倪光南：发展“AI+机器人”，向新质生产力加速跃迁

当前，人工智能（AI）已经成为助推世界科技和产业蓬勃发展的强大引擎。习近平总书记指出：“以人工智能引领科研范式变革，加速各领域科技创新突破。”党的二十届四中全会提出，加快高水平科技自立自强，引领发展新质生产力。在这一目标的指引下，我国正在深入实施“人工智能+”行动。机器人产业作为一个新兴产业、未来产业，要顺势而为，聚焦提升生产力，通过AI+赋能，使机器人产业向新质生产力加速跃迁，成为“AI+机器人产业”，为国民经济、为人民的生产生活，创造更大的经济效益和社会效益。

发展机器人产业并不是要替代人类

我们要明白，机器人是拓展人类的能力完成任务，而不是替代人类。

人类大脑的起源和演化经历了漫长而复杂曲折的过程。今天作为智人的我们，其繁盛兴起得益于偶然性和在自然环境中的适应性。我们的祖先克服了其他类人物种没能克服的困难，那时地球上的智人既不是最强壮的，不是行动最迅捷的，也不是数量最多的（蚂蚁和磷虾的数量要比人类多得多）。应当说，是庞大和复杂的大脑使我们有能力去适应和影响这个星球。

大脑是目前宇宙中最复杂的物质集合，其进化让人类成为生物界中的最高级动物。Meta首席科学家、图灵奖的获得者杨乐昆教授在一次报告中提到，“一个典型的大语言模型大约是10的14次方字节信息量的基础上训练出来的，这几乎是互联网上所有公开文本的总和。一个人要花几十万年才能读完这些材料，这是海量的信息。”但大模型仅仅依赖文本训练是不够的，我们还要继续探究经过数亿年进化的大脑的奥秘。生成式AI的出现预示着未来深层经济结构的重塑，当我们谋划发展机器人产业时，应当深刻地思考人和机器人之间的关系和变革，包括对知识工作的重新定义和劳动力结构的重塑，而不是简单地以机器人大规模替代人类。为此，要聚焦提升生产力，通过AI+赋能，使机器人产业向新质生产力加速跃迁，让机器人作为人类能力的扩展去高效完成任务，机器人带来的将不是岗位的终结，而是工作任务的重构。

我们要研究不同工业化时期制造业的变化和机器人的定位。在不同工业化时期，对制造业而言工厂的定位是在变化的。德国提出了工业化4.0（即第四次工业革命），中国则处于从传统工业化发展到新型工业化的阶段。随着人工智能引领的科技变革的推进，中国大多数企业将从自动化发展到智能化，生产模式将从刚性化、标准化，发展到柔性化、定制化兼备。

机器人将从过去自动化工具逐渐过渡到“AI+机器人”；机器人的控制者从过去的实时操作系统发展到“AI+机器人”智能系统；自动化机器人交互用按钮、键盘、鼠标、屏幕，“AI+机器人”可增加语音交互等；自动化机器人用人工编程，“AI+机器人”依赖大模型；自动化机器人在固定工位工作，“AI+机器人”是多工位自主移动工作；自动化机器人需要提前部署、调整、编程，“AI+机器人”将实现即插即用；自动化机器人是人机分工、难以互动，“AI+机器人”是人机协同、取长补短。总之，“AI+机器人”是今后机器人的发展方向，机器人的形状会多样化，也许会根据场景需求以最经济合理的方式完成具体任务。

机器人要用起来必须注重三大核心智能协同

从现有产业现状着眼，中国机器人产业发展的关键是提升机器人智能等级。机器人的控制需要从过去“机器人操作系统”，发展到“机器人智能系统”。一般认为，三大核心能力支撑着机器人智能系统：一是“眼睛”即机器人环境感知能力；二是“行动”即运动控制能力；三是“大脑”即交互决策能力。三者互相融合而又相对独立，协同构成一个机器人智能系统。目前我国机器人产业对运动控制（“行动”）的投入较大，而对环境感知（“眼”）和交互决策（“脑”）的投入不足，迫切需要提升。

大语言模型构成了“机器人之脑”。机器人智能系统以“脑”为核心，基于大语言模型的“脑”推进了从“机器人操作系统” 到“机器人智能系统”的技术架构性变革。大语言模型带来的是效率提高和工作流程的再设计，在大模型加持下，机器人能自主实施知识积累、接受指令、动作实施、人机交互等等。大模型将提供相应的工作流程，引导机器人完成各种任务。

AI+空间计算作为“机器人之眼”，开启机器人认识世界的新范式。根据生物智能进化原理，眼睛是生物进化中智能的起点。机器人智能系统要突出“眼”的作用，以AI+空间计算作为机器人眼睛的支撑是适合的，能以“类人眼”方式采用普通单目摄像头+神经网络学习，预先对环境进行学习训练，提升对物理世界的感知和理解，并具有自适应和持续学习能力，实现机器人睁开眼睛看世界，具有好用、易用、实用等特点。

空间计算作为一种面向三维世界的计算模式，正在重塑人类、机器和世界的交互方式，是推动机器人落地的关键核心技术之一。历史上人机交互范式经历了从电报、文字到语音、图形、视频等的发展，当前我们正从二维向三维新的交互范式转变，空间计算是引领这种交互范式变革的重要技术支撑。空间计算是对物理世界的“重构”，生成式AI并不能替代。今天生成式大语言模型的发展很快，但并不能覆盖我们世界的全部。来自物理世界的数据复杂、模态多样，目前大模型还不能轻易解析出视频、动作、物理规则等等。

AI+空间计算的融合创新，有望打破物理世界和数字世界的界限，引领我们进入新的信息时代，是支撑低空经济、机器人等产业发展的关键技术。它与传统机器视觉的不同在于：它是采用AI+空间计算重构物理世界，而后者往往是基于多种物理硬件的叠加去看世界。

开源AGIROS支撑“机器人行动”，有助于机器人产业生态建设。AGIROS是由中国科学院软件所支持、拟定为标准的开源机器人操作系统。其开源社区由中国科学院软件所倡议发起，旨在通过凝聚机器人产学研用各方力量，全面推进智能机器人领域的开源开放、协同创新，为智能机器人产业夯实基础。迄今为止，已有大批机器人领域的产学研用等单位和广大开发者加入这一社区。

我们相信，借助开源的力量，AGIROS将大大增强AI+机器人的“脑、眼、行动”协同系统的竞争力，在全球机器人业界引领潮流，成为传统机器人跃升为AI+机器人的主要推动力量。

构建“基于RISC-V架构的AI+机器人”生态系统

历史上，信息技术领域出现过一些规模庞大的生态系统，如“Wintel”“AA”，正在兴起的还有“RV+OSS”，包括“RV+OpenHarmony”“RV+openKylin”等等，这些都是面向人类的信息技术生态。未来面向“AI+机器人”可能也会形成类似的生态系统，例如本文讨论的“基于RISC-V架构的AI+机器人” 那样的生态系统（即RV芯片+脑、眼、行动智能系统）。

我们希望中国机器人业界为这个生态作出更大贡献，大家共同努力构建一个人机共融的世界，让机器人成为我们能力的扩展，帮助人类实现所向往的美好生活。让我们帮助机器人构建一个属于它的智能系统，来看见世界、理解世界、行动于世界。（作者是中国工程院院士）