具身智能强调智能体通过物理载体与环境的动态交互，在感知、决策与行动中不断学习和进化，从而突破传统静态数据训练模型的局限，展现出更强的环境适应性与泛化能力，已成为实现人工智能发展目标的关键路径之一。本文深入探讨了具身智能的概念、内涵、计算框架与系统实现，在此基础上进一步梳理了具身智能的发展现状、演进趋势与面临的挑战。特别指出，生成式人工智能，尤其是大语言模型、多模态大模型以及正在演进的“信息‒物理‒认知”三域融合大模型等技术在加速具身智能演进中的关键作用。面对全球人工智能竞争日益加剧的态势，总结与分析了我国在具身智能领域发展取得的进展和面临的风险，并提出了我国应重点布局的研究方向和针对性的对策建议，助力我国在全球具身智能竞赛中占据领先地位。
具身智能打破了传统AI将“智能”局限于大脑内部处理的范式，具身智能体能够通过与环境的持续交互，实现信息采集、认知重构与策略演化的闭环过程。具身智能的计算框架依赖于世界模型、表征学习、因果推理和生成式AI等AI理论。世界模型提供环境模拟的结构基座，表征学习提升对信息的抽象与表达，因果推理实现从经验到理解的跃升，而生成式AI则构建起智能体与人类意图及动态环境的统一交互接口。
具身智能的系统实现是一个高度协同的工程体系，其包含本体、智能体、数据与学习框架四大核心要素。其中，本体保障执行力，智能体赋予认知力，数据提供驱动力，学习框架实现持续进化。具身智能的发展态势呈现多元化，在基础研究、应用实践和相关产业层面均取得了显著进展。生成式AI与具身智能的融合是迈向通用AI的有效途径之一，二者融合有助于提升机器人在复杂、动态、开放环境中的泛化能力，同时增强具身智能体行为的可解释性与可控性，促进人机协同效率的提升。
具身智能的发展面临着模型不可解释性、算力资源对立性、数据资源稀缺性与生态系统不健全性等挑战。我国在具身智能领域已形成“政策引导、技术突破、数据支撑、人才集聚、市场牵引”五位一体的发展格局，取得了显著进展，部分创新技术全球领先。但同时也面临着基础研究与系统集成创新能力乏力、开源平台建设仍处于起步阶段、产业发展长期战略规划仍需完善、人才培养与考核机制对技术发展形成制约等风险。
我国应重点布局生成式AI大模型系统的能力涌现机理、“信息‒物理‒认知”三域融合大模型、“云‒端”协同跨域分布式架构、具身智能驱动的多智能体系统、轻量化生成式模型部署和人形机器人智能系统等研究方向。同时，应进一步强化国家级科研平台作用、加强培育基础研究源头创新、大力构建算法开源与算力共享生态、推动具身智能驱动的多智能体系统发展、完善人形机器人智能系统构建，并完善人才培养与考核机制，以推动我国在全球具身智能竞赛中占据领先地位。
