2024 年被視作具身智能發(fā)展“元年”，全球科技界紛紛搶灘布局。自艾倫·圖靈 1950 年提出相關概念，經(jīng)多年沉淀，在大模型與生成式 AI 助力下，具身智能從理論邁向應用，成為當前全球人工智能領域的前沿熱點和新浪潮。

國際上，科技圈大佬馬斯克、黃仁勛等積極推動，谷歌發(fā)布 RT 系列機器人模型，RT - H 任務成功率顯著提升；英偉達成立 GEAR 實驗室，推出 Project GR00T 及 Jetson Thor 平臺；微軟、OpenAI 也投身浪潮。特斯拉擎天柱機器人更是大顯身手，從日常瑣事到工業(yè)應用，潛力無限。

國內(nèi)同樣呈噴薄之勢，2024 年上半年超 50 家具身智能概念創(chuàng)業(yè)公司涌現(xiàn)，融資活躍。其中，如智元機器人、星塵智能、逐際動力等在人形機器人研發(fā)成果斐然。

具身智能之所以備受矚目，在于其擁有更強認知與決策力，能在復雜環(huán)境自如交互、執(zhí)行任務，打破機械局限，有望顛覆計算機、智能手機、新能源汽車等產(chǎn)品。

由此，具身智能將數(shù)字世界與物理世界相連，未來必將深刻重塑各行各業(yè)，開啟一個充滿無限可能的全新智能時代。據(jù)36氪研究院測算，我國具身智能的市場規(guī)模已從2018年的2923億元增長至2023年的7487億元，年復合增長率高達20.7%，并且有望在2026年突破萬億。

數(shù)據(jù)瓶頸：制約具身智能發(fā)展的枷鎖

然而，在這一片欣欣向榮的背后，具身智能行業(yè)的發(fā)展之路卻并非坦途。當前，行業(yè)面臨著諸多棘手的痛點，尤其是在數(shù)據(jù)訓練與仿真這一關鍵環(huán)節(jié)，存在著嚴重的不足。

在具身智能領域，數(shù)據(jù)對于訓練深度學習模型以增強和優(yōu)化機器人能力至關重要。這對系統(tǒng)性能與適應性起著決定性作用。開發(fā)具身智能系統(tǒng)需要海量且高質(zhì)量的數(shù)據(jù)集，這些數(shù)據(jù)需涵蓋機器人及其所處環(huán)境中的多樣化真實世界信息。

實際情況卻是，從機器人及其環(huán)境中捕獲此類數(shù)據(jù)既極具挑戰(zhàn)性，又伴隨著高昂的成本。機器人數(shù)據(jù)相較于傳統(tǒng)的文字和圖片數(shù)據(jù)顯得尤為稀缺，除圖像數(shù)據(jù)相對較易獲取外，諸如摩擦、壓力、重量等物理知識數(shù)據(jù)的獲取難度極大。

同時，具身智能的數(shù)據(jù)涉及機器人與其動態(tài)環(huán)境之間的復雜互動，這些物理互動還常常存在于多樣且常常不可預測的環(huán)境中。鑒于獲取大量高質(zhì)量和多樣化的數(shù)據(jù)成本過高，基于數(shù)字孿生的仿真已經(jīng)證明是一個有效的解決方案。

通過建立仿真平臺對于具身智能至關重要，因為它們提供了成本效益高的實驗方式，確保了通過模擬潛在的危險場景的安全性，為測試在各種環(huán)境中提供了可擴展性，快速原型設計的能力，對更廣泛的研究社區(qū)的可訪問性，精確研究的受控環(huán)境，用于訓練和評估的數(shù)據(jù)生成，以及用于算法比較的標準基準。

世界模型：解決數(shù)據(jù)瓶頸問題的全新思路

對于制約具身智能發(fā)展的數(shù)據(jù)瓶頸，2024 年，AI 教母李飛飛發(fā)布的空間智能及相關大世界模型，猶如一顆重磅炸彈，在自動駕駛及更廣泛的具身智能應用場景中展現(xiàn)出了巨大的發(fā)展與應用潛力，為解決數(shù)據(jù)瓶頸問題提供了全新的思路。

與生成式 AI 工具生成的 2D 內(nèi)容不同，李飛飛的世界模型開啟了從數(shù)字世界向物理世界的跨越征程，實現(xiàn)了從一維數(shù)字智能向三維空間智能的重大轉(zhuǎn)變。按照李飛飛的闡釋，空間智能意味著 AI 能夠在三維空間與時間維度中，以立體的視角進行感知、推理以及行動，并切實地與現(xiàn)實世界產(chǎn)生互動交流。

世界模型在具身智能的潛在應用范圍極為廣泛。以自動駕駛為例，世界模型可以實時精準地把握道路狀況，并對其變化趨勢進行精確預測，重點聚焦于對環(huán)境的瞬時感知以及復雜變化趨勢的預估判斷。在人形機器人領域，世界模型對于導航、物體識別檢測以及任務規(guī)劃等關鍵任務起著不可或缺的作用，可以精準地解析外部動態(tài)環(huán)境，并構建具有交互性和實體體驗感的環(huán)境場景。而在虛擬社會系統(tǒng)模擬方面，世界模型可以敏銳地捕捉并預測更為抽象的行為動態(tài)，諸如社會交往互動以及人類決策制定等過程。

極佳科技：具身智能的重要引擎和加速器

由于地緣政治影響，國內(nèi)率先布局世界模型和空間智能方向的先鋒企業(yè)，可對標李飛飛World Labs，進行國產(chǎn)替代的的極佳科技引發(fā)廣大關注度。該公司聚焦于視頻生成與 4D 世界模型在空間智能領域的探索與拓展，并已在機器人與元宇宙兩大領域的技術及商業(yè)層面均收獲顯著成果，收獲了知名度與口碑。

于自動駕駛領域，極佳科技今年10月聯(lián)合中科院自動化所、理想汽車、北京大學、慕尼黑工業(yè)大學等重磅力量，推出DriveDreamer4D。此乃全球首個借助世界模型優(yōu)化 4D 駕駛場景重建成效的創(chuàng)新成果，能顯著提升多種自動駕駛 4D 重建算法效能，在用戶調(diào)研實驗里，超 80%的高偏好投票彰顯其卓越性能，為邁向空間智能與 4D 世界模型筑牢根基。

DriveDreamer4D 作為駕駛場景的數(shù)據(jù)強援，可生成豐富多元視角數(shù)據(jù)，涵蓋變道、加減速等動態(tài)場景，極大增強閉環(huán)仿真能力。它以世界模型為核心數(shù)據(jù)引擎，基于真實駕駛數(shù)據(jù)合成全新軌跡視頻，例如精準模擬變道場景。不僅能優(yōu)化 PVG、S3Gaussian、Deformable - GS 等重建算法的圖像渲染品質(zhì)，還可提升駕駛前景（車輛）與背景（車道線）的時空連貫性。

該技術在實際駕駛場景模擬中表現(xiàn)卓越，全面精準地復刻車輛行駛的物理動態(tài)、交通規(guī)則以及各類道路使用者的行為變化。無論是前方車輛的軌跡預判，還是行人意圖的洞察，甚至是道路與天氣狀況等環(huán)境因素的綜合考量，基于極佳科技 4D 數(shù)據(jù)引擎訓練的自動駕駛算法都能迅速反應，防患于未然，為駕乘安全保駕護航。

憑借技術領先優(yōu)勢，極佳科技與地平線、億咖通等頭部主機廠締結(jié)深度定點合作，此乃業(yè)界對其技術實力的權威背書。在近期現(xiàn)代汽車集團創(chuàng)新計劃頒獎典禮上，極佳視界憑借 4D 世界模型與視頻生成領域的創(chuàng)新成果，榮膺“燈塔”創(chuàng)新開放計劃“創(chuàng)新企業(yè)獎”。

鑒于自動駕駛是具身智能的關鍵落地場景，且二者在大腦構造、開放場景與路徑規(guī)劃以及算法層面的高度相似性與關聯(lián)性，在自動駕駛領域成功構建并驗證世界模型且獲頭部廠商認可的極佳科技，無疑在具身智能這片廣袤藍海中擁有發(fā)展的無限潛力與廣闊前景，有望成為推動具身智能行業(yè)蓬勃發(fā)展的重要引擎與加速器。