中國(guó)工程院外籍院士張建偉：具身智能面臨三大挑戰(zhàn)，呼吁全球開(kāi)放協(xié)作突破瓶頸

每經(jīng)記者｜鄢銀嬋    每經(jīng)編輯｜文多    

在9月5日下午舉行的“2025世界智能產(chǎn)業(yè)博覽會(huì)·數(shù)字產(chǎn)業(yè)生態(tài)大會(huì)”上，中國(guó)工程院外籍院士張建偉表示，具身智能正推動(dòng)人工智能進(jìn)入“感知—行動(dòng)”雙輪驅(qū)動(dòng)時(shí)代，成為連接物理世界與數(shù)字世界的橋梁。但其發(fā)展仍面臨三大核心挑戰(zhàn)——感知與操作復(fù)雜性、高質(zhì)量多模態(tài)數(shù)據(jù)稀缺以及數(shù)據(jù)技術(shù)生態(tài)開(kāi)放不足。

中國(guó)工程院外籍院士張建偉發(fā)表演講 圖片來(lái)源：每經(jīng)記者 鄢銀嬋 攝

張建偉表示，具身智能通過(guò)融合多模態(tài)技術(shù)與物理環(huán)境交互，實(shí)現(xiàn)從被動(dòng)感知向主動(dòng)決策的跨越，可廣泛應(yīng)用于制造、醫(yī)療、農(nóng)業(yè)、家庭服務(wù)等領(lǐng)域。然而，當(dāng)前技術(shù)仍難以完成從二維感知到三維精準(zhǔn)操作的躍升，尤其在動(dòng)態(tài)環(huán)境理解和語(yǔ)義交互方面存在明顯瓶頸。

他表示，具身智能所需的多模態(tài)數(shù)據(jù)規(guī)模極大，“可能是自動(dòng)駕駛的千倍、大語(yǔ)言模型的百萬(wàn)倍”，而現(xiàn)有算力架構(gòu)與數(shù)據(jù)協(xié)同方法尚未匹配這一需求。此外，全球技術(shù)生態(tài)的封閉性也制約了關(guān)鍵算法、操作系統(tǒng)與感知技術(shù)的協(xié)同發(fā)展。

面對(duì)挑戰(zhàn)，張建偉強(qiáng)調(diào)“融合共生”比“單點(diǎn)突破”更為重要。他建議以重慶為例，構(gòu)建“創(chuàng)新研發(fā)—場(chǎng)景落地—集群擴(kuò)張”的產(chǎn)業(yè)閉環(huán)，并呼吁各方加強(qiáng)開(kāi)放協(xié)作，共建全球數(shù)字產(chǎn)業(yè)生態(tài)。

業(yè)界認(rèn)為，具身智能已成為人工智能演進(jìn)的關(guān)鍵方向，其發(fā)展不僅依賴技術(shù)突破，更需跨領(lǐng)域、跨全球的生態(tài)合作。重慶作為世界智能產(chǎn)業(yè)博覽會(huì)主辦地，正吸引全球產(chǎn)業(yè)資源，有望成為推動(dòng)具身智能落地的重要樞紐。