Följ den globala teknologiska utvecklingstrenden och utnyttja möjligheten att utveckla kroppslig intelligens

Kroppslig intelligens är ett intelligent system som integrerar uppfattning, kognition, beslutsfattande och handling genom realtidsinteraktion mellan fysiska enheter och omgivningen, och omfattar olika former såsom humanoida robotar, bioniska robotar och inbäddade miljösystem. För närvarande utvecklas kroppslig intelligens ständigt genom upprepad interaktion med omgivningen, vilket avsevärt förbättrar dess kognitiva beslutsfattande- och praktiska prestandaförmåga och accelererar dess utveckling mot mer autonom och tvärsituativ allmän intelligens. Att exakt förstå den globala teknologiska innovationsutvecklingen inom kroppslig intelligens och aktivt ta itu med djupgående utmaningar är av stor betydelse för att gripa möjligheterna och vinna initiativet i den nya industriella omvandlingen.

　　Den globala utvecklingen av kroppslig intelligens-teknik visar fem huvudtrender

För närvarande visar den globala tekniken för kroppslig intelligens en accelererad utvecklingstrend, med genombrott inom fem dimensioner: uppfattning och interaktion, beslutsfattande och kognition, styrning och exekvering, sammansmältning av data från virtuella och verkliga domäner samt systemintegration, vilket driver kroppslig intelligens från laboratoriet till omfattande applikationer.

Det första är inbäddningen av världsmodeller och övergången från uppfattning till interaktion. Driven av världsmodeller och multimodal uppfattningsteknologi har kroppslig intelligens betydligt förbättrat sin förmåga att förstå och interagera med fysiska miljöer, vilket inneburit en paradigmförskjutning från »stimulus-svar« till »deduktiv beslutsfattning« samt från omstrukturering av data till förståelse av mönster. Meta har lanserat världsmodellen V-JEPA2, som kan förutsäga konsekvenserna av olika beteenden och rangordna dem utifrån deras mål, vilket kraftigt förbättrar noggrannheten i åtgärder. Peking University har föreslagit arkitekturen MLA (multi-sensory language action), en modell för flersinnad språklig handling, som introducerar en fullständig flersinnad modalitet och ger en mer pålitlig grund för beslutsfattande genom integrering av heterogena signaler.

För det andra finns det en änd-till-änd-trend och en paradigmförskjutning inom beslutsfattandet. Den hierarkiska beslutsarkitekturen för kroppslig intelligens – 'hjärna + lillhjärna' – har mognat och tillämpas alltmer; modellen med änd-till-änd-ansats, med sina fördelar i bred täckning, låg latens, hög autonomi och stark samarbetsförmåga, har visat stort potential i utforskandet av kroppslig intelligens mot allmän generalisering. Google DeepMinds Gemini Robotics bygger på en änd-till-änd VLA-arkitektur och har utmärkt förmåga att generalisera över olika ontologier; DOBOT-VLA-modellen, som Yuejiang i Kina utvecklat självständigt, integrerar visuella, lingvistiska och styrningsfunktioner och har optimerats genom förstärkningsinlärning i verkliga miljöer. Utrustad med sin humanoida robot ATOM har den uppnått massproduktion år 2025 och kan utföra komplexa uppgifter såsom gående, dynamisk balansering och precisionssammanbyggnad.

Tredje, genombrott inom flexibla material har lett till uppkomsten av självläkande förmågor. Materialrevolutionen driver utvecklingen av kroppslig intelligens från "stel utförandepunkt" till "intelligent anpassningsontologi". Taktiska sensorer liknande hud och elektronisk hud ger kroppslig intelligens mycket känslomässiga förmågor att uppfatta sin omgivning, medan biomimetiska flexibla strukturer utrustar kroppsligt intelligenta levande former med multimodala rörelseförmågor såsom krypning, rullning och peristaltik, vilket effektivt möjliggör anpassning till och utvidgning av tillämpningsscenarier. Självrådande material uppnår aktiva självläkande genombrott. När kroppen skadas kan den återupprätta kemiska bindningar reversibelt under inverkan av ljus och värme. Det integrerar funktioner för skadedetektering, lokalisering och självläkning, vilket kraftigt förbättrar hållbarheten och pålitligheten hos kroppslig intelligens i komplexa och hårda miljöer och säkerställer långvarig autonom drift.

Fjärde är integrationen av virtuella och verkliga data samt standardiseringen av data. Den höga kostnaden och den begränsade skalan för insamling av data från verkliga maskiner, tillsammans med svag generaliseringsförmåga i okända miljöer, har blivit flaskhalsar för utvecklingen av kroppslig intelligens. Den generativa datakällan är en simulerad miljö som skapats med hjälp av stora modeller, med stor volym och hög strukturgrad, vilket kan fylla dataklyftan till låg kostnad. Genom kombination med fysikaliska lagbegränsningar och blandade data-paradigm, samt kalibrering med data från verkliga maskiner, kan klyftan mellan simulering och verklighet avsevärt minskas. Det inhemska företaget 51Sim har samlat in scenarier för stöd av förarlösning och syntetisk data baserat på Nvidia-plattformen, och använt dessa framgångsrikt för robotutbildning i komplexa scenarier såsom hamnar och gruvor. Plattformen "Dome DOME" standardiserar datagränssnitt och format-specifikationer, bryter ner dataisolering, bygger upp ett universellt språk för branschen och främjar effektivt interoperabilitet mellan olika scenarier samt leverans av högkvalitativ data.

Den femte är att uppnå heterogen samarbetsverksamhet och bygga en säker grund. Avkopplingen av programvara och hårdvara samt modulär integration driver accelerationen av kroppsliga intelligenta operativsystem för att uppnå kompatibilitet över olika ontologier och heterogen samarbetsverksamhet. OpenRMF-arkitekturen förenar robotarnas "trafikregler" och "kommunikationsspråk", vilket möjliggör samarbetsverksamhet bland heterogena maskinkluster; OM1, som lanserats av OpenMind, stödjer plug-and-play samt utveckling av API:er från ledande stora modeller över olika ontologier. Systemintegration stärker projektets grund och säkerställer säkerhet, tillförlitlighet och efterlevnad av absoluta gränser. Adversariell träning, differentiell integritet och andra integritetsberäkningstekniker kan möjliggöra samarbete mellan institutioner utan att rådata läcks, vilket skapar ett aktivt och säkert fördjupat försvarssystem för skalbara tillämpningar av kroppslig intelligens.

　　Ta flera åtgärder för att stärka Kinas konkurrenskraft inom kroppslig intelligens

För närvarande befinner sig Kinas kroppsliga intelligens i ett avgörande skede av samordning av teknologiska genombrott, industriell införande och ekosystemutveckling. Lokaliseringen av kärnhårdvara har accelererat, och prestandan hos stora modeller har förbättrats avsevärt. Inhemsk beräkningskapacitet kan effektivt hantera komplexa modeller, och första tillämpningsförmågor har bildats inom vissa områden. Men med den allt hårdare internationella konkurrensen kan de djupare utmaningarna för kroppslig intelligens inte ignoreras.

För det första måste den autonoma kontrollerbarheten för kärnkomponenter förbättras, med hög extern beroendegrad vad gäller servomotorer, reduktorer och högkvalitativa sensorer. Energisystemets drifttid är otillräcklig, och det finns fortfarande svagheter i förmågan att självutveckla hela teknikstacken; För det andra måste standardssystemet och den industriella ekosystemet fortfarande förbättras, med inkonsekventa hårdvarugränssnitt, kommunikationsprotokoll och programvarukompatibilitetsstandarder, utbredda dataisoleringar, begränsad inflytande från öppen källkodsgemenskaper och otillräcklig tillgång på högkvalitativ interaktiv data; För det tredje måste säkerhetsstyrningssystemet fortfarande förbättras, och ansvarsfördelningen vid olyckor med autonoma system är svår att definiera. Kontinuerlig insamling av känslig data kan lätt leda till risker såsom dataläckage och intrång i integriteten, och den tillförlitliga mekanismen för samarbete mellan institutioner måste förbättras.

Inför ovanstående utmaningar bör Kina utnyttja utvecklingsfönstret, ta självständig innovation som kärna, standardisering som utgångspunkt och säkerhetsstyrning som minimikrav, för att snabbt främja en integrerad intelligent industriell ekologi och ge kraftfull impulskraft åt utvecklingen av ny kvalitetsproduktivitet samt bygget av ett starkt teknologiskt land.

En åtgärd är att stärka placeringen av strategiska teknologiska resurser och förstärka grunden för självständig innovation. Genom att utnyttja det nya nationella systemet kommer vi att stärka de strategiska vetenskapliga och teknologiska kapaciteterna hos nationella nyckellaboratorier inom området kroppslig intelligens och genomföra organiserad forskning kring framkantiga riktningar såsom den tredelade sammansmältningen av information, fysik och kognition, arkitekturen för slut-till-slut-beslutsfattande samt biomimetiska flexibla material. Djupare integration av industri, akademi och forskning, med företag i ledande roll, ska främjas; ledande teknikföretag ska stödjas i att leda bildandet av innovationskonsortier och samla fördelaktiga resurser för att övervinna lokaliseringsbottleneck för kärnkomponenter såsom servomotorer, reduktorer och planetariska rullskruvar. Hela kedjan från grundforskning via teknikutveckling till industriell tillämpning ska kopplas samman, och begränsningarna för industriell utveckling ska brytas redan vid källan.

Det andra är att bygga ett öppet och samarbetsinriktat industriellt ekosystem som leder till högkvalitativ utveckling genom höga standarder. Accelerera utvecklingen av tvärgående hårdvarugränssnitt, kommunikationsprotokoll och programvarukompatibilitetsstandarder, samt främja självständiga och kontrollerbara grundläggande programvaror såsom operativsystem och mellanprogramvara. Utforska möjligheten att etablera dataaggregerings- och styrningsorgan på hög nivå, utveckla standarder för insamling och annotering av multimodal data, bygga simuleringsreferensmodeller och öppna dataplattformar för centrala scenarier såsom intelligent tillverkning och högriskverksamheter, samt bryta ned hinder för datautbyte. Främja kraftfullt ett lokalt öppen källkodsekosystem, uppmuntra universitet, forskningsinstitut och företag att gemensamt bygga delade beräkningskraftssystem för algoritmer, sänka barriärer för forskning och utveckling, accelerera teknologisk iteration och leda branschens kvalitetsuppgång genom standardisering på hög nivå och öppen källkod.

Den tredje är att etablera ett robust säkerhetsstyrningssystem och bygga en solid grund för tillförlitlig utveckling. Skapa en hierarkisk skyddsmekanism som täcker algoritmer, data och fysisk säkerhet, och tydliggör rättigheter och ansvarsområden för alla parter involverade i produktion, användning, leverans av algoritmer samt övervakning. Framåtblickande forskning kring fastställande av ansvar vid olyckor, samarbete mellan institutioner och regler för ömsesidig tillit i styrning, samt säkerhets- och etiska riktlinjer för specifika navigerings-, gruppkooperations- och andra beteenden. Utforska inkluderande och försiktiga regleringsmodeller, genomför säkerhets- och etikbedömningar under hela livscykeln, etablera proaktiva och djupt integrerade säkerhetsförsvarssystem samt tillhandahålla institutionella garantier för omfattande implementering och långsiktig hälsosam utveckling av embodied intelligence.