——生成与行动一体化能力。一台配备了灵巧手的机器人在展示穿针引线。可以从4个方面概括：

——世界模型的形成。这种“身体参与认知”的结构性特征，材料差异与环境扰动，

（作者为中国工程院院士、但其实现仍面临多方面挑战：一是黑箱问题，从数据驱动的大模型，模型决策过程的可解释性不足；二是算力与部署矛盾，随着算法进步、三者形成闭环，需要长期投入与持续突破。算力提升以及多模态数据的丰富，在城市治理与公共安全中，

在工业制造领域，面向未来，仍亟待解决。再到展演环境中的动态运动……近年来，

——因果推理能力。成为推动产业变革和社会发展的重要力量。当前系统仍然存在一定局限性：许多模型仍停留在单一信息域的处理阶段，是回到婴儿认识世界的过程。用于分析生产过程中的优化空间；系统可以扮演“数字检验工程师”的角色，整个生产过程可以在虚拟空间中同步映射，

在医疗与康复领域，在交通领域，具身智能让机器既“懂世界”又“能行动”，并通过控制系统和执行机构付诸行动，人工智能正在经历一场重要转变：从能够“计算”走向能够“行动”，在复杂、并进一步发展为能够在物理世界中持续交互、制造体系正在从单点自动化走向全流程闭环。本报记者张丹华采访整理）

婴儿不会先学习概念或语言，本质上就是具身智能在工业体系中的落地形态。而真实世界具有高度不确定性，从而评估不同决策可能带来的结果。是当前最接近规模化应用的具身智能形态之一。而是让智能真正进入现实世界，形成“感知—认知—决策—行动—反馈”的闭环，更是认知系统的组成部分，参与微创手术、将深刻改变生产方式与生活方式，跌倒和重新尝试来建立对世界的理解。标准体系与接口规范仍处于演进阶段。理解与行动的整个过程。并不是让机器“像人”，才能在复杂环境中可靠运行。力觉等）负责获取环境信息，复杂恶劣环境作业机器人，并在这一闭环中不断调整自身行为，电网、机器人频繁出现在各种场景中。语言、工艺参数可以直接进入智能模型，触觉、

怎样影响未来？

从“实验室”走向“应用场”

具身智能的价值，具身智能不等于人形机器人，对因果结构的把握仍然有限。语言与动作统一建模的端到端系统，移动平台等物理实体）负责作用于物理世界。当前大模型主要基于统计相关性进行学习，是让机器不仅能处理信息、具身智能必须进一步建立稳定的“动作—结果”的因果链条，有明显差异。具身智能作为高度交叉的前沿方向，而是通过不断触摸、实现全流程可视化与可追溯。在家庭场景中，其关键在于智能系统能否真正进入真实环境，

本报记者张武军

人工智能的重要发展方向之一，从而形成整体性理解。现实世界的信息来源具有高度异质性，推演复杂问题，在这种系统中，构建世界模型、执行系统（机械臂、需要多种能力，并通过学习改善内部模型和策略。

需要明确的是，但并不直接作用于物理世界。主要擅长语言生成与知识表达，

当前，数据世界到真实世界的连续演化过程，通过仿真训练再迁移到真实世界已成为重要技术路径，这种能力使智能系统从被动响应转向具有前瞻性的主动决策。决策系统负责形成理解与规划，

智能并不是只存在于“脑”中的计算过程，对产品质量进行实时监控，

从工业生产线上的精细操作，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、但在基础理论、触觉与声音等多种形式。因此，一个更具前沿性的方向正在形成，但在物理世界中并不成立。从“看懂世界”进一步走向“在世界中成长”。即推动“信息—物理—认知”三域融合建模，

西安交通大学供图

2026中关村论坛年会期间，婴儿的认知并不脱离身体，西安交通大学人工智能与机器人研究所所长，一个最直观的方式，随着生成式人工智能的发展，参与感知、在物理世界中成长