第 52 卷

AIGC与具身智能：模型助推验证功能

计算机

视觉

机器学自然语习言处理

AI

大模型加入

博弈与认知与伦理推理

实施方案

具身感知

具身想象

具身概念逐步得到验证，通用人工智能AGI开始启程。

机器人•可达性：基本要素可测量。

学习

•可检验性：可用完成任务检验。具身执行

•可解释性：可通过具身学习推断概念。

交互式

物体知识库仿真引擎通用物体抓取

物体感知

AIGC与空间智能：场景重构智慧赋能

空间智能是机器在三维空间和时间中以三维方式感知、推理和行动的能力，即理解事物在三维空间和时间（4D）中的位置，事物的交互方式。旨在将 AI 从大型数据中心带出来，放入 3D/4D 世界中，使其理解这

个世界的丰富性。空间智能应具备四个关键能力：场景理解、物体识别、空间关系推理和交互式感知。

——美国国家工程院院士李飞飞

2024年初，中国AI初创企业VAST发布3D生成大模型Tripo 1.0，9月推出Tripo 2.0，目前可做到10秒

生成形状几何，10秒生成纹理及PBR（基于物理的渲染），在3D生成任务效果中处于领先地位。

AIGC与人形机器人：人性深化应用广延

人形机器人是模仿人类的形状、结构、行为以及实现人类

• 人形机器人导航：结合视觉、语音等，协助人形机器人

基本动作和功能的智能机器人，具备感知环境、进行决策

推断出最可能的导航路线。

和执行动作的能力，其应用领域涵盖服务、医疗、娱乐等

领域。

人形机器人交互：结合自然语言处理、计算机视觉等技

机遇

• 深度智能化

术，使机器人更好地理解人类的语言和行为，预测人类

意图。

• 情感表达：人形机器人通过面部表情、肢体语言等方式

 自然交互能力应表达情感，并通过AIGC技术来优化其情感表达的真实性

• 应用领域延伸

商业化加速

和逼真感。

• 自主学习：让人形机器人从环境中学习并不断完善自己

用

的行为和决策。使之更加智能化和自适应，并在未知环