当前，具身智能技术日新月异，汽车产业如何拥抱前沿技术、进一步发展升级，正在成为行业需要解答的重要问题。汽车技术如何推动具身智能在多场景中落地？具身智能又将如何助力汽车智能化方向实现持续性突破？近日，在中国汽车工程学会的支持下，经济参考报社举行“中国汽车创新科技巡礼·洞见汽车新质生产力”系列访谈第一期，围绕“从智能汽车到具身智能体：双向赋能与生态重构”这一话题，与会的业内人士进行了深入讨论。
汽车是具身智能技术落地重要载体
具身智能，一般被认为是指通用AI智能体基于多模态大模型完成对语言智能的模拟学习之后，进一步增加动作空间，以人类自然交互的方式实现与虚实平行世界的相互作用，以此完成对人类智能交互行为与动作的学习模拟，最终利用交互数据来反哺提升其通用与泛化能力。
“具身智能，通俗来说就是让目前的语言智能拥有一个能够实现行动与交互能力的‘身体’，它强调了AI对真实物理世界中人类外部智能交互行为的模拟，而非仅仅在互联网或纯数字空间进行理解、推理与思考。”清华大学人工智能研究院视觉智能研究中心主任邓志东指出，具身智能的特点在于其“拟人行动、类人交互和广泛适用”，它可以通过一段式视觉语言动作大模型（VLA）技术的赋能，实现拟人化的感知、预测、决策、规控，尤其是交互能力。
在业内人士看来，具身智能在汽车领域的应用很有潜力。
“汽车是实现具身智能非常好的载体，因为它本身装载了大量的摄像头和传感器，可以直接接收车内外的信息，作为各种算法的输入。汽车常被称为‘工业皇冠上的明珠’，正是因为它不断吸收新技术服务于人。而具身智能的发展离不开高质量的训练数据，谁拥有更多数据用于训练，并能更早、更好地解决其他人尚未解决或解决得不够好的问题，谁就能领先，因此汽车有望助力具身智能更快落地。”深蓝汽车软件平台团队软件开发总经理苏琳珂表示。
具体来看，自动驾驶是具身智能重要落地场景之一。“自动驾驶中感知决策控制的内容和具身智能演化的技术路线有不少契合和匹配之处。”中国汽车工程学会副秘书长赵立金表示。
苏琳珂也认为，自动驾驶技术通过超声波雷达、激光雷达的传感图像输入，来判断车辆自身的位置以及车辆与目标物体之间的关系，以此形成自动驾驶的算法，从这个角度看，自动驾驶是实现具身智能最好的方向之一。
除此之外，座舱互动和动力系统优化也是具身智能重要的潜在应用场景。“以动力系统为例，对于纯电动或者混合动力汽车而言，能耗是一个非常重要的指标，具身智能可基于路况、环境等因素来进行学习，形成驾驶的最优算法，以此来优化汽车的能耗。”苏琳珂说。
具身智能可赋能汽车产业提质升级
汽车产业有望助力具身智能的加速落地，而具身智能技术的引入，也能为汽车产业高质量发展注入新活力。
赵立金指出，具身智能作为共性技术，有望进一步推动汽车产品智能化升级。一方面，具身智能可以推动汽车产品性能提升，如助力实现更高级别的自动驾驶，优化智能座舱交互体验。另一方面，在制造端，人形机器人可承担重复性、危险性高的工作，提高生产效率、保障产品质量，实现提质增效与降本减负。
赵立金认为，未来的新能源汽车不仅要具备基本的感知能力，还需要与人和环境进行更多交互，并具备自主决策能力。车辆的感知能力要进化为主动感知，且感知方式将更加多样，除了类人视觉以外，包含触觉、表情识别、脑机接口等技术对驾驶员精神状态和意图的综合分析解读，扩宽车辆感知环境、行人、其他交通参与者的意图判断能力和尺度等，传感器通过主动调整角度、信号发射模式甚至位置来探测环境要素。
“这需要推动车辆各类感知部件和软件实现更深层次、更协调一致的集成。具身智能作为共性技术，有望将各项技术进一步充分集成，实现由内到外、软硬件高度协同的下一代产品发展。同时，未来在汽车制造实现全链条的数字化后，再引入具身智能，可以实现整个制造体系的变革。这不仅将提升效率、降低成本，还可能彻底改变车辆的研发、测试验证和生产模式。”赵立金说，中国汽车工程学会也一直在推动相关工作。今年专门启动了“繁星计划”，旨在发掘行业内及跨界领域的优秀技术成果，推动其尽快在汽车领域实现应用和替代。
实际上，众多车企也正在加紧布局具身智能赛道，广汽集团、小鹏汽车、比亚迪等企业或自研人形机器人，或与优必选等传统机器人企业合作，加速具身智能在汽车产业的落地应用。
值得注意的是，在产业提质升级的过程中，资本市场已经在捕捉投资机遇。
“从投资平台的角度，我们主要聚焦三大方向，即车、路、云、网、图、安全、数据、测试等基础设施，以操作系统为代表的软件体系和以车规半导体为代表的硬件体系等自主可控技术，以及包括新材料创新在内的细分领域。从具体企业来看，我们看好具身智能模型的研发型‘大脑’企业，解决具身智能运动能力的‘小脑’企业，以及探索具身智能具体应用场景的企业。”北京国汽智联投资管理有限公司总经理董寅康说。
推动汽车产业和具身智能协同发展
展望未来，汽车产业和具身智能将进一步相互赋能、协同发展。
“汽车和具身智能是关联非常紧密的两个行业。两者在传感、决策、执行以及动力新能源化等产业链环节高度相似。同时，双方又可以互相促进，实现协同发展。”董寅康说。
业内人士也指出，在协同发展的过程中，汽车作为移动智能体的未来形态，要从交通工具演变为具备自主决策能力的“具身智能体”，仍面临一定挑战。
“具身智能落地最主要的挑战之一，在于如何从一维的文本语言模型走向四维时空的世界模型。这需要针对任务和动态驾驶场景让大模型完成更多的训练，而训练则需要更多高质量的预训练与微调数据。但相较于语言模型所需要的文本语料与多模态训练数据，世界模型智能体的训练数据还需要来自于真实世界与虚拟世界的行动与交互训练数据，交互数据采集的成本很高、难度更大。”邓志东指出，“目前具身智能还处在一个比较早期的阶段，挑战很多，但从世界范围看，一些已经成功的实现路径给了我们很大的信心。”
苏琳珂认为，具身智能是AI影响现实的一个载体，这就意味着其发展升级不局限于软件层面的开发，而是要实现从芯片层、底层软件、中间件到应用层的全面打通。这样才能确保搭载了具身智能的汽车在运行过程中，从需求发出到最终响应的整个链条最快、最有效、错误最少。但这也对企业的研发能力提出了极高的要求，目前国内能达到要求的企业仍然屈指可数。
“同时软件开发层面也需要进一步加强与应用层面的合作协同。软件的开发团队必须要对所处的物理世界有足够的了解，清晰了解汽车行业的每一个细节，才能做出一套更有针对性的、好的软件。”苏琳珂说。
（文章来源：经济参考报）
