當前，具身智能技術日新月異，汽車產業如何擁抱前沿技術、進一步發展升級，正在成為行業需要解答的重要問題。汽車技術如何推動具身智能在多場景中落地？具身智能又將如何助力汽車智能化方向實現持續性突破？近日，在中國汽車工程學會的支持下，經濟參考報社舉行“中國汽車創新科技巡禮·洞見汽車新質生產力”系列訪談第一期，圍繞“從智能汽車到具身智能體：雙向賦能與生態重構”這一話題，與會的業內人士進行了深入討論。
汽車是具身智能技術落地重要載體
具身智能，一般被認為是指通用AI智能體基于多模態大模型完成對語言智能的模擬學習之后，進一步增加動作空間，以人類自然交互的方式實現與虛實平行世界的相互作用，以此完成對人類智能交互行為與動作的學習模擬，最終利用交互數據來反哺提升其通用與泛化能力。
“具身智能，通俗來說就是讓目前的語言智能擁有一個能夠實現行動與交互能力的‘身體’，它強調了AI對真實物理世界中人類外部智能交互行為的模擬，而非僅僅在互聯網或純數字空間進行理解、推理與思考。”清華大學人工智能研究院視覺智能研究中心主任鄧志東指出，具身智能的特點在于其“擬人行動、類人交互和廣泛適用”，它可以通過一段式視覺語言動作大模型（VLA）技術的賦能，實現擬人化的感知、預測、決策、規控，尤其是交互能力。
在業內人士看來，具身智能在汽車領域的應用很有潛力。
“汽車是實現具身智能非常好的載體，因為它本身裝載了大量的攝像頭和傳感器，可以直接接收車內外的信息，作為各種算法的輸入。汽車常被稱為‘工業皇冠上的明珠’，正是因為它不斷吸收新技術服務于人。而具身智能的發展離不開高質量的訓練數據，誰擁有更多數據用于訓練，并能更早、更好地解決其他人尚未解決或解決得不夠好的問題，誰就能領先，因此汽車有望助力具身智能更快落地。”深藍汽車軟件平臺團隊軟件開發總經理蘇琳珂表示。
具體來看，自動駕駛是具身智能重要落地場景之一。“自動駕駛中感知決策控制的內容和具身智能演化的技術路線有不少契合和匹配之處。”中國汽車工程學會副秘書長趙立金表示。
蘇琳珂也認為，自動駕駛技術通過超聲波雷達、激光雷達的傳感圖像輸入，來判斷車輛自身的位置以及車輛與目標物體之間的關系，以此形成自動駕駛的算法，從這個角度看，自動駕駛是實現具身智能最好的方向之一。
除此之外，座艙互動和動力系統優化也是具身智能重要的潛在應用場景。“以動力系統為例，對于純電動或者混合動力汽車而言，能耗是一個非常重要的指標，具身智能可基于路況、環境等因素來進行學習，形成駕駛的最優算法，以此來優化汽車的能耗。”蘇琳珂說。
具身智能可賦能汽車產業提質升級
汽車產業有望助力具身智能的加速落地，而具身智能技術的引入，也能為汽車產業高質量發展注入新活力。
趙立金指出，具身智能作為共性技術，有望進一步推動汽車產品智能化升級。一方面，具身智能可以推動汽車產品性能提升，如助力實現更高級別的自動駕駛，優化智能座艙交互體驗。另一方面，在制造端，人形機器人可承擔重復性、危險性高的工作，提高生產效率、保障產品質量，實現提質增效與降本減負。
趙立金認為，未來的新能源汽車不僅要具備基本的感知能力，還需要與人和環境進行更多交互，并具備自主決策能力。車輛的感知能力要進化為主動感知，且感知方式將更加多樣，除了類人視覺以外，包含觸覺、表情識別、腦機接口等技術對駕駛員精神狀態和意圖的綜合分析解讀，擴寬車輛感知環境、行人、其他交通參與者的意圖判斷能力和尺度等，傳感器通過主動調整角度、信號發射模式甚至位置來探測環境要素。
“這需要推動車輛各類感知部件和軟件實現更深層次、更協調一致的集成。具身智能作為共性技術，有望將各項技術進一步充分集成，實現由內到外、軟硬件高度協同的下一代產品發展。同時，未來在汽車制造實現全鏈條的數字化后，再引入具身智能，可以實現整個制造體系的變革。這不僅將提升效率、降低成本，還可能徹底改變車輛的研發、測試驗證和生產模式。”趙立金說，中國汽車工程學會也一直在推動相關工作。今年專門啟動了“繁星計劃”，旨在發掘行業內及跨界領域的優秀技術成果，推動其盡快在汽車領域實現應用和替代。
實際上，眾多車企也正在加緊布局具身智能賽道，廣汽集團、小鵬汽車、比亞迪等企業或自研人形機器人，或與優必選等傳統機器人企業合作，加速具身智能在汽車產業的落地應用。
值得注意的是，在產業提質升級的過程中，資本市場已經在捕捉投資機遇。
“從投資平臺的角度，我們主要聚焦三大方向，即車、路、云、網、圖、安全、數據、測試等基礎設施，以操作系統為代表的軟件體系和以車規半導體為代表的硬件體系等自主可控技術，以及包括新材料創新在內的細分領域。從具體企業來看，我們看好具身智能模型的研發型‘大腦’企業，解決具身智能運動能力的‘小腦’企業，以及探索具身智能具體應用場景的企業。”北京國汽智聯投資管理有限公司總經理董寅康說。
推動汽車產業和具身智能協同發展
展望未來，汽車產業和具身智能將進一步相互賦能、協同發展。
“汽車和具身智能是關聯非常緊密的兩個行業。兩者在傳感、決策、執行以及動力新能源化等產業鏈環節高度相似。同時，雙方又可以互相促進，實現協同發展。”董寅康說。
業內人士也指出，在協同發展的過程中，汽車作為移動智能體的未來形態，要從交通工具演變為具備自主決策能力的“具身智能體”，仍面臨一定挑戰。
“具身智能落地最主要的挑戰之一，在于如何從一維的文本語言模型走向四維時空的世界模型。這需要針對任務和動態駕駛場景讓大模型完成更多的訓練，而訓練則需要更多高質量的預訓練與微調數據。但相較于語言模型所需要的文本語料與多模態訓練數據，世界模型智能體的訓練數據還需要來自于真實世界與虛擬世界的行動與交互訓練數據，交互數據采集的成本很高、難度更大。”鄧志東指出，“目前具身智能還處在一個比較早期的階段，挑戰很多，但從世界范圍看，一些已經成功的實現路徑給了我們很大的信心。”
蘇琳珂認為，具身智能是AI影響現實的一個載體，這就意味著其發展升級不局限于軟件層面的開發，而是要實現從芯片層、底層軟件、中間件到應用層的全面打通。這樣才能確保搭載了具身智能的汽車在運行過程中，從需求發出到最終響應的整個鏈條最快、最有效、錯誤最少。但這也對企業的研發能力提出了極高的要求，目前國內能達到要求的企業仍然屈指可數。
“同時軟件開發層面也需要進一步加強與應用層面的合作協同。軟件的開發團隊必須要對所處的物理世界有足夠的了解，清晰了解汽車行業的每一個細節，才能做出一套更有針對性的、好的軟件。”蘇琳珂說。
當前，具身智能技術日新月異，汽車產業如何擁抱前沿技術、進一步發展升級，正在成為行業需要解答的重要問題。汽車技術如何推動具身智能在多場景中落地？具身智能又將如何助力汽車智能化方向實現持續性突破？近日，在中國汽車工程學會的支持下，經濟參考報社舉行“中國汽車創新科技巡禮·洞見汽車新質生產力”系列訪談第一期，圍繞“從智能汽車到具身智能體：雙向賦能與生態重構”這一話題，與會的業內人士進行了深入討論。
汽車是具身智能技術落地重要載體
具身智能，一般被認為是指通用AI智能體基于多模態大模型完成對語言智能的模擬學習之后，進一步增加動作空間，以人類自然交互的方式實現與虛實平行世界的相互作用，以此完成對人類智能交互行為與動作的學習模擬，最終利用交互數據來反哺提升其通用與泛化能力。
“具身智能，通俗來說就是讓目前的語言智能擁有一個能夠實現行動與交互能力的‘身體’，它強調了AI對真實物理世界中人類外部智能交互行為的模擬，而非僅僅在互聯網或純數字空間進行理解、推理與思考。”清華大學人工智能研究院視覺智能研究中心主任鄧志東指出，具身智能的特點在于其“擬人行動、類人交互和廣泛適用”，它可以通過一段式視覺語言動作大模型（VLA）技術的賦能，實現擬人化的感知、預測、決策、規控，尤其是交互能力。
在業內人士看來，具身智能在汽車領域的應用很有潛力。
“汽車是實現具身智能非常好的載體，因為它本身裝載了大量的攝像頭和傳感器，可以直接接收車內外的信息，作為各種算法的輸入。汽車常被稱為‘工業皇冠上的明珠’，正是因為它不斷吸收新技術服務于人。而具身智能的發展離不開高質量的訓練數據，誰擁有更多數據用于訓練，并能更早、更好地解決其他人尚未解決或解決得不夠好的問題，誰就能領先，因此汽車有望助力具身智能更快落地。”深藍汽車軟件平臺團隊軟件開發總經理蘇琳珂表示。
具體來看，自動駕駛是具身智能重要落地場景之一。“自動駕駛中感知決策控制的內容和具身智能演化的技術路線有不少契合和匹配之處。”中國汽車工程學會副秘書長趙立金表示。
蘇琳珂也認為，自動駕駛技術通過超聲波雷達、激光雷達的傳感圖像輸入，來判斷車輛自身的位置以及車輛與目標物體之間的關系，以此形成自動駕駛的算法，從這個角度看，自動駕駛是實現具身智能最好的方向之一。
除此之外，座艙互動和動力系統優化也是具身智能重要的潛在應用場景。“以動力系統為例，對于純電動或者混合動力汽車而言，能耗是一個非常重要的指標，具身智能可基于路況、環境等因素來進行學習，形成駕駛的最優算法，以此來優化汽車的能耗。”蘇琳珂說。
具身智能可賦能汽車產業提質升級
汽車產業有望助力具身智能的加速落地，而具身智能技術的引入，也能為汽車產業高質量發展注入新活力。
趙立金指出，具身智能作為共性技術，有望進一步推動汽車產品智能化升級。一方面，具身智能可以推動汽車產品性能提升，如助力實現更高級別的自動駕駛，優化智能座艙交互體驗。另一方面，在制造端，人形機器人可承擔重復性、危險性高的工作，提高生產效率、保障產品質量，實現提質增效與降本減負。
趙立金認為，未來的新能源汽車不僅要具備基本的感知能力，還需要與人和環境進行更多交互，并具備自主決策能力。車輛的感知能力要進化為主動感知，且感知方式將更加多樣，除了類人視覺以外，包含觸覺、表情識別、腦機接口等技術對駕駛員精神狀態和意圖的綜合分析解讀，擴寬車輛感知環境、行人、其他交通參與者的意圖判斷能力和尺度等，傳感器通過主動調整角度、信號發射模式甚至位置來探測環境要素。
“這需要推動車輛各類感知部件和軟件實現更深層次、更協調一致的集成。具身智能作為共性技術，有望將各項技術進一步充分集成，實現由內到外、軟硬件高度協同的下一代產品發展。同時，未來在汽車制造實現全鏈條的數字化后，再引入具身智能，可以實現整個制造體系的變革。這不僅將提升效率、降低成本，還可能徹底改變車輛的研發、測試驗證和生產模式。”趙立金說，中國汽車工程學會也一直在推動相關工作。今年專門啟動了“繁星計劃”，旨在發掘行業內及跨界領域的優秀技術成果，推動其盡快在汽車領域實現應用和替代。
實際上，眾多車企也正在加緊布局具身智能賽道，廣汽集團、小鵬汽車、比亞迪等企業或自研人形機器人，或與優必選等傳統機器人企業合作，加速具身智能在汽車產業的落地應用。
值得注意的是，在產業提質升級的過程中，資本市場已經在捕捉投資機遇。
“從投資平臺的角度，我們主要聚焦三大方向，即車、路、云、網、圖、安全、數據、測試等基礎設施，以操作系統為代表的軟件體系和以車規半導體為代表的硬件體系等自主可控技術，以及包括新材料創新在內的細分領域。從具體企業來看，我們看好具身智能模型的研發型‘大腦’企業，解決具身智能運動能力的‘小腦’企業，以及探索具身智能具體應用場景的企業。”北京國汽智聯投資管理有限公司總經理董寅康說。
推動汽車產業和具身智能協同發展
展望未來，汽車產業和具身智能將進一步相互賦能、協同發展。
“汽車和具身智能是關聯非常緊密的兩個行業。兩者在傳感、決策、執行以及動力新能源化等產業鏈環節高度相似。同時，雙方又可以互相促進，實現協同發展。”董寅康說。
業內人士也指出，在協同發展的過程中，汽車作為移動智能體的未來形態，要從交通工具演變為具備自主決策能力的“具身智能體”，仍面臨一定挑戰。
“具身智能落地最主要的挑戰之一，在于如何從一維的文本語言模型走向四維時空的世界模型。這需要針對任務和動態駕駛場景讓大模型完成更多的訓練，而訓練則需要更多高質量的預訓練與微調數據。但相較于語言模型所需要的文本語料與多模態訓練數據，世界模型智能體的訓練數據還需要來自于真實世界與虛擬世界的行動與交互訓練數據，交互數據采集的成本很高、難度更大。”鄧志東指出，“目前具身智能還處在一個比較早期的階段，挑戰很多，但從世界范圍看，一些已經成功的實現路徑給了我們很大的信心。”
蘇琳珂認為，具身智能是AI影響現實的一個載體，這就意味著其發展升級不局限于軟件層面的開發，而是要實現從芯片層、底層軟件、中間件到應用層的全面打通。這樣才能確保搭載了具身智能的汽車在運行過程中，從需求發出到最終響應的整個鏈條最快、最有效、錯誤最少。但這也對企業的研發能力提出了極高的要求，目前國內能達到要求的企業仍然屈指可數。
“同時軟件開發層面也需要進一步加強與應用層面的合作協同。軟件的開發團隊必須要對所處的物理世界有足夠的了解，清晰了解汽車行業的每一個細節，才能做出一套更有針對性的、好的軟件。”蘇琳珂說。
本文鏈接：汽車產業與具身智能“雙向奔赴”http://m.sq15.cn/show-2-12880-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： 網絡攝像頭設備避免使用默認口令