作为AI的前沿研究领域，具身智能已经成为今年一级市场最炙手可热的投资标的，在第六届北京智源大会期间，北京智源人工智能研究院院长王仲远在接受记者采访时表示，对于当前具身智能、人形机器人领域空前高涨的投资热情，大家要客观理性地看待，一方面要能接受人形机器人发展可能在未来几年进入低谷期；另一方面，科研机构要有信心和耐心去持续推进相关研究，直到它跨越真正的技术周期，迎来真正的产业爆发。否则当人形机器人迎来“ChatGPT时刻”时，人们又会重复那个问题“为什么中国没有孕育出OpenAI”。

　　具身智能仍处于早期发展阶段

　　“具身智能是未来AI发展一个非常重要的方向，也是我们集中资源投入的方向。”王仲远对记者说道。

　　2018年年底成立的北京智源人工智能研究院（以下简称“智源研究院”）是国内率先开展AI大模型的非营利性新型研究机构，其主办的北京智源大会已成AI领域的行业盛会。

　　本届大会期间，智源研究院发布了一系列“具身智能”研究成果——能够从失败中重思考、再尝试的铰接物体操作大模型系统SAGE，全球首个能做到开放指令控制六自由度物体拿取放置的大模型系统Open6DOR，全球首个端到端基于视频的多模态具身导航大模型NaVid，以及通用计算机控制框架Cradle。

　　王仲远判断，智能体（Agent）或将成为AI大模型的爆款应用，成为人们真正意义上的智能助理。他表示：“如果智能体已经到达足够智能和好用的阶段，那么相当于每个人都拥有了一个私人助理，这种科技会推动社会进步和产业变革。我们认为，智能体可以存在于手机或PC之中，也可以‘进入’机器人——具身智能应运而生。”

　　王仲远认为，具身智能技术尚处于发展初期。“其中一个重要原因是硬件的发展速度远不如AI大模型的迭代速度快。当前AI大模型的迭代速度很快——每个月都会看到5~10个具有全球影响力的大模型发布，但是硬件的迭代周期和速度仍然以年为单位来计算。”王仲远说道。

　　王仲远指出，当前具身智能发展有非常多亟待突破的问题，具身智能的大脑模型、小脑模型、场景应用都处于非常零散的发展阶段。对于大脑（AI大模型）来说，数据的缺失问题首当其冲。“大家都知道人工智能技术的突破是依靠ImageNet（用于视觉对象识别软件研究的大型可视化数据库）支撑的，但是当前具身智能还缺乏一个ImageNet这样可以用来训练的数据集。”王仲远说道。

　　谈到智源研究院对具身智能的未来规划和布局，王仲远表示：“我们将发挥智源在大模型，尤其是多模态大模型这方面的技术优势，持续探索和演进具身智能大模型的能力。”

　　人形机器人产业是个生态工程

　　对于人形机器人与具身智能的关系，王仲远给出了一个明确的解释：“具身智能本身代表人工智能的技术（尤其大模型的技术）能够走进物理世界，与不同的硬件体结合，这个硬件可以是一个机器手臂、四足机器人、六足机器人、轮式机器人，也可以是人形机器人。”

　　去年以来，联合创新成为国内人形机器人发展的普遍共识，北京、上海、浙江、广东、成都等地相继建立了人形机器人创新中心。

　　谈到各省市采用联合体去推动人形机器人发展，王仲远表示非常赞同：“人形机器人是一个需要跨学科、跨科研机构和企业推动的产业，因此类似创新中心这样的联合体或者说创新平台的存在是非常重要的。”他进一步解释说，人形机器人攻关不是一个纯学术研究问题，而是需要和硬件厂商、上下游供应商、科研机构、场景应用联合推进。收集数据、训练模型、深耕场景应用、降低硬件成本……这些事情注定人形机器人攻关是一个生态工程。

　　王仲远表示，智源非常愿意打造具身智能的联合创新平台。“下半年以及明年，智源研究院在具身智能的重点工作就是联合清华大学、北京大学、中国科学院大学等相关高校，银河通用机器人、领视智远这样的人形机器人企业，共同搭建一个具身智能的创新平台，联合上下游供应链的相关企业解决数据模型、场景应用等问题。”

　　王仲远判断，人形机器人发展还处于早期阶段，无论是进入工业化场景还是家庭生活还要很长一段时间，这个周期至少是3~5年。“智源研究院有信心和耐心去持续推进相关研究，直到它跨越真正的技术周期，迎来产业爆发。否则，当人形机器人迎来‘ChatGPT时刻’时，人们又会重复那个问题‘为什么中国没有孕育出OpenAI？’。”