具身智能计算系统，机器人时代的 Android | 新程序员
内容提要
具身智能计算系统在社会经济转型中扮演核心角色，通过提升机器人对物理世界的感知、理解和决策能力，重塑未来的经济结构和社会生活。具身智能是一种全新的人工智能理念，主张智能的产生需要与实际世界互动。具身智能计算系统的挑战包括感知环境、理解人类指令、自主决策和执行任务。具身智能应用生态进一步促进自主经济的发展。构建具身智能计算系统的关键在于打造多模态世界模型和实时高效的计算系统。智能体智能是具身智能应用生态的关键技术。具身智能计算系统将推动机器人技术与各行各业的深度融合。
延伸解读
从数字经济到自主经济：机器人计算成为新引擎
文章指出，社会正从数字经济向自主经济转型，核心驱动力是机器人计算技术。自主经济由自动驾驶汽车、配送机器人、无人机等各式机器人与商品及服务的融合驱动。与数字经济相比，自主经济预计将带来更深远的影响，例如自动驾驶技术可能重塑价值1.9万亿美元的美国运输行业。这一转型意味着机器人计算将成为继个人计算、移动计算之后的新计算时代，为经济增长提供新动力。
算力分配如何决定生态规模：移动计算的启示
文章以移动计算为例，说明算力分配对生态系统规模的决定性作用。功能手机时代，90%的算力用于基础通讯，应用可用算力不足10%，生态市场规模仅约100亿美元。智能手机通过SoC等技术飞跃，将90%算力用于应用，生态规模扩张至8000亿美元。这启示我们，具身智能计算系统需要合理分配算力，支持多样化应用，才能催生庞大的机器人应用生态，推动自主经济爆发。
具身智能计算系统的核心：多模态世界模型与实时计算
文章强调，具身智能计算系统的关键在于打造多模态世界模型和实时高效的计算系统。世界模型能构建物理和社会世界的抽象模型，理解事件因果，使机器人自主决策。多模态大模型如DeepMind的RT系列已初步尝试。同时，实时计算系统需高效完成传感、计算和控制，但当前云端或边缘运行大模型的方案仍处实验室阶段，需大量优化才能规模化部署。这两大挑战是具身智能落地的核心瓶颈。
智能体：具身智能应用生态的关键技术
文章认为，智能体智能是具身智能应用生态的关键技术。智能体作为具身智能APP的实例，能利用基础模型作为构件，嵌入计算系统，提升机器人感知、理解和互动能力。作者团队开发了三类智能体：规划智能体AIRS-Bot提供行为规划，编程智能体AIRS-Coder实现自主编程，群智智能体框架AIRS-Agents支持多机器人协同。这些智能体将推动机器人技术与行业需求深度融合，开启从人工操作APP到智能体自行调用APP的范式转变。
Q&A
什么是具身智能？它和传统人工智能有什么区别？
具身智能是一种全新的人工智能理念，主张智能的产生不仅依赖算法和算力，还需要通过与实际世界的互动来实现。传统人工智能往往将智能视为独立于实体存在的抽象能力，而具身智能强调智能体需要具备感知环境、执行物理操作和与环境互动的能力。
自主经济是什么？它和数字经济有什么关系？
自主经济标志着社会转型的新阶段，主要由各式机器人（如自动驾驶汽车、配送机器人和无人机）与商品及服务的融合驱动。它是数字经济模式的演变，预计将带来比数字经济更深远的影响。例如，自动驾驶技术的普及预计将重塑价值1.9万亿美元的美国运输行业。
具身智能计算系统面临哪些主要技术挑战？
具身智能计算系统的技术挑战主要包括：如何使机器人准确感知环境、理解复杂的人类指令、在多变环境中自主作出决策和执行任务；此外，优化机器人的能量效率、处理速度和安全性也是重要挑战。核心挑战在于构建多模态世界模型和实时高效的计算系统。
为什么说具身智能计算系统是机器人时代的Android？
正如Android为各种手机设备提供了一个统一而开放的操作系统，使开发者创造出无数应用，具身智能计算系统也为机器人计算技术打开了同样广阔的可能性。其内核为不同形态的机器人提供感知、认知和行动的基础能力，并允许开发者构建多样化的机器人应用，从而驱动机器人应用生态的发展，促进自主经济的爆发。
具身智能计算系统的核心构建要素是什么？
构建具身智能计算系统的关键在于打造能够融合多模态信息的世界模型，以及能够承载此类多模态模型与具身软件的实时高效的计算系统。世界模型是赋能具身智能的最关键软件，能够帮助机器人理解物理世界和人类社会的运行机制；实时高效的计算系统则是在一定成本范围内高效、实时地完成传感、计算和控制任务的关键。
智能体智能在具身智能应用生态中扮演什么角色？
智能体智能是具身智能应用生态的关键技术。具身智能计算系统利用基础模型作为创建APP的基本构件，将APP嵌入系统中以提高机器人处理、理解世界信息及与世界互动的能力。智能体是具身智能APP的实例，其发展开启了从人工操作软件APP到智能体自行调用软件APP的时代，并推动具身智能的进程。
