中国人工智能系列白皮书—具身智能（2026版）

具身智能作为人工智能领域的重要研究方向，专注于智能体通过物理本体与外界环境的互动来实现智能的理论与技术研究。其核心在于建立“感知-认知-行动”的动态闭环机制，使智能体能够在非结构化环境中依旧具备智能行为的能力。具身智能具有涉身性、情境性、主动性和交互性等特点，并兼具多技术融合与多学科交叉特性，与计算机科学、机器人学、神经科学、认知科学等不同领域都紧密相关。

具身智能的关键技术涵盖物体操作、环境感知、任务理解与决策推理这四大核心部分，它们共同构成了机器人的“手－眼－脑”，协同支撑起智能体在现实场景中的自主行动能力。其中，多模态感知技术帮助实智能体实现对所处环境的可靠理解；基于大语言模型的认知推理系统则帮助智能体实现对复杂任务的语义理解和行为规划；而基于强化学习的方法则为智能体提供了基于环境反馈的策略自主优化。

具身智能的数据生态正经历结构性变革，自我中心感知、通用操作接口、人类视频迁移学习、数据飞轮与仿真到现实闭环的协同演化，共同推动具身智能的数据成本曲线从线性压向次线性。具身智能的仿真平台呈现百花齐放、加速融合的态势，未来将加强对多模态传感器的模拟，提供更准确的物理模拟，进一步提高并行化能力，并集成生成式模型，自动创建多样化的训练场景和任务。

具身智能目前正逐步渗透到各个行业，在工业制造、生活服务、医疗康养、农业、交通、能源与电力等领域展现出广阔的应用前景。未来，具身智能研究将呈现从单一模态向多模态感知与交互的闭环机制发展，从静态场景理解向动态环境预测与适应演进，从限定场景训练向开放环境迁移，以及从单一智能体向多智能体协作拓展四大趋势。