要说2025年世界人工智能大会最热的产品技术，肯定是机器人。 那么机器人这个产业链是非常非常巨大的，他的大脑计算靠芯片，它的骨骼靠超硬的金属，它的动力靠的是电池。而他的感官视觉和情商等靠的是「悟能」。 这个可不是猪八戒猪悟能，而是商汤本次大会上发布「悟能」具身智能平台。 先说概况，「悟能」能让机器人像人一样和现实世界交流互动，能“看懂、会动、能交互”。具体来讲就是能讲 PPT、答问题、控制自己的动作。 「悟能」具身智能平台为何如此厉害？ 这是因为背后由商汤具身世界模型作为核心引擎，再加上商汤大装置提供端侧和云侧算力支持。 得益于此，机器人的感知、视觉导航及多模态交互能力更像人类了。就好比智人直起腰开始思考问题一样的关键进化，机器人向更高层次的智能化进化。 在活动现场我看到，一“位”搭载具身世界引擎的人形机器人，绘声绘色、声容并茂、举止得体的讲解“长安的荔枝”PPT。谈吐自然，风趣幽默，连翻页器都省了，即便中途被人类打断提问，它也能轻松应对。（抱歉，他真的太像人了，我忍不住用“位”来称呼他） 得益于这款具身世界模型雄厚的实力，它还能构建面向人、物、场的4D真实世界。 在这个世界里，人类可以向机器人下各种各样的指令，比如“在厨房区域的架子上找东西”，“进入娱乐室、向右转，然后打开通往院子的门”等等，然后具身世界模型就能自主进行位姿、动作骨架和指令的生成。 我觉得这大概就是机器人能听懂人类语言并执行的技术逻辑。 一有了这套技术的加持，机器人研发制造起来就更容易简单了。这也直接加速了机器人进入千家万户时代的到来。
