中国人工智能系列白皮书-2026具身智能行业深度研究报告

TOP行业报告 →立即订阅

• 报告延伸：人工智能专题：中国人工智能系列白皮书-具身智能(2026)，100页pdf
• 出  品 方：中国人工智能学会

1. 定义下一代AI：从“虚拟大脑”到“物理世界的行动派”

人工智能的接下来那波浪潮，并非是更大的语言模型，而是要让AI拥有“身体”，也就是从“离身计算”迈向“具身智能”。具身智能并非是传统机器人那种“感知-决策-控制”的机械执行方式，而是在于构建一个“手-眼-脑”协同的闭环系统。其核心之处在于，智能体借助与物理环境的动态交互来进行学习以及进化。如同人类依靠试错从而学会骑自行车那样，具身智能机器人能够在非结构化的家庭、工厂或者农田当中，自主地感知、推理并且执行复杂任务。人工智能的终极使命出现了转变，不再是单单处理虚拟世界里的信息，变为了要去改变物理世界当中的实体。

2. 技术范式的跃迁：VLA已成过去式，WAM才是未来

白皮书明确指出了具身智能算法架构，正从主流的VLA（视觉 - 语言 - 动作）模型，朝着更具颠覆性的WAM（世界 - 动作模型）范式进行跃迁。可以这么说，如果VLA的作用是使机器人去“模仿”人类指令，另外一方面WAM实际上就是让机器人能够“理解”物理因果。借助构建一个能够进行交互的虚拟“世界模型”，令智能体能够在前去行动开展之前，在自己的脑海之中展开“推演”以及“预演”，进而预测不一样动作所带来的后果，以此来做出最为优秀的决策。这样的一种能力将会大幅度地提升机器人在真实存在的动态环境里的适应能力以及长程任务规划的能力，这是通用智能体发展进程当中的关键技术拐点。

3. 数据革命与产业落地：从“奢侈品”到“基础设施”

白皮书深度探究了限制具身智能进展的最大阻碍，那便是数据。往昔，代价高昂且耗费时间的真机数据采集，宛如拦路虎所在。当下，一场结构性的变革正在得以推进：借由通用操作接口，也就是UMI，人类演示数据能够跨越平台进行复用；借助互联网视频迁移学习，海量涌现的人类行为视频摇身成为预训练的“教材”；凭借仿真平台的“数据飞轮”，合成数据用于预训练时的性能已然能够与真实数据相媲美。这表明，具身智能的研发成本正逐步从那种被视为“实验室奢侈品”的状态，转变成为能够进行规模化复制的“基础设施”。一旦技术门槛被突破，具身智能在工业柔性制造领域、家庭生活服务领域、精准农业领域、电力巡检等领域的落地应用将会迎来爆发式的增长。