具身智能

智能体通过身体将感知、行动与认知深度融合的智能系统

具身智能（Embodied Intelligence，EI）是指具有身体的智能，其机器大脑能够帮助决策，从而支配肢体能够快速对外部环境变化做出反应，核心在于实体设备与智能决策的深度融合1。作为人工智能领域的前沿方向，致力于打破传统机器智能中身体与大脑分离的模式2。

1/3

1950年，艾伦图灵提出人工智能可能的发展方向，为具身智能奠定基础，这被视为具身智能概念的萌芽。1981年-2000年，罗德尼·布鲁克斯和罗尔夫·普费弗等学者提出行为主义智能和身体化智能理论。2001年-2010年，研究开始融合跨学科的方法和技术，如机构学、机器学习、机器人学等，形成了相对完整的学科分支。2011年-2020年，深度学习等技术的快速发展推动了具身智能研究进入新阶段，研究人员开始利用虚拟物理环境和计算能力设计和训练智能系统2。2025年3月5日，2025年国务院政府工作报告中提到，要培育具身智能等未来产业13，意味着具身智能被正式纳入国家战略4。10月，在《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》中，提出推动具身智能等成为新的经济增长点。2026年3月5日上午，国务院总理李强在十四届全国人大四次会议上作政府工作报告。报告指出，培育发展具身智能等未来产业5。

具身智能并不限于特定的形态。人类被视为已知唯一的通用具身智能体，能够学习并执行各种任务。然而，具身智能体也可以有其他形态，比如狗、机械臂、无人车、四足机器人等1。

基本信息

中文名
具身智能
外文名
Embodied Intelligence(EI)2
提出时间
1950年
提出者
艾伦图灵

发展历程

具身智能的发展历程是一部融合多学科智慧、不断突破创新的历史，其概念的萌芽可以追溯到人工智能发展的早期阶段。在人工智能发展初期，研究主要聚焦于抽象的符号处理和逻辑推理，试图让计算机通过程序实现人类的智能行为，但这种方式在处理实际物理世界的复杂问题时遭遇了困境2。

早期探索

具身智能控制算法的发展可以追溯到20世纪中叶，当时机器人技术、感觉和运动控制技术、人工智能技术等领域的早期研究为其奠定了基础。

1950年，艾伦图灵提出人工智能可能的发展方向，为具身智能奠定基础，这被视为具身智能概念的萌芽。

20世纪50年代，人工智能领域的先驱们提出了一些基本的概念和方法，如搜索算法、专家系统等。这些方法为机器人的智能控制提供了初步的思路。

1954年，美国发明家乔治・德沃尔（George Devol）发明了第一台可编程的机器人手臂 “尤尼梅特”（Unimate），这标志着机器人技术进入了一个新的阶段。随后，机器人在工业生产中的应用逐渐增多，如汽车制造、电子装配等领域。

1956年，达特茅斯会议正式确立了人工智能这一学科，此后，人工智能技术在问题求解、知识表示、机器学习等方面取得了一系列的进展6。

1966年，麻省理工学院的约瑟夫・恩格尔伯格（Joseph Engelberger）开发了第一台用于工业生产的机器人，它配备了简单的视觉传感器，能够识别和抓取物体。

1981年-2000年，罗德尼·布鲁克斯和罗尔夫·普费弗等学者提出行为主义智能和身体化智能理论2。

技术突破

随着传感器技术、机器学习算法等的发展，具身智能控制算法在 21 世纪初取得了关键突破。

2001年，具身智能研究开始融合跨学科的方法和技术，如机构学、机器学习、机器人学等，形成了相对完整的学科分支2。

2006年，深度学习算法的提出为具身智能控制算法的发展带来了新的机遇。深度学习算法能够自动从大量的数据中学习到复杂的模式和特征，为机器人的感知、决策和控制提供了更强大的工具。例如，卷积神经网络（CNN）在图像识别和目标检测方面取得了巨大的成功，使得机器人能够更准确地感知周围环境；循环神经网络（RNN）及其变体在自然语言处理和时间序列分析方面的应用，为机器人的语言交互和任务规划提供了可能6。

2011年-2020年，深度学习等技术的快速发展推动了具身智能研究进入新阶段，研究人员开始利用虚拟物理环境和计算能力设计和训练智能系统2。

技术创新

2023年，具身智能作为人工智能发展的一个重要分支，成为科技界的新风向标，人形机器人等具身智能产品开始亮相。未来将推动通用机器人发展和人工智能技术的创新2。