身体不再局限于生物有机体的形态，智能也不再局限于抽象算法的推理，它们将在现实世界的连续交互与演进中，共同塑造经济增长的动力曲线。

　　在具身智能框架下，智能是具身化与情境化的。智能体的认知水平与其身体形态密切相关，身体不仅是被动执行的载体，更是认知过程不可或缺的一部分，直接参与算法的学习与演化。也就是说，智能不仅必一运动中国官方网站存在于“大脑”算法的抽象运算之中，更体现在躯体与环境的交互之中。正是在这一认知下，机器智能正在经历从抽象符号空间向真实物理空间的转型，迈向更接近生物智能的演化路径。

　　展望未来，智能体通过自身躯体在真实环境中不断学习与成长，持续拓展人类的能力边界，人类则通过引导、训练与监督这些智能体，赋予其更高层次的目标与价值取向，共同塑造更加高效、智能、可持续的生产与生活方式。具身智能带来的不仅是人工智能技术的革新，更是人类生产生活范式的变革。在这样的转型中，身体不再局限于生物有机体的形态，智能也不再局限于抽象算法的推理，它们将在现实世界的连续交互与演进中，共同塑造经济增长的动力曲线。

　　早期人工智能主要基于符号和逻辑推理，缺乏与物理世界的直接联系，因而在动态环境中的适应性有限。相比之下，具身智能体通过传感器获取环境信息，利用自身的执行器（如机械肢体），在“感知-行动”循环中不断学习。这一范式转型的核心在于，算法的学习不再独立于硬件和环境，而是嵌入其中。

　　研究表明，非具身学习往往采用“大模型无监督预训练+小样本微调”等方式训练神经网络，模型可在不同硬件上部署，性能取决于模型泛化能力。与之不同，具身学习则先在虚拟环境训练大模型获取常识表征，再在具体场景通过强化学习微调，使模型能够自主适应特定硬件和环境。这意味着具身智能体并非将“智力”与“身体”割裂开来，而是将感知、思考与行动融合为一体，通过在环境中的试验和反馈来迭代优化其策略。这一转型使人工智能更接近生物体的认知机制。例如，婴儿通过抓取物体、行走或跌倒等过程来学习物理世界的规律，形成对空间和因果的认知。

　　同样，具身智能体通过不断试错来形成对环境的“身体感觉”“肌肉记忆”。与在数据中训练的大模型不同，具身智能强调在执行任务过程中持续感知环境变化并即时调整行为策略，实现真正的自主适应和决策，标志着人工智能从依赖静态知识库和离线推理，走向依赖实时感知和在线决策的范式转变。

　　例如，2024年宇树科技推出了人形机器人G1，初始版本配备23个自由度关节，最高可升级至43个自由度，能够以超过2m/s的速度小跑，并具备爬楼梯、跳跃等动态能力。在演示中，G1还模拟完成了如炒菜、焊接等复杂动作，展现出较强的灵活性与环境适应性。该机器人配备激光雷达与深度相机，实现三维视觉感知，并搭载三指机械手，可执行精细化操作任务。同时，基于模仿学习的训练方式，结合Unitree机器人统一大模型（UnifoLM），支持机器人通过人类演示逐步学习和适应新任务。

　　具身智能的训练不再依赖于编程规则的预设，而是通过机器人与环境和人类的交互过程，逐步习得任务技能。这种通过人类指导和自主学习相结合的模式，体现了具身智能“在环境中学”的精髓。

　　通过上述案例可以看出，先进机器人体现了“感知-思考-行动”的闭环。机器身体配备多模态传感器（如摄像头、激光雷达、力传感等），由AI算法处理感知信息并规划行动，再由系统执行动作。机器人在真实世界中不断迭代尝试，从失败中学习，在成功中强化策略，真正实现了主动决策和自主适应。这些实践证明，具身智能不仅是理论上的概念，更是引领机器人技术突破的核心理念。

　　具身智能通过将智能算法嵌入物理载体之中，并广泛部署于现实生产与生活场景，正在显著提升劳动生产率，重塑产业结构。

　　一是提升生产率。具身智能推动自动化水平大幅提高，从而增强劳动生产率和降低生产成本。在工业领域，引入机器人可以接管重复、危险或精度要求高的工序，使产线实现连续运行和品质稳定。据统计，制造业采用机器人已经对生产率产生了可量化的贡献。一项涵盖17国的研究发现，1993~2007年间工业机器人的使用使这些国家制造业的劳动生产率年均增速提高了0.36个百分点，约占同期生产率增长的16%。这表明机器人技术在过去几十年已成为推动生产效率的一个重要因素。

　　展望未来，自动化和人工智能将在更广泛的领域成为经济增长的引擎。麦肯锡曾预测，为保持未来50年年均2.8%的GDP增速，约一半的生产率增量需要由自动化技术贡献。人工智能（包括具身智能）在长期有潜力每年为全球经济新增高达4.4万亿美元的生产力收益。这些数据表明，具身智能如果得到广泛应用，将显著提高全要素生产率，为经济增长提供持续动力。

　　二是创造新需求与新市场。具身智能的普及将催生大量新的产品和服务需求，形成经济新动能。

　　一方面，机器人、无人车等具身智能产品本身构成了巨大的新兴产业。当前，全球机器人产业规模正在快速扩大，2024年产业收入估计达到428.2亿美元，并有望在2028年增长至655.9亿美元。服务机器人尤其成为热点领域，2024年市场规模已达35亿美元。随着成本下降和性能提升，个人和商用服务机器人的需求将大规模增长，从家庭助手、送货机器人到巡检机器人的市场潜力都十分可观。

　　另一方面，具身智能催生的新应用模式（如无人驾驶出租车、无人仓储配送等）会带来全新的商业模式和就业机会。同时，为满足具身智能应用模式的推广，社会将需要新的配套服务（例如，维修维护、运营调度、专项保险等），这也将形成一系列新的产业链条。

　　三是推动产业结构升级。具身智能的广泛应用将引导产业链向更高价值环节演进，促进传统产业转型升级。

　　在制造业，机器人的应用提升了生产自动化和精益制造水平，使企业能够以更高效率和一致性进行生产，从而提升产品质量、缩短交付周期。这有助于制造企业向高附加值、定制化方向转型。有研究指出，机器人等自动化技术的发展正在推动部分国家制造业出现“再工业化”趋势。一些发达经济体的企业通过机器人替代人工，实现生产成本下降，把此前外包海外的工序重新迁回本土（即“reshore”）。

　　在物流仓储领域，自动引导运输车、机械臂拣选等具身智能系统提升了仓储管理效率，支撑了电商和新零售行业的高速发展。

　　智能机器人产业本身也成为了高技术制造业的重要组成部分，这背后是庞大的产业体系，包括核心零部件（如传感器、专用芯片）、操作系统与控制软件等高技术环节的集群发展。可以预见，具身智能的持续创新将带动上下游产业链协同升级，从而提升整个经济的技术含量和竞争力。

　　四是重塑劳动力市场与社会结构。具身智能对就业和社会的影响是双向的。一方面，自动化在替代低技能、重复性工作的同时，会提升对高技能劳动的需求，并催生新的职业类别。例如，随着机器人走进工厂和公共空间，社会对机器人操作维护人员、系统监控员、数据标注和训练师等岗位的需求会上升。麦肯锡的研究也发现，AI时代对STEM领域人才、医疗护理和高技能职业的需求将增加。这意味着就业结构将向更专业化的方向转变，从业人员需要通过培训提升技能，以适应新的工作要求。

　　另一方面，机器替代部分人力劳动也引发对就业风险的担忧。然而，研究表明机器人和AI总体上是“增益”而非“减员”，基于历史数据来看，机器人应用往往会通过提高生产率、降低成本来间接创造更多就业机会和更高工资水平。自动化带来的效率提升和成本降低，会使产品和服务更便宜，进而刺激需求扩张。因此，关键在于社会如何做好调整。教育和职业培训体系需要跟上技术进步，为劳动者提供技能转型的支持，政策上则需要完善社保和转岗扶持，缓解短期阵痛。

　　具身智能的发展与社会的发展是一个相互塑造的过程。社会问题催生了对智能机器人的需求，反过来机器人的广泛应用又会影响社会生活方式和伦理规范（如安全标准、法律责任划分等）。

　　例如，在老龄化严重的国家，政府可以大力支持研发护理机器人，以此解决护理人手不足的问题，同时提高老年人的独立生活质量。这一实践展示了具身智能如何响应社会需求并塑造新的社会服务模式。同时，欧盟等监管者也开始积极塑造技术发展的轨道。

　　欧盟《人工智能法案（AI Act）》已经于2024年正式生效，针对高风险AI系统设立了严格的安全、透明和人类监督要求。例如，若AI用于交通运输或医疗等涉及人身安全的领域，必须通过稳健性测试、提供清晰的用户信息并确保有人类可控的开关。这些监管举措一方面保障了技术以对社会有利的方式发展，另一方面也将影响具身智能产品的设计和部署方向。

　　可以预见，未来经济和社会的发展将与具身智能技术相互交织、彼此塑造。技术进步为经济社会注入新活力，经济社会的发展需求又反过来引导技术演进的方向和重点。