來源：高校人工智能與大數(shù)據(jù)創(chuàng)新聯(lián)盟

2026年3月28日，在2026吳文俊人工智能創(chuàng)新大會AI院長聯(lián)盟專題會議上，清華大學(xué)計算機(jī)科學(xué)與技術(shù)系孫富春教授以《具身智能：理論透視、技術(shù)突破與制造業(yè)創(chuàng)新應(yīng)用》為題作首場報告，系統(tǒng)梳理了具身智能作為人工智能從符號主義、連接主義邁向物理世界閉環(huán)學(xué)習(xí)的新范式的核心內(nèi)涵，分析了具身智能在機(jī)器人與人工智能深度融合中的關(guān)鍵技術(shù)瓶頸，探討了其在制造業(yè)轉(zhuǎn)型升級中的創(chuàng)新應(yīng)用路徑。在報告最后，孫富春教授以一首原創(chuàng)現(xiàn)代詩《奔騰的時代》抒發(fā)了自己對民族偉大復(fù)興的堅定自信。

分析認(rèn)為，孫富春教授強(qiáng)調(diào)具身智能在機(jī)器人與人工智能深度融合中的關(guān)鍵技術(shù)瓶頸，主要源于其作為衡量國家科技創(chuàng)新水平的關(guān)鍵標(biāo)尺和驅(qū)動新質(zhì)生產(chǎn)力發(fā)展的核心引擎的戰(zhàn)略地位，以及當(dāng)前技術(shù)發(fā)展面臨的多重非平穩(wěn)性挑戰(zhàn)與跨學(xué)科理論體系構(gòu)建需求。具體分析如下：

一、具身智能的戰(zhàn)略定位：技術(shù)融合的制高點(diǎn)

孫富春教授指出，具身智能是人工智能從符號主義、連接主義邁向物理世界閉環(huán)學(xué)習(xí)的新范式，是機(jī)器人與人工智能深度融合的產(chǎn)物。這一融合不僅突破了傳統(tǒng)AI的“離身計算”局限（如僅依賴預(yù)設(shè)指令或靜態(tài)數(shù)據(jù)），更通過“身體-環(huán)境-認(rèn)知”的深度交互，賦予機(jī)器人自主感知、決策和行動的能力。例如，人形機(jī)器人需通過觸覺、力覺等感知實(shí)時捕捉環(huán)境變化，并自主調(diào)整策略，而非僅依賴預(yù)設(shè)程序。這種能力是應(yīng)對復(fù)雜、多變?nèi)蝿?wù)的關(guān)鍵，也是衡量國家科技創(chuàng)新水平的核心指標(biāo)。

二、關(guān)鍵技術(shù)瓶頸：多重非平穩(wěn)性挑戰(zhàn)

孫富春教授系統(tǒng)梳理了具身智能面臨的三重相互關(guān)聯(lián)的非平穩(wěn)性挑戰(zhàn)，這些挑戰(zhàn)直接制約了機(jī)器人與AI的深度融合：

（一）數(shù)據(jù)分布非平穩(wěn)：機(jī)器人學(xué)習(xí)更關(guān)注動作生成，而動作的實(shí)施會直接改變環(huán)境狀態(tài)，進(jìn)而影響后續(xù)數(shù)據(jù)的采集。例如，機(jī)器人抓取物體時，物體的位置變化會導(dǎo)致后續(xù)感知數(shù)據(jù)的分布發(fā)生改變，傳統(tǒng)機(jī)器學(xué)習(xí)“獨(dú)立同分布”的假設(shè)在此失效。

（二）環(huán)境動力學(xué)非平穩(wěn)：物理交互（如摩擦、碰撞）會導(dǎo)致環(huán)境動力學(xué)參數(shù)（如摩擦系數(shù)、材料形變）的動態(tài)變化。例如，仿真環(huán)境中訓(xùn)練的抓取成功率可能比真實(shí)場景高31%，因仿真難以完全還原現(xiàn)實(shí)細(xì)節(jié)。

（三）跨智能體差異引起的域偏移非平穩(wěn)：不同機(jī)器人（如工業(yè)機(jī)械臂與服務(wù)機(jī)器人）的硬件差異（如傳感器精度、執(zhí)行器力控能力）會導(dǎo)致數(shù)據(jù)域偏移，進(jìn)一步增加模型泛化難度。

三、跨學(xué)科理論體系構(gòu)建：從“腦”到“身心合一”的突破

孫富春教授強(qiáng)調(diào)，具身智能的發(fā)展需構(gòu)建以“環(huán)境交互與智能發(fā)育的正相關(guān)性”為科學(xué)依據(jù)的跨學(xué)科交叉理論體系，具體包括：

（一）世界模型與物理數(shù)字系統(tǒng)：

通過全要素建模和基于世界模型的預(yù)測與推演，構(gòu)建包含物理屬性的沉浸式數(shù)字訓(xùn)練環(huán)境，提高虛實(shí)訓(xùn)練的泛化能力與魯棒性。例如，谷歌“大世界模型”通過三維物理空間建模，將環(huán)境交互效率提升40%。

（二）大小模型分層協(xié)同架構(gòu)：

云端大模型負(fù)責(zé)高階認(rèn)知（如任務(wù)規(guī)劃、邏輯推理），邊緣小模型負(fù)責(zé)實(shí)時控制（如精確力控、軌跡規(guī)劃），形成“認(rèn)知高度”與“執(zhí)行效率”的平衡。例如，輝羲智能研發(fā)的大算力芯片已支撐“感知-決策-執(zhí)行”三系統(tǒng)協(xié)同。

（三）具身認(rèn)知理論與形態(tài)計算理論：

融合機(jī)器人學(xué)、神經(jīng)科學(xué)與認(rèn)知科學(xué)，闡明智能如何在與物理世界的持續(xù)“碰撞”中涌現(xiàn)。例如，類腦算法可替代傳統(tǒng)控制器，使人形機(jī)器人從運(yùn)動控制向視覺決策升級。

四、產(chǎn)業(yè)應(yīng)用與未來方向：從“工具”到“生命體”的演進(jìn)

孫富春教授指出，具身智能的終極目標(biāo)是讓機(jī)器人成為能在真實(shí)物理世界中自主思考、學(xué)習(xí)和進(jìn)化的“生命體”。例如：

（一）工業(yè)場景：2027年汽車制造中具身機(jī)器人滲透率預(yù)計達(dá)30%，替代高危崗位（如焊接、?；诽幚恚?。

（二）家庭場景：2035年家庭機(jī)器人或?qū)⑵占?，但需將成本壓?0萬元以內(nèi)（現(xiàn)均價超百萬），并解決隱私安全、人機(jī)權(quán)責(zé)界定問題。

（三）技術(shù)路徑：未來研究將圍繞發(fā)育理論、社會理論與形態(tài)計算理論三大方向持續(xù)深入，推動具身智能向通用人工智能（AGI）演進(jìn)。

孫富春，1964年出生于江蘇，中國自動化學(xué)會會士，中國人工智能學(xué)會會士，電氣與電子工程師協(xié)會會士，清華大學(xué)計算機(jī)科學(xué)與技術(shù)系教授，智能技術(shù)與系統(tǒng)國家重點(diǎn)實(shí)驗室（清華大學(xué)）副主任。孫富春于1986年獲得海軍航空工程學(xué)院自動化系工學(xué)學(xué)士學(xué)位；1989年3月獲得海軍航空工程學(xué)院自動控制專業(yè)工學(xué)碩士學(xué)位，后留校任教；1998年3月獲得清華大學(xué)計算機(jī)應(yīng)用專業(yè)博士學(xué)位；1998年1月—2000年1月在清華大學(xué)自動化系從事博士后研究工作；2000年3月任教于智能技術(shù)與系統(tǒng)國家重點(diǎn)實(shí)驗室（清華大學(xué)）；2004年入選教育部“新世紀(jì)優(yōu)秀人才支持計劃” ；2018年當(dāng)選為電氣與電子工程師協(xié)會會士；2019年當(dāng)選為中國人工智能學(xué)會會士；2020年當(dāng)選為中國自動化學(xué)會會士。孫富春主要研究領(lǐng)域為智能控制、機(jī)器人與飛行器的導(dǎo)航與控制，網(wǎng)絡(luò)控制系統(tǒng)，人工認(rèn)知系統(tǒng)的信息感知和處理。