程實系工銀國際首席經濟學家、中國首席經濟學家論壇理事

在具身智能框架下，智能是具身化與情境化的。智能體的認知水平與其身體形態密切相關，身體不僅是被動執行的載體，更是認知過程不可或缺的一部分，直接參與算法的學習與演化。也就是說，智能不僅存在于“大腦”算法的抽象運算之中，更體現在軀體與環境的交互之中。正是在這一認知下，機器智能正在經歷從抽象符號空間向真實物理空間的轉型，邁向更接近生物智能的演化路徑。

展望未來，智能體通過自身軀體在真實環境中不斷學習與成長，持續拓展人類的能力邊界，人類則通過引導、訓練與監督這些智能體，賦予其更高層次的目標與價值取向，共同塑造更加高效、智能、可持續的生產與生活方式。具身智能帶來的不僅是人工智能技術的革新，更是人類生產生活范式的變革。在這樣的轉型中，身體不再局限于生物有機體的形態，智能也不再局限于抽象算法的推理，它們將在現實世界的連續交互與演進中，共同塑造經濟增長的動力曲線。

具身智能的內涵與范式轉型

早期人工智能主要基于符號和邏輯推理，缺乏與物理世界的直接聯系，因而在動態環境中的適應性有限。相比之下，具身智能體通過傳感器獲取環境信息，利用自身的執行器（如機械肢體），在“感知-行動”循環中不斷學習。這一范式轉型的核心在于，算法的學習不再獨立于硬件和環境，而是嵌入其中。

研究表明，非具身學習往往采用“大模型無監督預訓練+小樣本微調”等方式訓練神經網絡，模型可在不同硬件上部署，性能取決于模型泛化能力。與之不同，具身學習則先在虛擬環境訓練大模型獲取常識表征，再在具體場景通過強化學習微調，使模型能夠自主適應特定硬件和環境。這意味著具身智能體并非將“智力”與“身體”割裂開來，而是將感知、思考與行動融合為一體，通過在環境中的試驗和反饋來迭代優化其策略。這一轉型使人工智能更接近生物體的認知機制。例如，嬰兒通過抓取物體、行走或跌倒等過程來學習物理世界的規律，形成對空間和因果的認知。

同樣，具身智能體通過不斷試錯來形成對環境的“身體感覺”“肌肉記憶”。與在數據中訓練的大模型不同，具身智能強調在執行任務過程中持續感知環境變化并即時調整行為策略，實現真正的自主適應和決策，標志著人工智能從依賴靜態知識庫和離線推理，走向依賴實時感知和在線決策的范式轉變。

具身智能在機器人領域的實踐

一系列先進機器人案例展示了將算法與實體機器相結合所帶來的突破。

例如，2024年宇樹科技推出了人形機器人G1，初始版本配備23個自由度關節，最高可升級至43個自由度，能夠以超過2m/s的速度小跑，并具備爬樓梯、跳躍等動態能力。在演示中，G1還模擬完成了如炒菜、焊接等復雜動作，展現出較強的靈活性與環境適應性。該機器人配備激光雷達與深度相機，實現三維視覺感知，并搭載三指機械手，可執行精細化操作任務。同時，基于模仿學習的訓練方式，結合Unitree機器人統一大模型（UnifoLM），支持機器人通過人類演示逐步學習和適應新任務。

具身智能的訓練不再依賴于編程規則的預設，而是通過機器人與環境和人類的交互過程，逐步習得任務技能。這種通過人類指導和自主學習相結合的模式，體現了具身智能“在環境中學”的精髓。

通過上述案例可以看出，先進機器人體現了“感知-思考-行動”的閉環。機器身體配備多模態傳感器（如攝像頭、激光雷達、力傳感等），由AI算法處理感知信息并規劃行動，再由系統執行動作。機器人在真實世界中不斷迭代嘗試，從失敗中學習，在成功中強化策略，真正實現了主動決策和自主適應。這些實踐證明，具身智能不僅是理論上的概念，更是引領機器人技術突破的核心理念。

具身智能提升生產率與促進產業升級

具身智能通過將智能算法嵌入物理載體之中，并廣泛部署于現實生產與生活場景，正在顯著提升勞動生產率，重塑產業結構。

一是提升生產率。具身智能推動自動化水平大幅提高，從而增強勞動生產率和降低生產成本。在工業領域，引入機器人可以接管重復、危險或精度要求高的工序，使產線實現連續運行和品質穩定。據統計，制造業采用機器人已經對生產率產生了可量化的貢獻。一項涵蓋17國的研究發現，1993~2007年間工業機器人的使用使這些國家制造業的勞動生產率年均增速提高了0.36個百分點，約占同期生產率增長的16%。這表明機器人技術在過去幾十年已成為推動生產效率的一個重要因素。

展望未來，自動化和人工智能將在更廣泛的領域成為經濟增長的引擎。麥肯錫曾預測，為保持未來50年年均2.8%的GDP增速，約一半的生產率增量需要由自動化技術貢獻。人工智能（包括具身智能）在長期有潛力每年為全球經濟新增高達4.4萬億美元的生產力收益。這些數據表明，具身智能如果得到廣泛應用，將顯著提高全要素生產率，為經濟增長提供持續動力。

二是創造新需求與新市場。具身智能的普及將催生大量新的產品和服務需求，形成經濟新動能。

一方面，機器人、無人車等具身智能產品本身構成了巨大的新興產業。當前，全球機器人產業規模正在快速擴大，2024年產業收入估計達到428.2億美元，并有望在2028年增長至655.9億美元。服務機器人尤其成為熱點領域，2024年市場規模已達35億美元。隨著成本下降和性能提升，個人和商用服務機器人的需求將大規模增長，從家庭助手、送貨機器人到巡檢機器人的市場潛力都十分可觀。

另一方面，具身智能催生的新應用模式（如無人駕駛出租車、無人倉儲配送等）會帶來全新的商業模式和就業機會。同時，為滿足具身智能應用模式的推廣，社會將需要新的配套服務（例如，維修維護、運營調度、專項保險等），這也將形成一系列新的產業鏈條。

三是推動產業結構升級。具身智能的廣泛應用將引導產業鏈向更高價值環節演進，促進傳統產業轉型升級。

在制造業，機器人的應用提升了生產自動化和精益制造水平，使企業能夠以更高效率和一致性進行生產，從而提升產品質量、縮短交付周期。這有助于制造企業向高附加值、定制化方向轉型。有研究指出，機器人等自動化技術的發展正在推動部分國家制造業出現“再工業化”趨勢。一些發達經濟體的企業通過機器人替代人工，實現生產成本下降，把此前外包海外的工序重新遷回本土（即“reshore”）。

在物流倉儲領域，自動引導運輸車、機械臂揀選等具身智能系統提升了倉儲管理效率，支撐了電商和新零售行業的高速發展。

智能機器人產業本身也成為了高技術制造業的重要組成部分，這背后是龐大的產業體系，包括核心零部件（如傳感器、專用芯片）、操作系統與控制軟件等高技術環節的集群發展。可以預見，具身智能的持續創新將帶動上下游產業鏈協同升級，從而提升整個經濟的技術含量和競爭力。

四是重塑勞動力市場與社會結構。具身智能對就業和社會的影響是雙向的。一方面，自動化在替代低技能、重復性工作的同時，會提升對高技能勞動的需求，并催生新的職業類別。例如，隨著機器人走進工廠和公共空間，社會對機器人操作維護人員、系統監控員、數據標注和訓練師等崗位的需求會上升。麥肯錫的研究也發現，AI時代對STEM領域人才、醫療護理和高技能職業的需求將增加。這意味著就業結構將向更專業化的方向轉變，從業人員需要通過培訓提升技能，以適應新的工作要求。

另一方面，機器替代部分人力勞動也引發對就業風險的擔憂。然而，研究表明機器人和AI總體上是“增益”而非“減員”，基于歷史數據來看，機器人應用往往會通過提高生產率、降低成本來間接創造更多就業機會和更高工資水平。自動化帶來的效率提升和成本降低，會使產品和服務更便宜，進而刺激需求擴張。因此，關鍵在于社會如何做好調整。教育和職業培訓體系需要跟上技術進步，為勞動者提供技能轉型的支持，政策上則需要完善社保和轉崗扶持，緩解短期陣痛。

具身智能的發展與社會的發展是一個相互塑造的過程。社會問題催生了對智能機器人的需求，反過來機器人的廣泛應用又會影響社會生活方式和倫理規范（如安全標準、法律責任劃分等）。

例如，在老齡化嚴重的國家，政府可以大力支持研發護理機器人，以此解決護理人手不足的問題，同時提高老年人的獨立生活質量。這一實踐展示了具身智能如何響應社會需求并塑造新的社會服務模式。同時，歐盟等監管者也開始積極塑造技術發展的軌道。

歐盟《人工智能法案（AI Act）》已經于2024年正式生效，針對高風險AI系統設立了嚴格的安全、透明和人類監督要求。例如，若AI用于交通運輸或醫療等涉及人身安全的領域，必須通過穩健性測試、提供清晰的用戶信息并確保有人類可控的開關。這些監管舉措一方面保障了技術以對社會有利的方式發展，另一方面也將影響具身智能產品的設計和部署方向。

可以預見，未來經濟和社會的發展將與具身智能技術相互交織、彼此塑造。技術進步為經濟社會注入新活力，經濟社會的發展需求又反過來引導技術演進的方向和重點。

文章來源于“第一財經”