具身智能技术及产业实践的阶段性进展-模型基础架构、物理规则驱动的空间感知与推理、大模型内在机理驱动的多智能体协同

近年来，“具身智能”这个词频繁出现在各大科技论坛、政策文件和投资报告中。2025年，它次被写入ZG政府工作报告和“十五五”规划。全国20多个省市陆续出台专项政策，资本蜂拥而至，机器人公司如雨后春笋般涌现。

那么，具身智能到底是什么？它为什么突然火了？摩登7又该如何看待它的技术趋势和产业落地？

中山大学王可泽教授在《具身智能技术及产业实践的阶段性进展》报告中，给出了系统性、前瞻性的回答。

具身智能发展趋势： 随着大模型技术的兴起，具身智能技术得到了快速发展，并在2025年被写入ZG政府工作报告和十五五规划，成为战略重点。

具身智能定义： 具身智能是指智能体通过物理实体与环境实时交互，实现感知、认知、决策、行动一体化的智能系统，是AI从虚拟走向物理的关键跨越。

具身智能核心难点： 当前具身智能发展面临平台与数据缺失、感知与决策难等核心难点。

具身智能研究进展： 介绍了中山大学在具身智能领域的研究进展，包括高效超长序列建模世界模型基础架构、物理规则驱动的空间感知与推理、大模型内在机理驱动的多智能体协同、高质量具身数据生成与仿真、具身智能通用数据标准及数据集、基准与评测等方面。

具身智能产业实践： 分析了具身智能产业发展的时代背景、发展背景、发展挑战和人才需求，并提出了打造具身智能教学实训基地的方案，以培养具身智能应用人才，推动区域产业智能变革。

1. 高效超长序列建模世界模型

• 构建显式语义概念体系，提升生成过程的可控性。

• 在one-hot单纯形上实现严格扩散过程，表现L先现有方法40%。

2. 物理规则驱动的空间感知与推理

• 实现“把浴袍挂在挂钩上”这种推理能力。

• 支持复杂导航任务，如安防巡检、多智能体协作。

3. 多智能体协同框架

• 智能体动态分工、角色分化，协作成功率提升51%，幻觉率减少11%。

• 性能随智能体规模稳定增长，优于斯坦福同期工作。

4. 高质量具身数据生成与仿真

• 构建Z大开源具身数据集：ARIO（All Robots In One）。

• 300多万条操作轨迹，258个场景，32万个任务。

• 支持室内、室外、桌面、机器人控制等多种场景。

附件：具身智能技术及产业实践的阶段性进展-模型基础架构、物理规则驱动的空间感知与推理、大模型内在机理驱动的多智能体协同