人工智能應用通識教程 課件 -第十二次課（具身智能）

第四章：

具身智能課程導入—一個讓大模型尷尬的問題引子：當AI遇上漏水的水龍頭想象一下，你正在使用最先進的AI大模型，它能寫詩、編程、甚至解答宇宙奧秘。但當廚房的水龍頭漏水時，你問它“幫我修一下？”，它會如何回應？局限：被束縛的“數字大腦”它最多只能給你一份文字說明書。因為它沒有手、沒有眼睛，無法感受水的溫度，也不知道擰螺絲需要多大的力氣。它始終被局限在虛擬的云端世界里。思考：打破“云端”的桎梏如何讓人工智能擺脫“云端”的束縛，真正走進物理世界，像人類一樣看、聽、觸摸、行走和動手操作？答案：具身智能(EmbodiedAI)它旨在為AI裝上感知和行動的“身體”，讓智能從冰冷的虛擬數據走向充滿真實交互的物理現實。這就是我們今天要探討的核心主題。前沿動態極限挑戰：機器人馬拉松2026年4月19日，北京亦莊半程馬拉松暨人形機器人半程馬拉松于7:30正式開跑，來自全國13個省份的超百支參賽隊伍齊聚亦莊，共有約1.2萬名人類選手及26個品牌的300余臺人形機器人參賽。從“被動執行”到“具身智能”——這是AI進化的關鍵一躍這些機器人已不再是單純的指令執行者，而是進化為擁有感知、決策與行動力的具身智能體。它們走出數據中心，進入真實物理世界，將徹底重塑工業制造、生活服務與社會交互的未來圖景。接下來，讓我們深入探索具身智能的無限可能。本單元學習目標與重難點??學習目標01認知目標·理解概念與演進準確陳述“具身智能”核心定義與閉環本質；清晰描述從工業機器人、協作機器人到具身智能機器人的“三步走”演進路徑。02能力目標·分析技術與場景列舉“多模態感知、端側大模型、群體協同”三大技術突破方向；結合真實案例分析技術突破對行業產業化落地的關鍵意義。03素養目標·建立自信與擔當了解我國在該領域發展成就，樹立科技自信；理解其作為“新質生產力”對國家戰略的重要性。??教學重難點核心重點·CoreFocus掌握具身智能的核心定義與發展脈絡；清晰認知行業的現狀、技術趨勢，以及在工業、生活等領域的典型應用場景。理解難點·Challenge理解“場景與技術的雙向驅動”：即特定的應用場景需求如何倒逼并驅動技術發展，以及技術能力提升如何支撐場景落地的邏輯關系。PART01理論溯源與發展脈絡什么是具身智能？——給AI一個身體??核心定義：具身智能(EmbodiedAI)是指具有物理身體、能夠與真實世界進行交互的人工智能系統。它通過傳感器感知環境，通過“大腦”(AI模型)進行認知決策，通過執行器(身體)完成物理動作，最終形成“感知-決策-行動-反饋”的完整閉環。感知(Perceive)擁有類似人類的感官，如視覺(攝像頭)、聽覺(麥克風)、觸覺(各類傳感器)，從而“看見”和“感受”世界。行動(Act)擁有物理載體和執行器，能夠在真實物理世界中執行動作，例如自主移動、抓取物體或操作工具。交互(Interact)能與環境和人類進行動態、實時的互動，并能從每一次交互反饋中持續學習、調整策略并適應新場景。課堂思考：監控攝像頭和全自動洗衣機是具身智能嗎？為什么？監控僅有單向“感知”無行動；洗衣機僅有預設的“行動”無感知與實時決策。真正的具身智能必須三者閉環結合。理論基石——從哲學到認知科學哲學源頭：具身認知▌核心思想認知并非僅發生在大腦中，而是與身體的感知、運動系統及所處環境緊密相關。身體不是認知的“容器”，而是認知的載體與生成基礎。▌哲學家梅洛-龐蒂提出“身體-主體”的哲學概念，強調身體是我們感知世界的首要方式。比如接住一個球，并非大腦解出復雜的拋物線方程，而是身體與環境互動下的本能、即時反應。對AI的啟示▌打破傳統局限徹底打破了符號主義AI“身心分離”的范式。真正的智能無法脫離物理實體（身體）與環境的動態交互而孤立存在。▌具身智能的終極目標讓AI擁有物理身體（如人形機器人、機械臂等），像人類嬰兒一樣，通過與真實世界的互動、探索和試錯，來自主學習知識、形成常識并發展能力。機器人的進化之路：從自動化到智能化01/傳統工業機器人1960s-2010s特征：固定基座、可編程、高精度，專注執行。核心：人類“手”的延伸，在固定場景執行重復任務。代表：汽車生產線焊接與搬運機械臂。02/協作機器人2010s-2020s特征：輕量化設計、高安全性、人機共融協作。核心：打破人機物理邊界，在同一空間高效協同工作。代表：優傲（UR）系列協作機械臂。03/具身智能機器人2020s-至今特征：高度移動性、多模態感知、AI大模型驅動。核心：成為“自主智能體”，理解環境并自主完成復雜任務鏈。代表：優必選Walker、特斯拉Optimus人形機器人。發展歷程總結1961Unimate誕生，工業機器人時代開啟，標志著機器開始替代人類進行重復勞動。2005波士頓動力BigDog展示卓越的動態平衡能力，讓機器人擁有了“強健的體魄”。2017Transformer架構誕生，為AI大模型奠定基礎，機器“大腦”開始具備通用學習潛力。2022ChatGPT正式發布，LLM能力爆發，展示了強大的語言理解與推理能力。2023谷歌發布RT-2，首次成功將視覺-語言-動作（VLA）模型與機器人控制直接連接。2025“具身智能”首次寫入中國政府工作報告，行業關注度飆升，技術產業化進程加速。思考與練習：為什么說大模型是具身智能發展的關鍵催化劑？請從“大腦”的角度出發，結合技術發展路徑進行分析。具身智能vs.傳統AI：核心區別對比維度傳統AI(如ChatGPT)具身智能(如人形機器人)智能載體無物理身體，僅存在于云端/軟件系統中必須依托物理身體，作為與世界交互的實體數據來源依賴大規模離線、人工標注的靜態數據主動從物理環境中獲取實時、多模態感知數據與環境關系與物理環境分離，對環境變化呈被動響應與環境深度交互、主動探索，持續適應動態變化學習模式&目標離線海量數據預訓練+上線推理為主

目標：精準的感知與邏輯認知在線交互中持續試錯、進化(邊做邊學)

目標：真實世界中精準的行動與適應PART02核心技術解析技術架構：感知-決策-行動-反饋閉環感知層Perception▍功能：全面理解物理世界，獲取環境與自身狀態的信息。▍技術：多模態傳感器融合（視覺、聽覺、觸覺、力覺、空間感知）。決策層Decision▍功能：理解用戶任務、規劃最優路徑，并生成具體的動作序列。▍技術：具身大模型(VLA)、強化學習、動態世界模型、任務規劃算法。行動層Action▍功能：將高層決策轉化為精準、流暢的物理動作，與物理世界進行交互。▍技術：仿生運動控制算法、高靈巧度機械臂/手、高性能驅動與執行技術。反饋層Feedback▍功能：實時收集行動結果與環境變化，形成閉環，支持持續自我優化與學習。▍技術：端到端傳感器數據閉環、強化學習獎勵函數設計、在線自適應控制。三大技術突破（一）：多模態感知集成目標：讓機器人擁有媲美人類的感官三維視覺融合結合RGB-D攝像頭和激光雷達，構建厘米級精度的環境三維模型。??案例：特斯拉Optimus通過視覺輸入完成物體分類和復雜動作。高精度觸覺反饋讓機器人“皮膚”能感知細微的力度和材質。??數據：帕西尼感知科技的傳感器可測15種維度，采樣頻率達1000Hz。本體覺感知持續監測機器人關節角度、肌肉張力與整體姿態，讓機器人實時感知并精確控制自身狀態。??核心：實現運動控制的精準閉環。當前最大挑戰如何高效將不同物理原理、不同采樣頻率的傳感器數據進行時空對齊與深度融合，是決定多模態感知上限的關鍵。三大技術突破（二）：端側大模型部署??核心目標：將強大的AI“大腦”直接裝進機器人的“身體”里，繞過云端網絡延遲，實現毫秒級的本地實時感知與決策。??VLA(視覺-語言-動作)核心模型一個能理解多模態信息并直接“輸出動作”的模型，它可以統一理解視覺場景和人類的自然語言指令，生成機器人底層可執行的動作序列。??案例：谷歌RT-2能理解“把可以當錘子用的東西遞給我”這種抽象指令，在桌面上自主識別并抓取最適合的物體。??端側部署的雙重挑戰與破局1.推理延遲：大模型計算量極大，云端調用無法滿足實時交互。解決方案是使用專為大模型優化的端側AI芯片（如輝羲智能R1），將推理延遲壓縮至150ms以內。2.模型壓縮：在保證性能不顯著下降的前提下，通過稀疏化、量化等技術，大幅減小模型體積，以適配機器人有限的端側硬件資源。三大技術突破（三）：群體智能協同目標：讓多個機器人協同工作，完成單個機器人無法完成的復雜任務。應用場景●工業制造：多臺機器人協同完成大型設備的組裝。●物流倉儲：一隊機器人分工合作，實現高效分揀和搬運。●災害救援：多形態機器人協同進入危險區域進行搜索和救援。關鍵技術●分布式任務分配：將復雜任務智能地分解并分配給各個機器人。●協同感知與通信：機器人之間共享信息，形成全局認知。●群體行為控制：避免碰撞，實現流暢的協同動作。關鍵技術組件：仿生運動控制技術柔性驅動摒棄傳統電機的剛性傳動，采用形狀記憶合金(SMA)、氣動肌腱(PMA)等柔性材料，模擬人類骨骼肌的伸縮特性。優勢：賦予機器人關節更強的環境適應性與抗沖擊能力，實現更流暢、自然的類肌肉運動表現。動態平衡算法基于深度強化學習(DRL)與全身動力學建模，讓雙足機器人在復雜地形中，實時感知重心偏移并修正姿態，保持行走穩定。觸變抓取策略結合高靈敏度觸覺傳感器，根據物體的軟硬、形狀與重量，毫秒級動態調整機械爪的抓取力度和接觸方式，實現精準作業。關鍵技術組件：硬件系統集成核心零部件：性能與成本的平衡術核心為伺服電機、減速器與傳感器。關節電機成本已從數萬元降至數百元，成本的顯著下降與性能的持續提升，是推動具身智能機器人從實驗室走向產業化的決定性因素。模塊化設計：敏捷適應多場景摒棄傳統“一體機”架構，通過標準化接口實現部件的快速拆卸與組裝。這種設計大幅降低了維護成本，更能根據工業制造、家庭服務等不同應用場景，靈活調整配置。能源系統：突破續航瓶頸引入高能量密度的固態電池技術，并結合無線充電方案，解決了傳統鋰電池續航短、充電不便的痛點，顯著延長機器人的單次連續工作時間，保障任務執行的連貫性。關鍵技術組件：強化學習(ReinforcementLearning)核心思想：試錯與優化機器人通過與環境交互進行“試錯”學習。執行動作后，根據環境反饋的“獎勵”或“懲罰”信號，不斷迭代優化自身的決策策略。典型應用：復雜技能習得廣泛應用于機器人自主運動與操作，例如：雙足/四足機器人的行走與平衡、機械臂的物體精準抓取、以及智能家居中機器人的開門、取物等復合任務。關鍵挑戰：獎勵函數設計“稀疏獎勵”與“獎勵函數”是最大難題。如何科學定義任務中的“成功”與“失敗”標準，直接決定了算法的收斂速度與最終學習效果。關鍵技術組件：世界模型(WorldModel)核心概念：物理世界的“腦內”映射在機器人的“大腦”中構建一個高精度的物理世界模擬模型，使其具備“預判”能力，能準確推測自身動作對周邊環境產生的連鎖反應。核心優勢：降本增效，安全可靠機器人可在虛擬“腦中”進行大規模、低成本的模擬訓練，驗證策略可行性后再遷移至現實世界，顯著降低物理試錯成本并提升操作安全性。發展現狀：AI范式的關鍵躍遷從當前主流的VLA（視覺-語言-行動）框架，向WAM（世界模型驅動的自主智能）的演進，是實現下一代通用人工智能的必經之路。PART03產業現狀與競爭格局市場規模與增長全球市場概覽2025年全品類市場規模：195.25億元2030年預測規模/年復合增長率(CAGR)：2326.3億元/64.18%中國市場表現2025年預計規模(占全球比例)：52.95億元(27%)人形機器人領域市場份額：~50%|展現強大產業優勢核心驅動因素01.技術融合：

AI大模型與機器人技術深度結合，賦予機器更高智能。02.成本優化：

核心零部件供應鏈成熟，硬件成本大幅下降。03.需求激增：

工業制造、智慧物流、家庭服務等場景需求爆發。全球主要玩家圖譜國際陣營特斯拉(Tesla)：憑借FSD技術優勢，押注人形機器人Optimus，致力于打造通用機器人平臺。波士頓動力(BostonDynamics)：運動控制領域的“老大哥”，以高動態的Spot四足機器人和Atlas人形機器人聞名全球。FigureAI：備受關注的明星創業公司，與OpenAI深度合作，主打“GPT賦能”的通用人形機器人。AgilityRobotics：務實的商業化落地者，其雙足搬運機器人Digit已在亞馬遜物流倉庫投入試點使用。國內陣營宇樹科技(Unitree)：憑借極高的性價比優勢快速打穿市場，四足機器人在全球消費級與輕量級行業市場市占率均位居前列。智元機器人(Agibot)：行業出貨量領先企業，產品主打高情商的情感交互能力與多元化工業場景的靈活適配能力。優必選(UBTech)：國內人形機器人行業的領軍者，Walker系列已實現規模化量產交付，技術與生態布局均較為完善。典型案例剖析：優必選WalkerS2背景介紹優必選是中國具身智能領域的領軍企業，其推出的Walker系列是目前技術最成熟、功能最全面的全尺寸人形機器人旗艦產品，代表了國內人形機器人的頂尖水平。我國在人形機器人領域已實現與國際同步甚至局部領先。優必選WalkerS2憑借其卓越的工程化能力和商業化落地速度，在2025年以1079臺的成績成為全球人形機器人銷量冠軍，彰顯了“中國智造”的硬實力。WalkerS2的“大腦”與“四肢”感知系統·多模態融合核心技術：自研純RGB雙目視覺方案，無需深度相機即可實現高精度三維感知。功能價值：實現厘米級精度的自主導航、動態避障、目標識別與抓取。控制系統·運動小腦核心技術：基于模型預測控制（MPC）和全身控制（WBC）的高性能混合架構。功能價值：確保機器人在行走、奔跑、搬運重物等復雜場景下，始終保持卓越的平衡與動態穩定性。決策系統·智慧大腦核心技術：搭載自研的CoAgent協作智能體，深度集成端側大模型，具備自主推理能力。功能價值：精準理解人類復雜的自然語言指令，并能自主完成任務的拆解、邏輯規劃與執行。軀體結構·精密四肢核心技術：全身配置52個高精度伺服驅動器，末端配備第四代仿生靈巧手。功能價值：實現全身上下36+高自由度靈活運動，可完成15公斤重物搬運及毫米級精細操作。7x24小時不間斷工作的秘密：自主換電01.核心痛點：續航焦慮傳統機器人單次續航僅2-4小時，且充電時間長，頻繁的停機充電嚴重中斷工業生產流程，難以滿足對連續、穩定作業的需求。02.解決方案：技術雙引擎●雙電池動力平衡：BMS智能管理系統實現無縫切換，工作/備用電池協同，保障機器人零停機運行。●3分鐘全自動換電：電量低于閾值自動導航至換電站，通過視覺定位與機械臂，全程自動化完成電池更替，效率極高。03.產業價值：降本增效實現設備利用率質的飛躍，最大化投資回報率。在德國ROSSMANN項目的實踐中，預計18-24個月即可實現投資回本。WalkerS2的“打工”版圖智慧物流德國ROSSMANN零售物流中心，執行搬運、分揀任務，降低員工勞動強度30%以上，顯著提升物流作業效率。高端制造??航空制造:進入空中客車(Airbus)工廠，參與飛機制造環節。??汽車制造:在富士康新能源汽車研發中心，實現SPS上料無人化。??風電制造:在5G柔性智造工廠進行工業上料與料盤搬運。國際合作與日本日立、本田貿易、日本航空等行業巨頭達成深度合作，成功輸出“中國量產技術+日本場景經驗”的協同創新模式。典型案例剖析：AgilityRoboticsDigitAgilityRobotics|美國明星機器人創業公司一家專注于研發適用于真實復雜環境的高性能雙足機器人公司，致力于通過機器人技術賦能供應鏈與物流行業，解決實際場景中的效率瓶頸。核心使命：解決物流“最后一米”難題Digit拒絕“大而全”的通用路線，將研發重心極致聚焦于倉儲與物流場景，專門應對貨物搬運中極具挑戰的“最后一米”接駁環節，填補自動化物流中的關鍵短板。Digit的“肌肉”與“平衡感”技術創新：卓越的力量與控制全身協調控制：通過“仿真驅動的力量訓練”，Digit能夠硬拉29公斤重物，在負重條件下依然保持出色的動態平衡與精準控制。鉸接式軀干：獨特的腰部關節設計，使其在復雜搬運和上下臺階行走時，能靈活調整重心，顯著提升穩定性。定位對比：專業化vs通用化定位差異：Digit聚焦于高效物流搬運的垂直場景，追求極致的任務表現；Walker則更偏向通用型服務機器人，旨在適應更多樣化的生活場景。技術路徑：Digit側重全身協調控制算法以賦能重物搬運；Walker側重多模態感知與端側大模型結合，以增強通用交互能力。Digit的工作日常核心應用：倉儲自動化?從傳送帶上精準拾取包裹?將包裹搬運至指定貨架

?標準化堆疊周轉箱?輔助裝載運輸推車人機與機機協同旨在與自主移動機器人（AMR）形成互補，由AMR負責倉庫內長距離的貨物運輸，而Digit則專注于對精度要求更高的裝卸、碼垛操作。當前技術局限性?通用性受限：高度針對物流場景優化，對非結構化環境適應性弱。

?操作能力單一：手部設計相對簡單，目前主要用于抓取標準周轉箱。典型案例剖析：越疆動力機器狗背景介紹越疆科技是中國領先的輕量級工業機器人制造商，其動力機器狗以高性價比和強大的環境適應性著稱，能夠靈活適應戶外草地、碎石路等復雜地形，滿足多種工業和民用場景需求。越疆動力機器狗是國產自主技術的優秀代表，它不僅打破了國外技術壟斷，更展示了我國在機器人領域從模仿到超越、從單點突破到多元化創新的強大發展能力。機器狗的“獨門絕技”01結構特點多足冗余自由度設計通常采用四足或六足結構，擁有高度的關節冗余，不僅能分散沖擊力，還能靈活調整身體姿態，容錯率極高。超強地形適應能力相比雙足機器人，靜態與動態穩定性更強，可輕松應對臺階、碎石路、崎嶇草地等復雜的非結構化地形。02核心技術精準步態規劃算法基于動力學模型與感知數據，實現行走、小跑、跳躍、匍匐、側行等高自由度運動，動作流暢自然。毫秒級獨立運動控制對每條腿進行獨立且實時的高精度伺服控制，突破物理限制，實現高速奔跑和各類高動態的極限運動。03與Walker對比?顯著優勢地形適應能力強、移動速度更快，且研發與制造成本相對較低，適合大規模部署與工業級應用。??局限性自身操作能力較弱，難以處理精細復雜任務，通常需要額外搭載機械臂模塊，才能具備完整的作業能力。機器狗的應用舞臺工業巡檢在電力、石化、礦山等領域，代替人類進入高溫、高壓、有毒等危險環境進行設備巡檢。科研探索搭載傳感器，進入地震、洪水等災害現場進行搜救和環境探測。物流運輸在倉庫內部進行小件貨物的點對點運輸，提升物流周轉效率。教育娛樂作為編程教育平臺，激發青少年對科技的興趣；或參與各類展覽、現場表演。典型案例剖析：宇樹科技G1產品定位|高性能通用人形機器人面向大眾消費與產業級應用，兼具高性能與高性價比。核心技術亮點具備卓越的動態平衡能力，可流暢完成后空翻、鯉魚打挺等高難度動作，運動性能行業領先。多元應用場景廣泛應用于高校教育科研、工業自動化巡檢及未來家庭服務等領域，極具拓展潛力。市場表現與行業影響2025年出貨量已位居全球前列，大幅降低了行業準入門檻，有力推動人形機器人“價格平民化”。典型案例剖析：特斯拉Optimus01核心定位面向大規模生產和家庭服務場景，打造一款具備通用能力的人形機器人。02技術基座復用特斯拉FSD自動駕駛視覺感知系統，采用端到端神經網絡技術進行全身運動控制。03落地測試已在特斯拉工廠內部，成功完成零部件搬運、物品分揀等重復性勞動任務的初步測試。04宏大愿景馬斯克曾公開預測，未來量產版售價將低于2萬美元，最終市場保有量甚至會超過全球人類總數。中國產業集群與政策支持三大產業集群粵港澳大灣區硬件創新生態完整，匯聚了大量核心零部件企業，為具身智能硬件落地提供了堅實的制造基礎。長三角地區擁有全國首個異構人形機器人訓練場，制定了明確的人形機器人產業規模發展目標，產學研聯動緊密。京津冀地區形成獨特的“技術攻堅(北京)+制造基地(天津)+場景落地(河北)”的協同生態，分工明確，優勢互補。政策東風2025年·國家戰略定調“具身智能”首次被正式寫入政府工作報告，標志著該領域已上升為國家關注的核心科技賽道之一。八部門·專項行動意見工信部等八部門聯合印發《“人工智能+制造”專項行動實施意見》，明確提出推動具身智能產品的技術創新與行業應用落地。新質生產力的核心抓手國家戰略的全方位支持，為具身智能產業發展提供了前所未有的時代機遇，是培育和發展“新質生產力”的關鍵領域。PART04典型應用場景應用場景概覽工業制造精密裝配、設備維護、

危險品處理。醫療健康手術輔助、康復訓練、

遠程醫療。物流倉儲智能分揀、自動搬運、

倉儲管理。家庭服務家庭清潔、烹飪協助、

老人與兒童陪伴。教育科研AI教學輔助、

高風險實訓模擬。太空探索月面/火星探測、

在軌衛星維護。應用場景一：工業制造核心痛點?人口紅利消退，勞動力成本持續上升，招工難問題日益凸顯。?高溫、高噪音、粉塵大等高危作業環境對人員健康構成威脅。?精密制造環節對操作精度、穩定性要求極高，人工難以持續達標。解決方案優必選WalkerS2：在汽車產線精準執行零部件抓取與柔性裝配，適配復雜工況。上海寶鋼“AI-孿生閉環”：Agent實時分析產線數據，自動調節軋輥參數，使超薄板成材率提升2.1%。波士頓動力Atlas：承擔現代汽車工廠高危零件搬運與處理任務，保障生產連續性。核心價值??生產效率提升

實現24小時不間斷穩定作業，降低停機損耗??生產質量與安全保障

將人從高危環境中解放出來，產品良率更可控應用場景二：醫療健康行業痛點：優質醫療資源分布極度不均衡、術后康復周期漫長且成本高、偏遠地區對高質量遠程醫療有迫切需求。微創機器人·圖邁?全球首個可全科室遠程手術的腔鏡機器人，操作精度達0.1毫米，顯著提升手術精準度與安全性。傅利葉智能·GR-3先進的人形康復訓練機器人，基于AI算法提供千人千面的個性化康復方案，加速患者康復進程。遠程手術跨越時空的救治已成功完成跨越5000公里的5G遠程手術和近13000公里的低軌衛星遠程手術，打破了距離對醫療的限制。核心價值：打破醫療資源的時空限制，大幅提升優質醫療服務的可及性與診療精準度。應用場景三：物流倉儲行業痛點傳統物流模式下，人力分揀效率低、成本高昂，且重復性強，難以應對電商大促等業務高峰期的爆發式訂單壓力。星動紀元L7在雙11期間將倉儲作業整體效率提升40%以上，顯著降低運營成本。AgilityRoboticsDigit被亞馬遜投入倉庫測試，可適應倉庫復雜的動態環境，實現貨架間的自主搬運與精準分揀。智元機器人精靈G1具備精細操作能力，可自主完成包裹抓取、翻轉、掃碼、投放全流程，實現“貨找人”的高效作業。核心價值打破物理和生理限制，實現24小時不間斷穩定作業，有效解決“用工荒”與成本壓力，大幅提升整體物流流轉效率。其他應用場景家庭服務未來的家庭管家，可協助完成家