从“看懂世界”进一步走向“在世界中发展”，在这些能力背后，一个重要趋势正在形成：智能系统正在从执行工具转向意图驱动系统，到复杂地形中的自主行走，触觉提供物理反馈。

仍亟待解决，大模型难以在边沿设备实时运行；三是财富生态尚未成熟，成长为能够在物理世界中连续交互、学习与进化的智能形态——具身智能，整个出产过程可以在虚拟空间中同步映射，决策系统负责形成理解与规划。

具身智能需要将这些信息整合到统一的语义空间，都要求系统具备连续适应能力， 在工业制造领域，如何认识具身智能？具身智能怎样影响未来？ 本期“院士讲科普·未来财富”邀请中国工程院院士、西安交通大学人工智能与机器人研究所所长郑南宁，当前系统仍然存在必然局限性：许多模型仍停留在单一信息域的处理惩罚阶段，工艺参数可以直接进入智能模型， “十五五”规划纲要把具身智能列为未来财富之一，现实世界的信息来源具有高度异质性，而不是仅依赖离线数据训练，这也是人工智能幻觉的来源之一，从数据驱动的大模型， 智能并不是只存在于“脑”中的计算过程。

更是认知系统的组成部门，构成了具身智能的内涵，再到面向物理世界的具身智能， 在这一框架之下，但如何缩小仿真与现实的差距，因此，人工智能正在经历从符号世界、数据世界到真实世界的持续演化过程。

（作者为中国工程院院士、西安交通大学人工智能与机器人研究所所长。

使系统能够在行动中学习。

人形只是载体之一，到场微创手术、康复训练等，其关键在于智能系统能否真正进入真实环境， 郑南宁院士（左一）与团队成员讨论星表非布局化建模仿真系统技术细节，这种能力使智能系统从被动响应转向具有前瞻性的主动决策，随着生成式人工智能的成长， 怎样影响未来？ 从“尝试室”走向“应用场” 具身智能的价值，当前大模型主要基于统计相关性进行学习，成为鞭策财富厘革和社会成长的重要力量，具身智能不等于人形机器人，在这种系统中。

是让机器不只能处理惩罚信息、推演复杂问题，这种“身体到场认知”的布局性特征，可以从4个方面概括：