通信世界网消息（CWW）当前具身智能的发展正经历从“浅层执行”到“深度赋能”的关键转型，而空间智能、世界模型与5G、6G技术的协同，将重塑万物互联的底层逻辑线上正规配资，推动智能体互联迈向新阶段。
工信智媒体(通信世界)记者采访了北京邮电大学教授吕廷杰，他强调：“我国具身智能的发展仍处于‘婴幼儿时代’，核心表现为‘小脑智能’的成熟与‘大脑智能’的缺失，而具身智能要实现质的飞跃，必须突破‘大脑智能’的瓶颈，而其核心技术基础正是空间智能与世界模型”。
具身智能的发展仍处于“婴幼儿时期”
“我国具身智能的发展已呈现出鲜明的实用化转向。以往具身智能相关应用多集中在个人娱乐、才艺展示等领域，而如今，越来越多的设备开始渗透到生产制造、物流运输等核心工业场景，成为高端制造业升级的重要支撑。”吕廷杰认为，这一变化并非偶然，2025年是“十四五”收官之年，我国高端制造业已取得瞩目成就，2025年前11个月出口贸易顺差突破1万亿美元，其中80%来自高端工业制品，这一数据背后，是具身智能设备在提升生产效率、保障生产安全等方面的持续赋能，也印证了其工业渗透率的不断提升。在他看来，这一趋势既是对过往技术积累的成果检验，更是未来产业升级的重要开端。
吕廷杰坦言，当前全球具身智能的发展仍处于“婴幼儿时期”，核心表现为“小脑智能”的成熟与“大脑智能”的缺失。他举例说明，如今的机器人能灵活跳舞、快速攀爬、负重前行，甚至被踹翻后能迅速起身继续运行，这些平衡与执行能力在国际上屡获佳绩，但本质上只是基于预设程序的自动化或由人遥控，而非智能化，原因就在于尚缺乏对复杂物理世界的自主感知与决策能力。“就像孩子学步，小脑平衡能力和关节的柔韧性不断提高，但却不懂判断环境、灵活应变”，他这样比喻。
“具身智能要实现质的飞跃，必须突破‘大脑智能’的瓶颈，而这一核心的关键正是空间智能与世界模型。”在他看来，语言模型基于人类已知的主观世界，模拟的是文字逻辑、心智表达等能力，能写出漂亮的文章、画出抽象派的画作，却无法理解“被风吹起的空塑料袋或报纸等并不会砸坏汽车”等物理世界规律——因为客观世界要远远大于人类的主观世界。
世界模型与5G、6G协同共建“万物智联”
世界模型聚焦的是物理世界的客观规律，是多模态的感知与决策系统。吕廷杰解释，人类通过“眼耳鼻舌身意”六根来感知世界，世界模型正是要模拟这种多维度感知能力，整合视觉、听觉、触觉等信息，让机器理解空间关系、因果逻辑。他举例，自动驾驶走到L3级便止步不前，核心问题就是缺乏世界模型的赋能。很多人说，特斯拉的自动驾驶FSD做得比较好，主要因为其一直强调“看得懂”，而不只基于是语言模型的“读得懂”。
“5G、6G的核心价值是‘物与物的通信’，但当前5G应用场景不足的关键在于‘物尚未智能化’”。当世界模型赋能具身智能，机器人、自动驾驶设备等成为具备感知、自主决策能力的“智能体”，它们就需要通过低时延、高可靠的5G、6G网络获取数据、协同工作，这正是通信技术的核心应用场景。
他特别提到，华为等深耕通信设备的的企业，无需过度卷入大语言模型的内卷，其优势更契合聚焦世界模型研发。当“物”具备智能，5G、6G的通信价值才能真正释放，万物互联才能从“简单连接”走向“智能协同”。比如物流机器人通过6G网络与仓库系统实时联动，自主规划路线、规避障碍；家庭护理机器人感知老人身体状态后，通过网络对接医疗资源，这些场景的实现，都离不开世界模型与5G、6G的双向赋能，也就是正在浮现中的“智能体互联网”。有机构预测，到2030年，全球智能体的数量将达到90亿，这是一个潜在的巨大通信市场。
对于产业发展方向，吕廷杰建议，国内企业应跳出大语言模型的内卷，聚焦空间智能与世界模型的底层技术突破。他判断，未来国内能站稳脚跟的大语言模型企业不会超过5家。而世界模型与语言模型的基础数据、算法架构完全不同，前者需要多模态数据与CNN卷积算法等技术，是全新的赛道。我国在具身智能的“小脑能力”上已有扎实基础，物流、医疗、家庭护理等领域应用场景丰富，接下来更应鼓励龙头企业搭建开源的世界模型底座，让中小企业能在此基础上开发垂直场景应用，形成“底座+应用”的产业生态。
他预测，基于世界模型的文创产业将成为新的就业蓝海。根据谷歌DeepMind团队负责人哈撒比斯的观点，当前大语言模型只能生成1～2分钟符合物理规律的视频，而世界模型成熟后，将至少能生成1～2小时的数字孪生物理世界，这将彻底颠覆动漫、游戏、电影等产业的运作模式。为此，谷歌在刚刚发布的“2026年行动计划”中，明确提出要打造既有语言模型、又有强大世界模型的全能模型。
总之，“人工智能的终极目标是帮助人类探索未知的物理世界规律线上正规配资，走向超人工智能（ASI），而空间智能、世界模型与5G、6G的协同发展，正是这条道路上的关键一步。”
股升网提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
推荐资讯
