AI的智能化水平遵循算法、數(shù)據(jù)、算力三要素擴展法則，當三要素達到一定規(guī)模后，智能化水平將實現(xiàn)跨越式提升，即所謂的“智能涌現(xiàn)”。我們就不難理解今天為什么千億、萬億級參數(shù)算法，大規(guī)模、高質(zhì)量數(shù)據(jù)集，萬卡、十萬卡算力集群的發(fā)展一日千里了。

具身智能，即具身化的人工智能，是AI技術(shù)從“虛擬交互”向“實體服務(wù)”的跨越載體，是硬件傳感器、機械運動關(guān)節(jié)與算法、數(shù)據(jù)、算力三要素的深度融合。將人工智能融入機器人、機械裝置、新能源汽車等物理實體，為“大腦”賦予了“身體”，使得它們擁有像人一樣感知、學習和與環(huán)境動態(tài)交互的能力，是智能體通過身體與環(huán)境的互動產(chǎn)生的智能行為。

世界各國、各行業(yè)均將具身智能視為未來科技競爭的核心領(lǐng)域，致力于發(fā)展機器人技術(shù)，將AI融入機器人形成具身智能的重要性日益凸顯。

中國在《“十四五”機器人產(chǎn)業(yè)發(fā)展規(guī)劃》強調(diào)，要推動人工智能、5G、大數(shù)據(jù)、云計算等技術(shù)的融合，提升機器人智能化、網(wǎng)絡(luò)化水平。明確2025年目標成為全球機器人創(chuàng)新中心，具身智能是重點方向?！兑?guī)劃》同時指出，要強化機器人系統(tǒng)的功能安全、網(wǎng)絡(luò)安全和數(shù)據(jù)安全，不斷提升國家的技術(shù)能力，推動行業(yè)應(yīng)用。2025年，具身智能和智能機器人首次被寫入政府工作報告，明確列為新一代智能終端發(fā)展重點。

01 進化目標

中國移動具身智能產(chǎn)業(yè)創(chuàng)新中心認為具身智能的進化可分為五個階段：“道具”（僅實現(xiàn)基礎(chǔ)特定動作）-“玩具”（具備一定的互動性，限于娛樂或教育啟蒙）-“工具”（通過算法與傳感器實現(xiàn)精準操作，缺乏自主決策）-“伙計”（具備自然交互能力，提供情感交互與生活服務(wù)）-“兄弟”（高度智能化、自主化，接近人類行為與思維模式）。

當前機器人行業(yè)正處于從“道具”向“伙計”跨越的關(guān)鍵期，需重點突破具身智能與通用任務(wù)規(guī)劃能力，最終實現(xiàn)機器人與人類的能力互補與情感共鳴。

構(gòu)建像人類一樣“眼-腦-手-足”協(xié)同，實現(xiàn)四個“自主”，即自主交互、自主移動、自主作業(yè)、自主學習，是具身智能“進化”的終極目標，也是行業(yè)正在突破的核心挑戰(zhàn)。

主流具身智能機器人技術(shù)中，機器人“身體”通過部署各類傳感器感知周圍環(huán)境數(shù)據(jù)，基于本體或云端算力資源進行深度學習。構(gòu)建可泛化、分布式協(xié)同、端邊網(wǎng)云聯(lián)動的具身智能變得尤為重要，也已成為行業(yè)共識。

02 典型場景分析

事實上，不同類型機器人的不同場景、不同應(yīng)用中，所產(chǎn)生的數(shù)據(jù)規(guī)模，以及對網(wǎng)絡(luò)、算力的需求千差萬別。家庭、個人領(lǐng)域是具身智能應(yīng)用中場景最多、感知環(huán)境最復雜的領(lǐng)域，每類場景均具有不同的算力、網(wǎng)絡(luò)要求。大體上可將具身智能應(yīng)用場景分為三類：實時快反應(yīng)類、慢思考類（AGI）以及介于兩者之間的狹義人工智能類（ANI）。

本部分梳理了各類應(yīng)用場景下，對網(wǎng)絡(luò)、算力的需求量化要求。其中算力需求部分，受算法、軟件架構(gòu)、實現(xiàn)方式等因素影響，列出的是理想情況下的算力需求量級。

(一) 實時快反應(yīng)類

快反應(yīng)場景，與機器人運控密切相關(guān)，要求在極短的時間內(nèi)做出精準反應(yīng)，典型如行走與奔跑、自主避障等。通常需要傳感器快速感知環(huán)境數(shù)據(jù)，本體硬件進行一定的算法處理，快速做出反應(yīng)。通常時延要求在10~100ms，數(shù)據(jù)規(guī)模在1~100MB/s，算力需求在1~20TOPS。

(二) 狹義人工智能類（ANI）

該類場景，對實時性、智能化要求折中，側(cè)重虛擬交互，典型如語音識別、情感識別、導航等。正是由于其對算力、網(wǎng)絡(luò)的折中要求，該類場景可由硬件本體內(nèi)置算力結(jié)合小模型提供智能，亦可由邊緣云、中心云智能供給，帶來了多種實施可能性。通常時延要求在100~500ms，數(shù)據(jù)規(guī)模在1~50MB/s，算力需求在1~50TOPS。

(三) 慢思考類（AGI）

該類場景，對數(shù)據(jù)規(guī)模、網(wǎng)絡(luò)帶寬、算力有極高的要求，但對時延不敏感。該類場景通常無法由機器人硬件本體進行算力供給，而由邊緣云、中心云等進行大顆粒度算力供給，提供智能。通常時延要求在100ms~10s，數(shù)據(jù)規(guī)模在100MB/s~10GB/s，算力需求在10TOPS~1000TOPS。

結(jié)合以上分析，可以看出具身智能對網(wǎng)絡(luò)、算力、數(shù)據(jù)的要求跨度非常大，如時延方面，從毫秒級到秒級，相差千倍。具身智能需要“身體”、“大腦”、“神經(jīng)”的有機協(xié)同，未來具身智能的進化，必然朝著異構(gòu)、泛化、分布式協(xié)同的方向演進。

03 進化路徑

機器人正經(jīng)歷從“智能機械人”向“自主機器人”的范式躍遷，精密運動控制（小腦）和機械系統(tǒng)（本體）為核心的技術(shù)已相對成熟，而驅(qū)動智能躍升、實現(xiàn)自主智能的“大腦”成為亟需突破的核心能力。構(gòu)建異構(gòu)、泛化、分布式協(xié)同的具身智能系統(tǒng)是實現(xiàn)“大腦”自主智能的必然路徑，需均衡硬件、網(wǎng)絡(luò)、算力三要素供給代價，同時，面向消費者仍需兼顧硬件成本、能耗、續(xù)航等因素。結(jié)合中國移動自身實踐，我們形成如下方案：

方案包括具身智能體、近源智能體、云端智能體以及連接各智能體的IoA（Internet of Agent）互聯(lián)網(wǎng)四部分。

(一) 具身智能體

負責本體實時傳感、控制及輕量級計算。具有強實時性（控制周期≤1ms）、低功耗特點（嵌入式芯片)。硬件載體基于嵌入式芯片，軟件方面部署ROS節(jié)點、實時操作系統(tǒng)（RTOS）等。核心功能邏輯分層包括傳感層、實時控制層、輕量計算層等。

(二) 近源智能體

負責大顆粒算力供給，智能增強，智能體彈性部署，分布式協(xié)同及任務(wù)優(yōu)化。區(qū)域自治單個近源節(jié)點管理10~100臺機器人，網(wǎng)絡(luò)時延<20ms，同時可彈性擴展，支持邊緣節(jié)點動態(tài)加入、退出（如K3s輕量級K8s）。核心功能邏輯分層包括數(shù)據(jù)融合層、協(xié)同決策層、模型推理應(yīng)用層等。

(三) 云端智能體

重點攻關(guān)VLA（視覺、語言、運動）具身智能大模型，聚焦四個“自主”核心能力，驅(qū)動機器人由自動化邁向自主化。負責全局優(yōu)化與知識沉淀，仿真迭代訓練，為本體、近源算力提供智能賦能及調(diào)度，業(yè)務(wù)管理、版本升級等。

核心功能邏輯包括：

1) RaaS能力：即Robot as a Service，提供機器人即服務(wù)能力；

2) 大數(shù)據(jù)服務(wù)：全系統(tǒng)運行數(shù)據(jù)存儲與分析；

3) 仿真訓練：具身智能行為仿真訓練，大規(guī)模AI模型訓練與優(yōu)化；

4) 全局管理調(diào)度：全局任務(wù)拆解、分配、調(diào)度，多機、多任務(wù)任務(wù)協(xié)同；

(四) IoA智能體互聯(lián)網(wǎng)

IoA即Internet of Agent, 智能體互聯(lián)網(wǎng), 連接具身、近源、云端智能體，提供高可靠、自適應(yīng)連接樞紐。融合Wi-Fi、全光網(wǎng)絡(luò)、5G/5G-A、6G、衛(wèi)星通信等多種通信方式，支撐各智能體之間高速穩(wěn)定互聯(lián)。核心功能邏輯包括：

1) R2X通信：即Robot-to-Everything，以機器人為中心的具身智能網(wǎng)核心技術(shù)，通過無線或蜂窩通信實現(xiàn)機器人與周圍環(huán)境的全方位交互。其內(nèi)容涵蓋通信模式、應(yīng)用場景、技術(shù)標準及生態(tài)系統(tǒng)，包含R2R（Robot to Robot）,R2P（Robot to Person）、R2I（Robot to Infrastructure）、R2N（Robot to Network）等各項通信能力。

2) 分布式自組網(wǎng)：實現(xiàn)機器人自主分布式協(xié)同，降低對云端、網(wǎng)絡(luò)依賴，具備低時延、節(jié)能、節(jié)省頻譜資源優(yōu)勢。

3) 專網(wǎng)通信：網(wǎng)絡(luò)切片能力，機器人專網(wǎng)，為實時指令控制、音視頻碼流等提供端到端差異化轉(zhuǎn)發(fā)調(diào)度。

4) 通感一體：未來網(wǎng)絡(luò)基礎(chǔ)設(shè)施應(yīng)具備通感一體能力，集成高精度定位、激光、雷達等感知能力，實現(xiàn)通感深度融合。如當前5G-A基站載波相位測量等技術(shù)提供高精度定位，除基礎(chǔ)網(wǎng)絡(luò)能力外，還可用于機器人自主避障、行走奔跑、精細操作等場景。

5) 語義通信：具身智能機器人集成了各類傳感器，有大量數(shù)據(jù)傳輸交互，網(wǎng)絡(luò)帶寬需求激增，依靠傳統(tǒng)原始環(huán)境數(shù)據(jù)采集并直接傳輸，難以適應(yīng)智能化需求。語義通信是提升機器人智能化水平及環(huán)境自適應(yīng)魯棒性的關(guān)鍵通信能力。

04 展望

具身智能產(chǎn)業(yè)方興未艾，中國移動將分階段推出“家家可及”的機器人“兄弟”。2025年重點圍繞迎賓導覽、家庭陪伴兩大系列打造商用級產(chǎn)品，推動四足狗系列成為家庭場景消費級產(chǎn)品；圍繞居家服務(wù)前瞻布局家庭場景通用機器人產(chǎn)品。與此同時，基于促進產(chǎn)業(yè)協(xié)同發(fā)展理念，成立產(chǎn)業(yè)發(fā)展聯(lián)盟，覆蓋企業(yè)、高校、機構(gòu)等不同角色，構(gòu)筑“產(chǎn)-學-研-用-測”閉環(huán)體系；建立開放式中試基地，推動技術(shù)中試轉(zhuǎn)化，打通從研到用“最后一公里”；建立能力開放體系，推動關(guān)鍵成果產(chǎn)業(yè)共享。加速形成產(chǎn)業(yè)從“組起來”到“干起來”到“用起來”的“飛輪效應(yīng)”。

具身智能機器人的智能化、網(wǎng)絡(luò)化是實現(xiàn)“類人”的核心關(guān)鍵，面向未來單體智能必將從自動走向自主，單體智能必將走向群體智能。

【參考資料】

[1] 3GPP V2X系列標準（Release 14~18）

[2] Brooks, R.A., 1991. Intelligence without representation. Artificial intelligence, 47(1-3), pp.139-159.

[3] Pfeifer, R. and Scheier, C., 2001. Understanding intelligence. MIT press.

[4] Smith, L.B., 2005. Cognition as a dynamic system: Principles from embodiment. Developmental Review, 25(3-4), pp.278-298.

[5] Lakoff, G., & Johnson, M. (1999). Philosophy in the Flesh: The Embodied Mind and Its Challenge to Western Thought. Basic Books.

[6]《智能體互聯(lián)網(wǎng) - 定義、架構(gòu)與應(yīng)用》，北京郵電大學，劉軍、禹可、陳科良、李珂

作者：

程寶平 中國移動首席專家，中國移動智慧家庭運營中心具身智能產(chǎn)業(yè)創(chuàng)新中心總經(jīng)理

晁軍顯 中國移動“十百千”專家，具身智能系統(tǒng)架構(gòu)師

高金飛 具身智能平臺研發(fā)技術(shù)經(jīng)理

許學 具身智能本體研發(fā)技術(shù)經(jīng)理

審核：

程寶平 中國移動首席專家，中國移動智慧家庭運營中心具身智能產(chǎn)業(yè)創(chuàng)新中心總經(jīng)理

本文圖片均系原創(chuàng)，轉(zhuǎn)載請注明出處