Воплощённый интеллект — это интеллектуальная система, объединяющая восприятие, познание, принятие решений и действие посредством взаимодействия в реальном времени между физическими объектами и окружающей средой; охватывает различные формы, такие как гуманоидные роботы, бионические роботы и встроенные экологические системы.
Воплощённый интеллект — это интеллектуальная система, объединяющая восприятие, познание, принятие решений и действие посредством взаимодействия в реальном времени между физическими объектами и окружающей средой; к ней относятся, в частности, человекоподобные роботы, бионические роботы и встроенные экологические системы. В настоящее время воплощённый интеллект постоянно развивается благодаря многократному взаимодействию с окружающей средой, что существенно повышает способность к познавательному принятию решений и эффективность практического применения в реальном мире, а также ускоряет его эволюцию в сторону более автономного и универсального интеллекта, применимого в различных сценариях. Точное понимание глобальных тенденций технологических инноваций в области воплощённого интеллекта и активное реагирование на фундаментальные вызовы имеют исключительно важное значение для использования возникающих возможностей и получения стратегического преимущества в ходе нового этапа промышленной трансформации.
Глобальное развитие технологий воплощённого интеллекта демонстрирует пять основных тенденций
В настоящее время технология встроенной интеллектуальности во всём мире демонстрирует ускоренную эволюцию: достигнуты прорывы в пяти измерениях — восприятие и взаимодействие, принятие решений и когнитивные процессы, управление и исполнение, объединение данных из виртуальной и реальной сфер, а также системная интеграция; это способствует переходу встроенной интеллектуальности из лабораторий к масштабным практическим применениям.
Одним из направлений является встраивание мировых моделей и переход от восприятия к взаимодействию. Под влиянием технологий мировых моделей и мультимодального восприятия воплощённый интеллект значительно повысил свою способность понимать физическую среду и взаимодействовать с ней, совершив парадигмальный сдвиг — от «стимул–реакция» к «дедуктивному принятию решений» и от реструктуризации данных к пониманию закономерностей. Компания Meta представила мировую модель V-JEPA2, способную прогнозировать последствия различных действий и ранжировать их в соответствии с поставленными целями, что существенно повышает точность выполняемых действий. Пекинский университет предложил архитектуру многосенсорной языково-действенной модели MLA, в которой реализована полная многосенсорная модальность и обеспечена более надёжная основа для принятия решений за счёт интеграции гетерогенных сигналов.
Во-вторых, наблюдается тенденция к сквозным решениям и смена парадигмы принятия решений. Иерархическая архитектура принятия решений в области воплощённого интеллекта «мозг + мозжечок» достигла зрелости и всё шире применяется; сквозная модель, обладающая преимуществами широкого охвата, низкой задержки, высокой автономности и сильной кооперативности, продемонстрировала большой потенциал при исследовании воплощённого интеллекта в направлении общей обобщённости. Gemini Robotics от Google DeepMind опирается на сквозную архитектуру VLA и обладает превосходной способностью к межонтологическому обобщению; модель DOBOT-VLA, самостоятельно разработанная компанией Yuejiang в Китае, интегрирует визуальные, языковые и управляющие возможности и была оптимизирована с помощью обучения с подкреплением в реальных условиях. В комплекте с гуманоидным роботом ATOM она вышла в серийное производство в 2025 году и способна выполнять сложные задачи, такие как ходьба, динамическое балансирование и точная сборка.
В-третьих, прорывы в области гибких материалов привели к появлению способности к самовосстановлению. Материальная революция стимулирует эволюцию воплощённого интеллекта от «жёсткого исполнительного конца» к «онтологии интеллектуальной адаптации». Тактильные сенсоры и электронная кожа, имитирующие кожу человека, наделяют воплощённый интеллект высокочувствительными возможностями восприятия окружающей среды, а биомиметическая гибкая структура обеспечивает воплощённым интеллектуальным организмам многорежимные двигательные возможности — такие как ползание, перекатывание и перистальтика, — что эффективно расширяет сферы их применения и повышает адаптивность. Самовосстанавливающиеся материалы обеспечивают активные прорывы в самовосстановлении: после повреждения тела они способны к обратимой рекомбинации химических связей под действием света и тепла. Эти материалы объединяют функции обнаружения повреждений, локализации их местоположения и самовосстановления, значительно повышая долговечность и надёжность воплощённого интеллекта в сложных и экстремальных условиях и обеспечивая его длительную автономную работу.
Четвёртый аспект — интеграция виртуальных и реальных данных и унификация стандартов данных. Высокая стоимость и небольшой объём сбора данных с реальных машин, а также слабая способность к обобщению в незнакомых средах превратились в узкие места при разработке воплощённого интеллекта. Генеративный источник данных — это среда моделирования, созданная на основе большой языковой модели; она характеризуется большим объёмом и высокой структурированностью и позволяет недорого закрыть дефицит данных. В сочетании с ограничениями, основанными на физических законах, гибридными парадигмами данных и калибровкой по данным реальных машин такая среда значительно сокращает разрыв между моделированием и реальностью. Китайская компания 51Sim накопила сквозные сценарии вспомогательного вождения и синтезированные данные на платформе Nvidia и успешно применила их для обучения роботов в сложных условиях, например в портах и шахтах. Платформа «Dome DOME» унифицирует интерфейсы данных и спецификации форматов, устраняет информационные «острова», создаёт единый язык для отрасли и эффективно способствует межсценарной совместимости и обеспечению высококачественными данными.
Пятая задача — обеспечение гетерогенного взаимодействия и создание безопасной основы. Декомпозиция программного обеспечения и аппаратного обеспечения, а также модульная интеграция ускоряют развитие операционных систем для физически воплощённого интеллекта, обеспечивая совместимость между различными онтологиями и гетерогенное взаимодействие. Архитектура OpenRMF унифицирует «правила дорожного движения» и «язык общения» для роботов, позволяя осуществлять совместные операции в кластерах гетерогенных машин; OM1, представленная OpenMind, поддерживает функциональность plug-and-play и кросс-онтологическую разработку API основных крупных моделей. Системная интеграция укрепляет основу проекта, гарантируя безопасность, надёжность и соблюдение базовых ограничений. Адверсарное обучение, дифференциальная приватность и другие технологии конфиденциальных вычислений позволяют осуществлять межинституциональное взаимодействие без раскрытия исходных данных, формируя активную и защищённую многоуровневую систему защиты для масштабных приложений физически воплощённого интеллекта.
Принять комплекс мер по укреплению конкурентоспособности китайских решений в области embodied intelligence
В настоящее время китайские решения в области embodied intelligence находятся на критическом этапе координации технологических прорывов, внедрения в промышленность и формирования экосистемы. Локализация ключевых аппаратных компонентов ускоряется, а производительность крупных моделей значительно повышается. Отечественные вычислительные мощности способны эффективно поддерживать сложные модели, а предварительные возможности применения уже сформировались в отдельных областях. Однако с ростом остроты международной конкуренции нельзя игнорировать глубокие вызовы, стоящие перед embodied intelligence.
Во-первых, необходимо повысить автономную управляемость ключевых компонентов: наблюдается высокая зависимость от внешних поставщиков сервомоторов, редукторов и датчиков высокого класса. Энергосистема обладает недостаточной автономностью, а способность к полному самостоятельному разработке остаётся слабой. Во-вторых, требуется усовершенствовать стандартную систему и промышленную экосистему: интерфейсы аппаратного обеспечения, протоколы связи и стандарты совместимости программного обеспечения не унифицированы; широко распространены информационные «островки», влияние сообществ с открытым исходным кодом ограничено, а объёмы высококачественных интерактивных данных недостаточны. В-третьих, необходимо укрепить систему обеспечения безопасности и управления ею: сложно чётко определить распределение ответственности при авариях автономных систем. Постоянный сбор конфиденциальных данных может легко спровоцировать риски утечки информации и нарушения конфиденциальности, а также требуется улучшить механизм доверия при межведомственном взаимодействии.
Перед лицом вышеупомянутых вызовов Китай должен использовать окно возможностей для развития, принять самостоятельную инновацию в качестве основы, создание стандартов — в качестве отправной точки, а управление вопросами безопасности — в качестве базового принципа, ускорить формирование воплощённой интеллектуальной промышленной экосистемы и обеспечить мощный импульс для развития новой качественной производительности и построения технологически сильной страны.
Первое — укрепить стратегическое размещение технологических сил и упрочить основы независимой инновационной деятельности. Опираясь на новую национальную систему, мы усилим стратегические научно-технологические возможности национальных ключевых лабораторий в области воплощённого интеллекта и проведём организованные научные исследования по передовым направлениям, таким как трёхобластная интеграционная модель «информация—физика—познание», архитектура сквозного принятия решений и биомиметические гибкие материалы. Будем углублять интеграцию промышленности, науки и образования под руководством предприятий, поддерживать ведущие технологические компании в создании инновационных консорциумов, концентрировать преимущественные ресурсы для преодоления узких мест при локализации ключевых компонентов — таких как серводвигатели, редукторы и планетарные роликовые винты, — обеспечивать сквозную связь всей цепочки «фундаментальные исследования — технологическая разработка — промышленное применение» и снять ограничения на промышленное развитие на самом его источнике.
Во-вторых, необходимо создать открытую и совместную промышленную экосистему, обеспечивая высококачественное развитие на основе высоких стандартов. Ускорить разработку межотраслевых аппаратных интерфейсов, протоколов связи и стандартов программной совместимости, а также способствовать созданию независимых и контролируемых базовых программных решений — таких как операционные системы и посредническое программное обеспечение. Исследовать возможность создания организаций высокого уровня для агрегации и управления данными, разработать стандарты сбора и аннотирования многомодальных данных, создать эталонные платформы моделирования и открытые данные для ключевых сценариев — включая интеллектуальное производство и операции с высоким уровнем риска — и устранить барьеры для циркуляции данных. Активно развивать локальную экосистему открытого программного обеспечения, стимулировать совместное создание университетами, научно-исследовательскими институтами и предприятиями систем совместного использования вычислительных мощностей для алгоритмов, снижать барьеры для исследований и разработок, ускорять технологическую эволюцию и обеспечивать повышение качества отрасли за счёт высокого уровня стандартизации и открытого программного обеспечения.
Третья задача — создание надежной системы управления безопасностью и формирование прочного фундамента для доверительного развития. Необходимо построить многоуровневый механизм защиты, охватывающий алгоритмы, данные и физическую безопасность, а также чётко определить границы прав и обязанностей всех сторон, участвующих в производстве, использовании, поставке алгоритмов и надзоре. Проведение перспективных исследований в области определения ответственности за аварии, межведомственного взаимодействия, правил совместного управления на основе взаимного доверия, а также этических и безопасностных норм, касающихся конкретных навигационных действий, группового взаимодействия и других видов поведения. Исследование инклюзивных и сбалансированных моделей регулирования, проведение оценок этических и безопасностных аспектов на всех этапах жизненного цикла, создание проактивных и многоуровневых систем защиты, а также обеспечение институциональных гарантий для масштабного внедрения и долгосрочного здорового развития воплощённого интеллекта.
EN
