智源研究院院长王仲远是谁？他在人工智能领域有何重大贡献？

大家知道不？现在人工智能那可是变化得飞快，正从“数字智能”往“具身智能”阶段迈进，这里面门道可多跟我一起好好盘盘！

具身智能发展早期探索

当下这具身智能，其实还在很早期的发展阶段咧。就比如说大模型，在 GPT - 3 之前不也是各种技术探索。智源研究院这些科研机构的作用就跟探路者似的，通过开源框架啥的去找出技术路线。像最近智源新推出的跨本体具身大小脑协作框架，也就是技术探索前期给的一个可验证的原型罢了。

面临的循环悖论难题

具身智能现在有个大问题，存在循环悖论！具身能力不够，真机数据采集也就受影响，数据缺乏又导致模型能力变弱、落地也难。那不能让它停在这，怎么办？得先学大量已有的数据，再通过强化学习跟少量真实世界的数据反复训练，提升它的能力长子县融媒体中心，不断冲破发展上限，这和大模型发展有点类似的

复制智能驾驶模式的探讨

好多人都想着让具身智能去复制智能驾驶的发展模式，可哪有那么容易。就说数据采集这事，智能驾驶发展起来那是数据采集和模型训练配合得还不错。但具身智能机器人要是功能不实用，贵还没太大用处，消费者才不乐意买，没法大规模商用采集数据。而且具身智能复杂度比智能驾驶高太多了，车企那一套技术也未必适用

技术路线的发展方向

具身智能技术路线主要有两个方向。一个是数字智能物理化，用大模型技术把数字世界的智能拓展到物理世界，让机器人从只能干单一功能活变成拥有通用智能。另一个是小型专用机器人在细分场景发力要是能在这些场景把性价比做到极致，有机会渗透到家庭和产业场景，成为具身智能以后发展的敲门砖。

未来规模化应用领域

未来3年，还真不太好说具身智能在哪个领域能一下子来个突破性的规模化应用。虽说模型性能一直在提升、生成效果越来越好，看起来有商业化的希望了。但这里面还是有好多不确定的因素。有丰富数据、专业工程团队和充足算力的企业，当然更有机会训练出适合实际应用和商业化的模型。

AI拓展至现实世界愿景

现在主流的大模型多数都是集中在C端文本生成和语言对话方面，属于“数字智能”。不过人家智源研究院把眼光放长远一直努力拓展AI到“现实世界”，要搞机器人、操作系统还有世界模型构建这些更有挑战、前景更好的事。你们觉得具身智能未来哪个方向更容易发展起来？