具身智能产业深度技术模型分析市场展望相关产业及公司深度梳理-230602.pdfVIP

行业|深度|研究报告

2023年6月2日

具身智能产业深度：技术模型分析、市场展

行望、相关产业及公司深度梳理

业

特斯拉2023年股东会上，马斯克表示，人形机器人将是今后特斯拉主要的长期价值来源，“如果人形机

研器人和人的比例是2比1左右，那么人们对机器人的需求量可能是100亿乃至200亿个，远超电动车的

究数量”。英伟达创始人黄仁勋在ITFWorld2023半导体大会上也表示，AI下一个浪潮将是“具身智能”。

报

“具身智能”意指有身体并支持物理交互的智能体，人形机器人为标杆产品。具身智能，首先需要听懂人

告类语言，分解任务、规划子任务，移动中识别物体，与环境交互，最终完成任务。人形机器人很好的契

合了具身智能的要求，有望成为标杆应用。

围绕具身智能，我们从下面几方面展开讨论：具身智能的概念是如何定义的，具体方案模块是如何设置

的，发展历程又是怎样的，相关技术及模型有哪些，可能受益的相关公司都有哪些。希望通过这些问题

的探讨，让我们对于具身智能有个浅显的了解。

目录

一、具身智能概述1

二、具身智能发展历程3

三、具身智能相关技术及模型5

四、相关产业梳理9

五、具身智能相关公司12

六、具身智能发展展望14

七、参考文献17

一、具身智能概述

1.概念

慧具身智能（EmbodiedIntelligence）是指一种具备自主决策和行动能力的机器智能，它可以像人类一样

博感知和理解环境，通过自主学习和适应性行为来完成任务。要实现具身智能与环境实时交互并完成自主

智做事的功能，其所涉及到的主要环节可以抽象理解为包括感知、传输、决策、执行。

能感知层类似人的五官，负责收集环境信息，在单一场景下机器或许可以通过感知来绕过决策控制，比如

投1986年，美国著名机器人制造专家罗德尼·布鲁克斯（RodneyBrooks）研发了第一个基于感知行为模

式的轮式机器人，不需要中枢控制可以实现避让、前进和平衡等功能，但是如果想要让机器实现与人类

研互动并完成多样化指令要求，它面对的可能是结合了语言、图像等多个模态的复杂信息，决策层的多模

态处理就显得不可或缺。

1/17

行业|深度|研究报告

2023年6月2日

决策层作为核心处理枢纽，需要类似人类大脑的处理能力，满足机器在理解指令、分解任务、规划子任

务、识别物体完成人机交互和环境交互等方面的需求，多维度的人机交互在传统的机器人领域是一大难

题，因而当下的研究更多体现在特定指令下对于环境交互的探索，也即如何更智能地执行特定物理任务

上。而ChatGPT等AI大模型的快速突破提供了新的思路，有望充当机器人的大脑与人类进行多维度交

互，从而更为出色完成任务。

此外，随着感知和决策的复杂化，传输层对于的实时性的要求日益提升，从而对传输速率和边缘计算等

提出更高的需求。

2.PIE方案是实现具象智能的解决方案之一

PIE方案是实现具象智能的解决方案之一，可分为三个模块——具身感知（Perception）、具身想象

（Imagination）和具身执行（Execution）。