L’intelligenza incarnata è un sistema intelligente che integra percezione, cognizione, processo decisionale e azione attraverso interazioni in tempo reale tra entità fisiche e ambiente, comprendendo varie forme come robot umanoidi, robot bionici e sistemi ambientali incorporati.
L'intelligenza incarnata è un sistema intelligente che integra percezione, cognizione, processo decisionale e azione mediante interazione in tempo reale tra entità fisiche e ambiente, comprendendo varie forme quali robot umanoidi, robot bionici e sistemi ambientali integrati. Attualmente, l'intelligenza incarnata si sviluppa costantemente attraverso ripetute interazioni con l'ambiente, migliorando in modo significativo la capacità di prendere decisioni cognitive e le prestazioni pratiche concrete, accelerando così la sua evoluzione verso un'intelligenza generale più autonoma e applicabile a contesti eterogenei. Comprendere con precisione la tendenza globale all'innovazione tecnologica nell'intelligenza incarnata e rispondere attivamente alle sfide profonde riveste grande importanza per cogliere le opportunità e conquistare l'iniziativa nella nuova fase di trasformazione industriale.
Lo sviluppo globale della tecnologia dell'intelligenza incarnata evidenzia cinque principali tendenze
Attualmente, la tecnologia globale dell’intelligenza incarnata sta mostrando una tendenza di evoluzione accelerata, con progressi in cinque dimensioni: percezione e interazione, presa di decisioni e cognizione, controllo ed esecuzione, fusione dei dati tra dominio virtuale e reale, e integrazione del sistema; tali progressi stanno spingendo l’intelligenza incarnata dal laboratorio verso applicazioni su larga scala.
Uno è l’integrazione di modelli del mondo e la transizione verso un’interazione percettiva. Spinta dal modello del mondo e dalla tecnologia di percezione multimodale, l’intelligenza incarnata ha notevolmente migliorato la propria capacità di comprendere e interagire con gli ambienti fisici, realizzando un cambio di paradigma: da «risposta a stimoli» a «decisione deduttiva» e da riorganizzazione dei dati a comprensione dei pattern. Meta ha lanciato il modello del mondo V-JEPA2, in grado di prevedere le conseguenze di diversi comportamenti e di ordinarle in base agli obiettivi, migliorando sensibilmente l’accuratezza delle azioni. L’Università di Pechino ha proposto l’architettura del modello MLA (Multi Sensory Language Action), che introduce una modalità multisensoriale completa e fornisce una base decisionale più affidabile integrando segnali eterogenei.
In secondo luogo, si osserva una tendenza end-to-end e una trasformazione del paradigma decisionale. L’architettura decisionale gerarchica dell’intelligenza incarnata «cervello + cervelletto» ha raggiunto la maturità ed è sempre più applicata; il modello end-to-end, grazie ai suoi vantaggi di ampia copertura, bassa latenza, elevata autonomia e forte capacità collaborativa, ha dimostrato un notevole potenziale nell’esplorazione dell’intelligenza incarnata verso una generalizzazione generale. Gemini Robotics di Google DeepMind si basa su un’architettura VLA end-to-end e possiede eccellenti capacità di generalizzazione trans-ontologica; il modello DOBOT-VLA sviluppato autonomamente da Yuejiang in Cina integra competenze visive, linguistiche e di controllo ed è stato ottimizzato tramite reinforcement learning nel mondo reale. Dotato del robot umanoide ATOM, ha raggiunto la produzione di massa nel 2025 ed è in grado di eseguire compiti complessi quali camminare, mantenere l’equilibrio dinamico e assemblare con precisione.
In terzo luogo, i progressi nei materiali flessibili hanno portato all’emergere di capacità autoriparanti. La rivoluzione dei materiali sta guidando l’evoluzione dell’intelligenza incarnata da «estremità rigida di esecuzione» a «ontologia adattiva intelligente». Il sensore tattile simile alla pelle e la pelle elettronica consentono all’intelligenza incarnata di percepire l’ambiente con estrema sensibilità, mentre la struttura flessibile biomimetica conferisce alle forme di vita intelligenti incarnate capacità motorie multimodali, quali strisciare, rotolare e peristalsi, permettendo un adattamento efficace e un ampliamento degli scenari applicativi. I materiali autoriparanti realizzano progressi attivi nell’autoriparazione: una volta danneggiati, riescono a riformare in modo reversibile i legami chimici sotto l’azione della luce e del calore. Integrano funzioni di rilevamento, localizzazione e autoriparazione dei danni, migliorando notevolmente la durata e l'affidabilità dell’intelligenza incarnata in ambienti complessi e ostili, garantendo un funzionamento autonomo prolungato.
Il quarto aspetto è l’integrazione di dati virtuali e reali e l’unificazione degli standard dei dati. L’elevato costo e la ridotta scala della raccolta di dati da macchine reali, nonché la scarsa capacità di generalizzazione in ambienti non visti, sono diventati colli di bottiglia nello sviluppo dell’intelligenza incarnata. La fonte di dati generativa è un ambiente di simulazione creato a partire dal modello su larga scala, caratterizzato da grande volume e alto grado di strutturazione, in grado di colmare il divario nei dati a basso costo. Combinando vincoli derivati dalle leggi fisiche, paradigmi di dati misti e calibratura con dati provenienti da macchine reali, è possibile ridurre significativamente il divario tra simulazione e realtà. L’impresa cinese 51Sim ha accumulato scenari end-to-end per la guida assistita e dati sintetizzati basati sulla piattaforma Nvidia, utilizzati con successo per l’addestramento di robot in scenari complessi quali porti e miniere. La piattaforma "Dome DOME" unifica le interfacce dati e le specifiche di formato, elimina i silos informativi, costruisce un linguaggio universale per il settore e promuove efficacemente l’interoperabilità tra scenari diversi e la fornitura di dati di alta qualità.
Il quinto obiettivo è realizzare una collaborazione eterogenea e costruire una base sicura. La disaccoppiamento tra software e hardware e l’integrazione modulare stanno accelerando lo sviluppo di sistemi operativi intelligenti incarnati, consentendo la compatibilità tra ontologie diverse e la collaborazione eterogenea. L’architettura OpenRMF unifica le "regole del traffico" e il "linguaggio di comunicazione" dei robot, abilitando operazioni collaborative tra cluster di macchine eterogenee; l’OM1 lanciato da OpenMind supporta il collegamento e l’uso immediato (plug and play) e lo sviluppo cross-ontology delle API dei principali modelli di grandi dimensioni. L’integrazione del sistema rafforza le fondamenta del progetto, garantendo sicurezza, affidabilità e conformità ai vincoli fondamentali. Tecniche di privacy computing, quali l’addestramento avversariale e la privacy differenziale, permettono collaborazioni interistituzionali senza la divulgazione di dati grezzi, costruendo un sistema attivo e sicuro di difesa in profondità per applicazioni su larga scala dell’intelligenza incarnata.
Adottare misure multiple per potenziare la competitività dell’intelligenza incarnata della Cina
Attualmente, l’intelligenza incarnata della Cina si trova in una fase critica di coordinamento tra progressi tecnologici, introduzione industriale e coltivazione dell’ecosistema. La localizzazione dell’hardware fondamentale si è accelerata e le prestazioni dei grandi modelli sono notevolmente migliorate. La capacità di calcolo nazionale può eseguire in modo efficiente modelli complessi e sono già emerse capacità applicative preliminari in alcuni settori. Tuttavia, con la crescente intensità della competizione internazionale, non si possono ignorare le sfide profonde legate all’intelligenza incarnata.
In primo luogo, occorre migliorare il controllo autonomo dei componenti fondamentali, attualmente caratterizzato da una forte dipendenza esterna per quanto riguarda i motori servo, i riduttori e i sensori di fascia alta. L’autonomia del sistema energetico è insufficiente e permangono carenze nella capacità di sviluppo endogeno completa (full stack); in secondo luogo, occorre potenziare il sistema di standardizzazione e l’ecosistema industriale: le interfacce hardware, i protocolli di comunicazione e gli standard di compatibilità software sono eterogenei, i dati sono spesso isolati (data silos), le comunità open source esercitano un’influenza limitata e manca un’offerta sufficiente di dati interattivi di alta qualità; in terzo luogo, occorre rafforzare il sistema di governance della sicurezza: risulta difficile definire con precisione la ripartizione delle responsabilità in caso di incidenti legati a sistemi autonomi. La raccolta continua di dati sensibili può facilmente generare rischi quali perdite di dati (data leakage) e violazioni della privacy, mentre occorre migliorare il meccanismo di fiducia per la collaborazione tra istituzioni.
Di fronte alle sfide sopra menzionate, la Cina dovrebbe cogliere il periodo di opportunità per lo sviluppo, assumere l’innovazione indipendente come nucleo, la costruzione di standard come punto di partenza e la governance della sicurezza come linea di fondo, accelerare la coltivazione di un ecosistema industriale intelligente incarnato e immettere una forte spinta allo sviluppo di una nuova produttività qualitativa e alla costruzione di un paese tecnologicamente avanzato.
Uno è rafforzare la disposizione delle forze tecnologiche strategiche e consolidare le basi dell’innovazione autonoma. Avvalendosi del nuovo sistema nazionale, rafforzeremo le capacità scientifiche e tecnologiche strategiche dei laboratori nazionali chiave nel campo dell’intelligenza incarnata e condurremo ricerche scientifiche organizzate su direzioni all’avanguardia, quali il modello di fusione tra tre domini «informazione-fisica-cognizione», l’architettura decisionale end-to-end e i materiali flessibili biomimetici. Approfondiremo l’integrazione tra industria, accademia e ricerca guidata dalle imprese, sosterremo le imprese tecnologiche leader affinché assumano la guida nella costituzione di consorzi innovativi, concentreremo risorse vantaggiose per superare i colli di bottiglia legati alla localizzazione di componenti fondamentali quali motori servo, riduttori e viti a rulli planetari, collegheremo l’intera catena «ricerca di base – sviluppo tecnologico – applicazione industriale» e spezzeremo i vincoli allo sviluppo industriale già alla loro origine.
Il secondo obiettivo è costruire un ecosistema industriale aperto e collaborativo, guidando lo sviluppo di alta qualità mediante standard elevati. Accelerare lo sviluppo di interfacce hardware trans-settoriali, protocolli di comunicazione e standard di compatibilità software, e promuovere software di base indipendenti e controllabili, quali sistemi operativi e middleware. Esplorare la creazione di entità di alto livello per l’aggregazione e la governance dei dati, sviluppare standard per la raccolta e l’annotazione multimodale dei dati, realizzare benchmark di simulazione e piattaforme aperte per i dati relativi a scenari chiave come la produzione intelligente e le operazioni ad alto rischio, e abbattere gli ostacoli alla circolazione dei dati. Coltivare con decisione un ecosistema open source locale, incoraggiare università, istituti di ricerca e imprese a costruire congiuntamente sistemi condivisi di potenza computazionale per gli algoritmi, ridurre le barriere alla ricerca e allo sviluppo, accelerare il ciclo di iterazione tecnologica e guidare il miglioramento qualitativo del settore attraverso una standardizzazione di alto livello e l’open source.
Il terzo obiettivo è istituire un solido sistema di governance della sicurezza e gettare le basi per uno sviluppo affidabile. Costruire un meccanismo di protezione gerarchica che copra la sicurezza degli algoritmi, dei dati e fisica, chiarificando i confini di diritti e responsabilità di tutte le parti coinvolte nella produzione, nell’uso, nella fornitura di algoritmi e nella supervisione. Ricerca prospettica sulla determinazione della responsabilità in caso di incidenti, sulla collaborazione trans-istituzionale e sulle regole di governance basate sulla fiducia reciproca, nonché su linee guida in materia di sicurezza ed etica per comportamenti specifici quali la navigazione, la collaborazione di gruppo e altri. Esplorare modelli regolatori inclusivi e prudenti, condurre valutazioni etico-sicurezza sull’intero ciclo di vita, istituire sistemi di difesa proattivi e sicuri in profondità e fornire garanzie istituzionali per l’implementazione su larga scala e lo sviluppo sano a lungo termine dell’intelligenza incarnata.
EN
