在人工智能高歌猛进的今天，具身智能（Embodied Intelligence）正成为科技VC赛道中最火热的话题之一。在2024年联想创投CEO年会上，以《沸腾中的具身智能，产业智能新未来》为主题的圆桌围绕具身智能的产业现状展开，深入讨论了具身智能的产业先机与相关技术发展趋势。
本次panel环节，联想集团副总裁、联想创投合伙人王光熙作为主持人，对话联想集团高级副总裁、联想新兴技术集团总裁、ACM/IEEE/AAAS Fellow芮勇，中国自动化学会会士、浙江大学控制科学与工程学院教授、浙江人形机器人创新中心首席科学家熊蓉，香港工程科学院院士、香港中文大学卓敏讲座教授、天石机器人研究所所长刘云辉，香港科技大学机器人研究院创始院长、戴盟机器人联合创始人兼首席科学家王煜，逐际动力创始人张巍。
与会嘉宾结合具身智能实际运用中的具体问题，分享了具身智能的技术卡点、场景落地等具体挑战，同时分析了实现具身智能目前最紧迫的需求——数据资源，各自提出了解决方案及商业化路径，并乐观展望了具身智能产业的未来。
王光熙：具身智能无疑是过去一两年在科技VC赛道中最火热的话题之一，联想创投持续关注机器人、泛机器人包括自动驾驶等方向，在泛机器人的领域陆续关注和布局有近30多家企业。随着大模型技术的发展，具身智能作为将AI从语言、语义扩展到多模态、空间智能乃至端到端物理模型的新方向，正受到广泛关注。首先请各位嘉宾分享一下，是看准了什么时代机遇，躬身入局具身智能的创业大潮？
芮勇：我是联想新兴技术集团总裁，主要聚焦AI定义的车计算，包括自动驾驶AI算力平台和系统级全车智能。大模型已经从语言模型向多模态跨越，而端到端的实现，更是将自动驾驶和具身智能统一在同一个AI框架之下，这推动了我们从纯技术角色转向产品和业务的多元探索。
熊蓉：我自2000年起做机器人方向，主要从事机器人智能移动和操作。从个人理解而言，具身智能是带有实体并具备环境交互学习的智能，实现路径与常规人工智能路线有所不同。近期，我们启动了浙江人形机器人创新中心的建设，专注于人形机器人的感知智能、执行智能及与环境的交互等方面。
刘云辉：我从事机器人研究多年，从1992年开始就在这个行业摸爬滚打。近年来，我们创立了未来机器人，专注于自动叉车等领域，并在多个行业进行了技术转化和创新。我认为AI与实体系统的结合是具身智能的核心，而机器人是AI最好的测试场景。
王煜：40年前，我在美国卡内基梅隆大学开始研究机器手和灵巧操作。2023年，我创立了戴盟机器人，致力于将大语言模型和触觉感知等技术应用于机器人灵巧操作。我们认为，大模型、人工智能结合触控等多模态信息的获取，能够使机器人像人一样进行精细操作，带来更多信息价值。
张巍：我于2022年创立逐际动力，专注于具身智能和通用机器人技术。我们认为“移动能力”和“操作能力”是机器人最核心的两个能力，希望通过突破机器人的移动和操作能力，实现全地形移动和通用操作，推动机器人能力的泛化和适应，在打造两个核心能力的过程当中，通过一些阶段性的产品进行落地闭环。我们认为，具身智能是AGI里最重要的组成部分之一。
具身智能，求“数”若渴
熊蓉：具身智能的发展需要突破传统机器人对专家知识和经验的依赖，实现更加泛化和自主的行为。区别于单纯的视觉、语言等信息的感知，具身智能涉及的方面更多，如行为、动作、决策、控制等各个方面以及他们的融合。我们目前正在研究如何通过数据驱动的方法，提升机器人在感知、规划、决策和控制等方面的能力。主要挑战包括数据的获取、算法的设计以及实际应用中的鲁棒性和可靠性。
刘云辉：传统机器人的技术路径是感知、决策、执行，目前人工智能更多投入在感知和决策，可以让机器人应对相对不太复杂的场景。目前，我们在物流场景下取得了一定进展，但如何保证机器人在复杂场景下的可靠性和安全性，仍然是一个巨大的挑战。我认为具身智能需要分阶段实现，首先从感知到决策，再通过执行层面实现。此外，数据的获取和模型的泛化能力也是亟待解决的问题。
王煜：通用人工智能在机器人领域具有广阔的应用前景，但实现这一目标仍面临诸多挑战。单靠语言和图像的信息远不足以支撑机器人精细操作，触觉信息同样至关重要。多模态数据的融合，涵盖温度、摩擦力等因素，是实现灵巧手操作的基础。具身智能如何获得这些能力？我们认为，训练模型需要更加真实、可靠的数据，同时提升机器人在感知和控制方面的能力。目前，我们正致力于研究高动态触觉传感器和多模态信息融合技术，以实现机器人具备类人的精细操作能力。
张巍：大模型向具身智能的跨越，本质上是专用智能、专用机器人向通用智能、通用机器人的变化，强调的是泛化能力。具身智能的发展需要硬件、算法、算力和数据的共同推动，其中，数据的稀缺性是当前面临的最大挑战，真机的数据、仿真的数据、互联网级别的数据缺一不可，我们正在探索如何通过互联网视频等数据源，提升机器人的运动和操作泛化能力。同时，我们也坚信人形机器人作为通用机器人平台的重要性，并致力于实现其广泛应用。
商业化路径交织
描摹产业未来图景
