具身智能是人工智能与物理实体深度融合的终极形态，通过智能体与环境的实时交互产生智能行为，强调认知和行动在物理环境中的相互依赖。其核心涵盖“大脑”（认知智能）与“小脑”（运动执行）两大模块，涉及仿真、VLA、diffusion policy、VLN、世界模型、强化学习等子模块。
发展历程
- 技术发展阶段：经历了抓取位姿检测、行为克隆、Diffusion Policy（2023年兴起）、VLA模型（2024年）以及当前VLA与强化学习、世界模型、触觉感知等融合的阶段。
- 产业发展历程：从1950年代概念萌芽，1980年代理论探索，2000年代初跨学科融合，2010年代中期深度学习驱动，到2020年以来广泛应用与产业落地，逐步走向通用机器人发展。
主要应用场景与产品
- 人形机器人：复现人类形态与运动能力，被视为实现通用物理智能（GPI）的理想平台，应用探索集中在工业制造、商业服务、家政养老领域，但面临技术、成本、安全等挑战，预计2035年中国市场规模达3000亿元。
- 非人形产品：已在工业制造（柔性产线）、商业服务（配送、导览）、特种作业（电力巡检、安防）、自动驾驶（Robotaxi、无人卡车）、家庭陪伴（教育、护理）等领域实现商业化，构成产业基石。
- 科学智能：机器人自主执行科学实验，推动生物、化学、材料等实验科学从“人力密集型”向“智能驱动型”转变，未来有望自主提出科学假设并设计实验。
发展必要性
- 全球竞争：具身智能是人工智能发展的前沿方向，美国、欧盟、日本等已将其置于国家战略层面，中国需抢占先机以保障战略安全。
- 产业升级：破解制造业转型升级瓶颈，通过柔性产线提升产业链韧性与价值，推动制造业高质量发展。
- 社会民生：解决劳动力短缺问题，替代人类在高危、重复性岗位作业，优化劳动力结构并创造新需求。
- 人才储备：顺应技术融合趋势，填补复合型人才缺口，为产业发展提供人才保障。
专业建设
- 专业介绍：面向国家未来产业布局与科技竞争前沿，培养能驾驭“感知-决策-控制-本体”全技术链条的复合型人才。
- 建设必要性：服务国家战略、驱动产业升级、推动工程教育革新，填补现有培养体系空白。
- 就业方向：前沿科技企业、国家战略与国防军工、政府规划与行业治理、科学研究与高等教育，人才缺口巨大，职业发展前景广阔。
- 课程体系：
- 基础课程：数理基础、工程与信息科学基础、物理建模。
- 专业核心课程：具身智能导论、多模态感知与融合、具身小脑与运动控制、具身大脑与人机交互，体现主导范式差异化“脊柱”。
- 高端发展层：智能感知与决策、先进机器人系统、前沿交叉与治理。
- 实施路径：动态构建与特色聚焦，以“学科脊柱”为核心，针对性“交叉补骨”确保知识完整，实践体系映射课程逻辑。
教学科研实验室建设
- 中心组成：具身运动控制中心、全局感知与复杂控制中心、具身高级控制与应用中心、具身智能应用系统中心。
- 设备配置：涵盖具身机器人关节模组、多电机驱动控制平台、开源协作机器人、轻便型移动作业机器人、多模态机器人、轮腿式机器人、动捕系统、无人机等，全面支持具身智能教学与科研。
核心观点与结论
- 具身智能是人工智能发展的关键阶梯，将推动产业升级与社会变革，中国需大力发展以抢占先机。
- 人才培养需突破传统专业壁垒，构建跨学科深度融合的课程体系，培养全栈型复合人才。
- 实验室建设需围绕主导方向动态构建，提供从基础教学到前沿科研的完整支撑，推动产学研融合。
- 具身智能领域人才缺口巨大，毕业生就业前景广阔，职业成长速度快，薪酬回报潜力高。
