具身智能^[14]

2025 Inclusion·外滩大会将于9月10-13日在上海黄浦世博园区举办，以“重塑创新增长”为主题，汇聚16位院士、图灵奖得主及550余位全球科技领袖。大会设40余场论坛，聚焦AI、具身智能、芯片等前沿领域，主论坛将探讨大模型进化、智能体应用，王坚院士现场发布接入20万物联网设备的“城市神经计算平台”。5000平米“机器人小镇”展示100余款具身智能机器人，呈现优必选、傅利叶等企业硬件突破及行业三层产业链架构，中国占全球具身智能融资38%。新加坡、香港、上海三地联动推进金融科技协同，共建监管合规数据共享链。万平米科技展设概念-转化-应用三层体验，8000支战队角逐AI赛事，8家顶级创投现场对接。AI创作主题曲《Hello Future》等科技人文融合项目同步亮相，打造思想碰撞、技术展示与产业对接的科技嘉年华。

具身智能机器人在物理世界常因空间记忆不足"笨手笨脚"，而清华与北航联合研发的BSC-Nav类脑空间认知框架，正通过模仿生物大脑空间记忆机制破解这一难题。该框架构建地标记忆、认知地图、工作记忆三大模块，实现动态空间记忆：地标模块优先记住关键物体，认知地图动态更新环境变化（内存效率提升45%），工作模块将模糊指令识别准确率提至92%。测试显示，其长距离导航成功率达89.7%，远超传统模型；已吸引12家机器人企业测试，可赋能家用机器人自适应新环境、工业机器人实时响应场景变化，为具身智能"物理觉醒"提供核心技术支撑。

波士顿动力Atlas人形机器人实现关键技术突破，首次通过单一AI模型同时控制行走与抓取动作，实现“手脚协同”全局决策，动态环境适应性大幅提升，树立通用型机器人算法新标杆。其核心技术采用分层强化学习架构，底层处理传感器数据生成基础动作指令，高层动态调整任务优先级；创新引入动作干扰消除算法，抓取时自动补偿重心偏移，平衡控制误差降低72%；经30万组跌倒案例仿真训练，具备“小步滑移”等自主防摔策略，动作流畅度接近人类水平。相比特斯拉Optimus模块化模型、日本JAXA地形专用模型，Atlas跨场景通用控制优势显著，未来可广泛应用于高危作业、灾后救援等领域，推动机器人技术从“专用”向“通用”演进。

具身智能训练面临渲染与模型资源竞争、效率低下的行业难题，清华大学等机构联合开源全球首个“渲训推一体化”强化学习框架RLinf，为这一痛点提供突破性解决方案。该框架创新混合式执行模式，消除传统共享/分离式执行的算力浪费，将系统气泡降至零，算力利用率提升至近100%；通过六层架构与多后端集成，灵活适配“大脑”（具身VLM）与“小脑”（VLA）等多样化模型需求。实测显示，RLinf训练效率提升40%-60%，VLA模型训练周期从数周缩至数日，数学推理模型在AIME24数据集准确率超GPT-4，GPQA-diamond得分超越Claude 3。框架GitHub首周星标破800，已成为具身智能研发新基建，加速AI从“感知”到“行动”的跨越。