性的工程，目前硬件和軟件在發(fā)展速度上并不匹配，硬件的突破、數(shù)據(jù)收集的效率等是困擾產(chǎn)業(yè)的難題。在此背景下，在機(jī)器人領(lǐng)域具有得天獨(dú)厚優(yōu)勢的海淀區(qū)迅速搶占發(fā)展新先機(jī)。海淀區(qū)聚焦了全市40%的企業(yè)，人形機(jī)器人企業(yè)數(shù)量近200家（占全市半數(shù)以上），包括十余家人形機(jī)器人本體企業(yè)（占全市一半以上），有3家本體上市企業(yè)、2家獨(dú)角獸企業(yè)，清華、北大、北航、北理、中科院等高校院所，銀河通用機(jī)器人、智源研究院聯(lián)合研發(fā)了140億參數(shù)量的具身智能多模態(tài)大模型Emu。

此外，海淀區(qū)于4月初承辦了首屆中國人形機(jī)器人產(chǎn)業(yè)大會暨具身智能峰會，為企業(yè)搭建交流平臺，激發(fā)思考和討論的同時，觸及更多具身智能相關(guān)合作。

2.以創(chuàng)新中心為核心，重點(diǎn)部署六大行動，突圍技術(shù)突破、應(yīng)用測試、場景部署

基于上述背景，《行動方案》重點(diǎn)部署了六大行動。

一是源頭創(chuàng)新突破行動。重點(diǎn)開展大腦技術(shù)創(chuàng)新、小腦能力突破、腦身系統(tǒng)協(xié)同三項(xiàng)任務(wù)，加快突破一批具身智能前沿核心技術(shù)。

具身智能包括機(jī)器人本體，和決定其智能化的大腦、小腦、腦身協(xié)同。陳鐳解釋說，目前大腦的研究方向是大模型，讓機(jī)器人聽懂人的語言；小腦為控制身體運(yùn)動，掌握基本運(yùn)動技能；腦身協(xié)同指機(jī)器人的意識訓(xùn)練。

不同于語言、視頻等大模型，具身智能的最大特點(diǎn)在于其要直接和物理世界交互。因此在具體的技術(shù)布局方面，《行動方案》會關(guān)注于多模態(tài)大模型開發(fā)，實(shí)現(xiàn)機(jī)器人的全身協(xié)調(diào)、靈巧操作，并提升數(shù)字世界的模擬能力以及提升虛擬世界到物理世界的遷移技術(shù)。

二是整體產(chǎn)品領(lǐng)跑行動。重點(diǎn)開展機(jī)器人整機(jī)性能提升，模塊化部組件攻關(guān)，加快研制一批國內(nèi)領(lǐng)先、國際先進(jìn)的多形態(tài)機(jī)器人。

現(xiàn)在有一大技術(shù)路線為，人形機(jī)器人本體通過傳感器、攝像頭獲得的物理世界數(shù)據(jù)進(jìn)行訓(xùn)練，慢慢提升智能化。

因此，《行動方案》會重點(diǎn)關(guān)注整機(jī)機(jī)器人打造，以及伺服器、靈巧手等機(jī)器人關(guān)鍵零部件的研發(fā)。陳鐳談道，他們計(jì)劃在北京建立一個共享零部件加工中心，以加速機(jī)器人的研發(fā)進(jìn)程。

在這背后，海淀區(qū)政府將打通產(chǎn)業(yè)和科研的資源，加速高?？蒲谐晒D(zhuǎn)化。

三是創(chuàng)新平臺賦能行動。重點(diǎn)打造具身智能創(chuàng)新中心等共性技術(shù)支撐平臺、產(chǎn)業(yè)創(chuàng)新孵化平臺，加快提升樣機(jī)研發(fā)、檢驗(yàn)測試、中試服務(wù)、生產(chǎn)制造等產(chǎn)業(yè)公共服務(wù)能力。

人形機(jī)器人的發(fā)展處于早期，很多企業(yè)在研發(fā)階段很難產(chǎn)生利潤空間。因此，陳鐳認(rèn)為，具身智能創(chuàng)新中心可以為企業(yè)提供訓(xùn)練的場景，幫助其獲取更多數(shù)據(jù)，從而降低研發(fā)成本。

同時，《行動方案》還會通過合作運(yùn)營的方式，打造研究院、孵化器、加速期等平臺。

四是應(yīng)用場景示范行動。重點(diǎn)面向科研、工業(yè)、消費(fèi)等場景，組織實(shí)施一批可復(fù)制、可推廣的具身智能應(yīng)用示范工程。

陳鐳透露，目前他們已經(jīng)征集了人形機(jī)器人、四足機(jī)器人等的應(yīng)用場景方向。此外，諸如小米、聯(lián)想等企業(yè)的工廠總部均位于海淀區(qū)，也可以為機(jī)器人提供應(yīng)用測試合作的機(jī)會。

五是產(chǎn)業(yè)集群建設(shè)行動。重點(diǎn)開展企業(yè)梯次培育，建設(shè)具身智能特色園區(qū)，打造有競爭力的產(chǎn)業(yè)集群。

這也是為企業(yè)提供開放測試環(huán)境的重要平臺，陳鐳談道，他們計(jì)劃在海淀北部打造機(jī)器人小鎮(zhèn)，為企業(yè)提供技術(shù)交流的平臺。

六是生態(tài)雨林打造行動。重點(diǎn)加強(qiáng)人才隊(duì)伍建設(shè)，打造具身智能人才社區(qū)。強(qiáng)化金融賦能，加大市區(qū)基金對具身智能的投資力度。制定標(biāo)準(zhǔn)規(guī)范，提升具身智能科技倫理治理能力。支持建設(shè)具身智能開源社區(qū)，舉辦具身智能論壇、峰會、大賽等活動，形成開放合作的產(chǎn)業(yè)生態(tài)。

3.具身智能創(chuàng)業(yè)者、研發(fā)負(fù)責(zé)人同臺，熱議AGI時代終極形態(tài)、技術(shù)突破、應(yīng)用前景

產(chǎn)業(yè)層面，7位嘉賓在圓桌對話環(huán)節(jié)，圍繞著具身智能產(chǎn)業(yè)的科技創(chuàng)新和產(chǎn)業(yè)革命進(jìn)行了思想交鋒。

李航總結(jié)了具身智能的三大特點(diǎn)，機(jī)器人有自主性；能基于不同數(shù)據(jù)產(chǎn)生不同智能；結(jié)合多模態(tài)大模型在物理世界不斷演進(jìn)。

但由于具身智能產(chǎn)業(yè)的發(fā)展尚處早期，對于其終極形態(tài)并沒有明確的定義，但人形目前已成為業(yè)界共識。王興興談道，機(jī)器人的形態(tài)對具身智能而言并不重要，只是目前的發(fā)展決定了，人形是社會公認(rèn)的理想形態(tài)，可以方便從人的現(xiàn)實(shí)生活中采集數(shù)據(jù)?！耙苿涌蛇_(dá)、操作可達(dá)、語義可達(dá)、價(jià)值和智慧可達(dá)”是小米理解的機(jī)器人產(chǎn)品做到可用的四個層次。許多解釋說，基于這四個目標(biāo)，人形是當(dāng)下人們可想象的形態(tài)中最優(yōu)的選擇，但也不排除未來會有超越人類的更多形態(tài)出現(xiàn)。

具身智能的智能化表現(xiàn)除了與機(jī)器人本體相關(guān)，更為重要的就是軟件，但目前的難點(diǎn)在于兩者研發(fā)并不匹配。對于此，顧捷談道，機(jī)器人本體迭代是切入點(diǎn)，因?yàn)槿绻倔w自身的任務(wù)完成能力差，就會加大基于其開發(fā)軟件的難度。因此當(dāng)本體迭代、基本應(yīng)用開發(fā)完成后，才會進(jìn)行本體收斂，以及更豐富應(yīng)用開發(fā)。

許多也認(rèn)為，短期內(nèi)具身機(jī)器人的挑戰(zhàn)在于硬件，要突破移動空間可達(dá)做到1cm，手眼協(xié)同做到0.1mm。遠(yuǎn)期來看就是數(shù)據(jù)閉環(huán)的工程效率，上層大模型在硬件上大規(guī)模高效率收集數(shù)據(jù)。

在李航看來，具身智能可能在某個階段，需要軟硬件一起往前推進(jìn)、優(yōu)化。但未來會有一個很明顯的趨勢，不同的團(tuán)隊(duì)會有不同側(cè)重，既有單獨(dú)做軟硬件，也有軟硬兼做的玩家。

數(shù)據(jù)是智能的重要推動力，具身智能最重要的一大瓶頸就是缺乏數(shù)據(jù)。

不同于非具身大模型，人形機(jī)器人沒有數(shù)據(jù)集。因此王鶴認(rèn)為，具身智能的數(shù)據(jù)實(shí)現(xiàn)0-1可能會完全靠仿真數(shù)據(jù)驅(qū)動。其中最實(shí)際的方式就是通過物理仿真，制造模擬在真實(shí)世界訓(xùn)練的虛擬世界。

當(dāng)這樣的機(jī)器人大規(guī)模存在后，在真實(shí)世界中交互的數(shù)據(jù)閉環(huán)最終會成為具身智能的源頭活水，釋放更多的能力。

陳建宇補(bǔ)充說，仿真世界的采集數(shù)據(jù)更快，但其也有局限性，就是難以準(zhǔn)確搭建復(fù)雜場景。因此，他認(rèn)為，機(jī)器人前期會通過仿真世界搭建簡單場景學(xué)習(xí)，當(dāng)能力迭代到一定程度，就進(jìn)入真實(shí)世界的復(fù)雜環(huán)境采集數(shù)據(jù)。

在技術(shù)路徑之外，面向具身智能的商業(yè)化應(yīng)用前景。業(yè)界都普遍認(rèn)為工業(yè)會是最先落地的。陳建宇稱具身智能在工業(yè)場景3-5年內(nèi)會實(shí)現(xiàn)規(guī)?；?，進(jìn)入與人交互更頻繁的場景會需要更長時間。除了工業(yè)場景本身的具體、可重復(fù)性高，適合技術(shù)演進(jìn)先做出來產(chǎn)生商業(yè)價(jià)值的特點(diǎn)外，工業(yè)場景還具有廠商付費(fèi)意愿高、公眾可感知度高等特點(diǎn)。

宋海濤透露，他們目前在3C制造領(lǐng)域已經(jīng)有了實(shí)測，他們主要關(guān)注的場景特點(diǎn)是融合度較高、公眾感知度更強(qiáng)、場景的買單能力更強(qiáng)。

同時，他還強(qiáng)調(diào)了研發(fā)過程中的三個真實(shí)，真實(shí)的場景、真實(shí)的重大工程問題、真實(shí)的數(shù)據(jù)?；诖耍磥?-5年是具身智能的滲透期，在整個構(gòu)建過程中，以算力+基礎(chǔ)的訓(xùn)練框架構(gòu)成的新型數(shù)字基礎(chǔ)底座形成，5-8年會有快速上量過程。

王鶴談到了更為具體的布局規(guī)劃，從能力的角度，合成大數(shù)據(jù)今年、明年將會出現(xiàn)能做拿取放的通用大模型；機(jī)器人成本方面，輪式底盤的機(jī)器人成本低于勞動力一年的工資，他們已經(jīng)與某些車廠、商超溝通合作，預(yù)計(jì)1-2年起量。

從整個產(chǎn)業(yè)來看，具身智能的發(fā)展突飛猛進(jìn)，但好的地方在于AI的出現(xiàn)讓產(chǎn)業(yè)中的參與者更為平等。

王興興談道，在AI的世界很平等，技術(shù)的突破更多要靠個人的學(xué)習(xí)能力、思維能力，并且目前來看具身智能的發(fā)展尚未突破臨界點(diǎn)，因此誰能率先突破都有可能。

4.結(jié)語：海淀區(qū)以產(chǎn)業(yè)積累率先拉開具身智能產(chǎn)業(yè)變革大幕

AI主題日落幕，但具身智能作為最具劃時代意義的技術(shù)之一，大幕才剛剛拉開。前沿產(chǎn)業(yè)從底層技術(shù)突破到應(yīng)用場景落地，無不需要經(jīng)過長期且艱難市場的檢驗(yàn)，這背后離不開財(cái)力、人力的大規(guī)模投入。一直以來在人工智能領(lǐng)域率先布局的海淀區(qū)，已經(jīng)擁有深厚的創(chuàng)新底座以及產(chǎn)業(yè)集聚優(yōu)勢。海淀區(qū)是全國人工智能創(chuàng)新基礎(chǔ)最好、人才密度最高、研發(fā)能力最強(qiáng)、產(chǎn)品迭代最活躍的地區(qū)。從研發(fā)機(jī)構(gòu)、人才、全產(chǎn)業(yè)鏈玩家，到大模型、算力布局等，都為大模型的場景應(yīng)用落地提供了優(yōu)勢條件。這些產(chǎn)業(yè)積累將成為具身智能這一系統(tǒng)性工程的強(qiáng)大底座，依據(jù)《行動方案》將科研院所、機(jī)器人企業(yè)、場景方相結(jié)合，推進(jìn)技術(shù)革新與產(chǎn)業(yè)落地，使得AGI愿景在具身智能的承載下成為現(xiàn)實(shí)。

此外，基于《行動方案》，下一步，海淀區(qū)將凝聚各方力量全力保障方案的落地實(shí)施，在具身智能共性技術(shù)服務(wù)平臺建設(shè)、重點(diǎn)企業(yè)培育與引進(jìn)、推進(jìn)應(yīng)用場景落地、打造具身智能特色園區(qū)等方面持續(xù)發(fā)力，加快形成具身智能創(chuàng)新發(fā)展的良好格局，開啟具身智能產(chǎn)業(yè)發(fā)展新篇章，為打造首都新質(zhì)生產(chǎn)力示范區(qū)貢獻(xiàn)力量。