问题： 当前全球智能产业快速发展，技术竞争主要集中在算力和数据规模上，这导致能耗增加、成本上升和部署难度加大。，业界和公众都在思考：机器是否真的能"理解"现实世界？能否在开放环境中安全可靠地完成复杂任务？ 原因： 在3月28日举行的2026中关村论坛年会上，中国科学院西安光机所研究员、仝人智能董事长吴易明提出，具身智能可能成为智能科学的新方向。他认为，现有基于文本和统计涉及的性的训练方式——本质上是进行概率匹配——机器对世界的认知依赖于人类描述而非直接感知。为解决该局限，团队从基本原理出发，借鉴人类认知方式，构建了可解释的数学架构，让机器人先掌握距离、空间关系、运动等基础常识，建立符号与实物的对应关系，从而具备在真实场景中自主感知和决策的能力。 影响： 这一技术路线能显著降低对大规模集中训练的需求。吴易明介绍，其训练成本和资源消耗相对可控，与动辄消耗大量能源的大模型训练形成对比。团队创业以来累计投入约3亿元，认为单纯依靠算力和数据的投入存在"黑洞效应"，不仅提高行业门槛，也制约了在实体经济中的规模化应用。更重要的是，具身智能将AI能力从"屏幕"延伸到"物理世界"，有望加速机器人在生产服务领域的实际应用。 对策： 为推进产业化，团队已在国家重大项目、太空和离散制造等领域开展应用，计划今年上半年在全国多个景区试点投放"哮天"机器狗，执行垃圾清理、物品运输等任务。产品布局包括三个方向：机器视觉技术、即插即用的具身智能操作系统，以及类脑芯片与软硬件集成的大脑模块。针对信息安全问题，团队采用"端侧独立大脑"设计，每台机器人都有独立存储和决策单元，减少云端处理带来的风险。吴易明同时指出，虽然当前技术还远未到让机器人产生复杂意图的程度，但仍需重视潜在风险，完善测试验证和管理机制。 前景： 业内认为，具身智能的竞争将转向"感知-决策-控制-安全"的系统工程，考验算法能力和软硬件协同。吴易明预计，未来3-5年该技术将在家庭、医疗、交通等领域加速普及。如果能在开放环境中稳定运行并形成可复制的工程体系，将为服务业提质增效、制造业升级提供新动力，同时也将对标准制定、隐私保护、伦理治理等提出更高要求。
从比拼算力数据到构建物理世界的认知能力，具身智能展现了技术发展的新方向；在产业化进程中，成功不仅取决于单点突破，更需要成本可控、安全可靠的系统工程。只有平衡好创新与治理，才能让机器人真正成为提升公共服务和产业效率的助力。