作者：周源 / 華爾街見(jiàn)聞
7 月 27 日，在 2025 世界人工智能大會(huì)（WAIC）大模型論壇上，商湯科技推出 " 悟能 " 具身智能平臺(tái)：以商湯具身世界模型為核心引擎，依托商湯大裝置提供端側(cè)和云側(cè)算力支持，能為機(jī)器人、智能設(shè)備提供感知、視覺(jué)導(dǎo)航及多模態(tài)交互能力；同時(shí)，該平臺(tái)支持嵌入到端側(cè)芯片和機(jī)器人等終端硬件。
這是商湯在具身智能領(lǐng)域的具體實(shí)踐，也為智能設(shè)備發(fā)展提供新的技術(shù)選項(xiàng)。
商湯 " 悟能 " 具身智能平臺(tái)的核心引擎是具身世界模型，這是一套復(fù)雜動(dòng)態(tài)系統(tǒng)：非簡(jiǎn)單靜態(tài)復(fù)制物理世界，而是通過(guò)持續(xù)學(xué)習(xí)和整合海量數(shù)據(jù)，構(gòu)建一個(gè)能實(shí)時(shí)反映物理世界變化的數(shù)字化鏡像，類似于物理世界的數(shù)字化入口。
這些海量數(shù)據(jù)涵蓋了物理環(huán)境的空間結(jié)構(gòu)、物體的物理屬性、各類事件的發(fā)生規(guī)律、以及人類的行為模式等多方面信息。
商湯具身世界模型的運(yùn)作邏輯，類似于人類對(duì)世界的認(rèn)知過(guò)程。
人類通過(guò)眼耳鼻等感官獲取信息，在大腦中形成對(duì)世界的理解并指導(dǎo)行動(dòng)，而具身世界模型則通過(guò)傳感器等設(shè)備收集環(huán)境數(shù)據(jù)，經(jīng)過(guò)算法處理形成對(duì)世界的 " 認(rèn)知 "，進(jìn)而為智能設(shè)備提供決策依據(jù)。
這個(gè)模型能根據(jù)新輸入的數(shù)據(jù)不斷更新自身 " 認(rèn)知 "，就像人類在經(jīng)歷新事物后會(huì)調(diào)整對(duì)世界的看法一樣。
依靠商湯大裝置提供的端側(cè)和云側(cè)算力支撐，" 悟能 " 具身智能平臺(tái)能為機(jī)器人及智能設(shè)備提供感知、視覺(jué)導(dǎo)航和多模態(tài)交互等基礎(chǔ)能力。
在感知層，平臺(tái)整合各類傳感器數(shù)據(jù)，借助具身世界模型分析環(huán)境信息。
比如在家庭場(chǎng)景，搭載 " 悟能 " 具身智能平臺(tái)的機(jī)器人，有能力識(shí)別家具布局、家庭成員及溫濕度等；在辦公環(huán)境，也能區(qū)分辦公設(shè)備和文件資料。
這種感知受光線、遮擋等環(huán)境因素影響明顯，" 悟能 " 平臺(tái)的感知能力正是通過(guò)設(shè)備與環(huán)境的持續(xù)交互逐步完善；在常規(guī)環(huán)境條件下，能穩(wěn)定輸出環(huán)境信息。
視覺(jué)導(dǎo)航功能，主要解決設(shè)備自主移動(dòng)問(wèn)題。該平臺(tái)通過(guò)具身世界模型解析空間，為機(jī)器人規(guī)劃路徑避開(kāi)障礙物。
在倉(cāng)庫(kù)等結(jié)構(gòu)化環(huán)境中，物流機(jī)器人可借此平臺(tái)完成貨物轉(zhuǎn)運(yùn)；室內(nèi)走廊場(chǎng)景，服務(wù)機(jī)器人能沿設(shè)定路線行進(jìn)，在預(yù)設(shè)場(chǎng)景內(nèi)可實(shí)現(xiàn)精準(zhǔn)的點(diǎn)對(duì)點(diǎn)移動(dòng)。
多模態(tài)交互支持語(yǔ)音與視覺(jué)方式。語(yǔ)音可傳達(dá)基礎(chǔ)指令，視覺(jué)能識(shí)別簡(jiǎn)單手勢(shì)和表情輔助，以理解用戶意圖。
智能音箱通過(guò)平臺(tái)，既能響應(yīng)語(yǔ)音指令，也能依手勢(shì)調(diào)音量，在日常基礎(chǔ)交互場(chǎng)景中可滿足用戶的常規(guī)操作需求。
" 悟能 " 具身智能平臺(tái)的硬件適配具有靈活性，可應(yīng)用于人形機(jī)器人、服務(wù)機(jī)器人及部分智能設(shè)備。
這樣的適配性，讓平臺(tái)能在不同場(chǎng)景測(cè)試應(yīng)用，為硬件廠商提供技術(shù)集成選擇。
技術(shù)哲學(xué)家劉易斯芒福德在《技術(shù)與文明》中強(qiáng)調(diào)，技術(shù)并非是外在于人類生活的存在，而是深度嵌入并塑造了人類生活的方方面面。
" 悟能 " 具身智能平臺(tái)正是通過(guò)適配不同硬件，在實(shí)際場(chǎng)景中發(fā)揮作用，深入改變或重塑人類生活。
從技術(shù)體驗(yàn)角度看，平臺(tái)支持嵌入端側(cè)芯片，實(shí)際應(yīng)用價(jià)值顯著：能減少對(duì)云端算力依賴，設(shè)備在網(wǎng)絡(luò)不穩(wěn)定時(shí)仍能維持基本功能；端側(cè)處理加快響應(yīng)速度，降低數(shù)據(jù)傳輸延遲。
以智能家居設(shè)備為例，智能門鎖嵌入平臺(tái)后，本地處理人臉信息速度提升，減少數(shù)據(jù)上傳云端需求，時(shí)延降低，在家庭安防場(chǎng)景中體驗(yàn)更好，功能表現(xiàn)更穩(wěn)定。
應(yīng)用場(chǎng)景包括家庭、辦公和工業(yè)領(lǐng)域：家庭機(jī)器人可協(xié)助做清潔、搬運(yùn)等簡(jiǎn)單家務(wù)；辦公場(chǎng)景，智能設(shè)備輔助文件分類、會(huì)議室預(yù)約；工業(yè)環(huán)境，機(jī)器人參與零部件搬運(yùn)、基礎(chǔ)質(zhì)檢。
商湯科技董事長(zhǎng)兼 CEO 徐立，在現(xiàn)場(chǎng)展示了搭載具身世界引擎的人形機(jī)器人講解《長(zhǎng)安的荔枝》PPT 的效果，該機(jī)器人語(yǔ)言自然幽默，可自動(dòng)翻頁(yè)并回答各類問(wèn)題，還能做階段性小結(jié)。
這個(gè)展示直觀呈現(xiàn)平臺(tái)交互功能，體現(xiàn)當(dāng)前具身智能的實(shí)際水平。
在技術(shù)發(fā)展方面，" 悟能 " 平臺(tái)的感知全面性、導(dǎo)航適應(yīng)性和交互深度，都有明確優(yōu)化方向。未來(lái)，商湯將通過(guò)收集應(yīng)用數(shù)據(jù)迭代具身世界模型，提升平臺(tái)穩(wěn)定性和適用性。
此過(guò)程中，行業(yè)合作至關(guān)重要，具身智能領(lǐng)域，企業(yè)合作匯聚優(yōu)勢(shì)能將有效推動(dòng)技術(shù)進(jìn)步。具身智能作為人工智能發(fā)展方向，進(jìn)步依賴技術(shù)積累和場(chǎng)景驗(yàn)證。
" 悟能 " 平臺(tái)是商湯的一次實(shí)踐，實(shí)際價(jià)值將在后續(xù)應(yīng)用中逐步顯現(xiàn)。
對(duì)行業(yè)而言，這種探索推動(dòng)具身智能從概念走向?qū)嵺`，為智能設(shè)備發(fā)展提供更多技術(shù)路徑。
站在用戶角度，平臺(tái)價(jià)值體現(xiàn)在使用體驗(yàn)。機(jī)器人和智能設(shè)備能否解決實(shí)際問(wèn)題、保持穩(wěn)定可靠，是衡量?jī)r(jià)值的關(guān)鍵。
" 悟能 " 平臺(tái)現(xiàn)有功能為需求實(shí)現(xiàn)提供可能，將通過(guò)持續(xù)改進(jìn)貼近用戶期待。
在技術(shù)落地過(guò)程中，成本控制是關(guān)鍵環(huán)節(jié)。
平臺(tái)集成成本、設(shè)備制造成本影響普及程度，商湯及合作方正探索在保證功能前提下降低成本的路徑。
總體而言，" 悟能 " 具身智能平臺(tái)是人工智能在具身領(lǐng)域的具體實(shí)踐，具備一定技術(shù)特點(diǎn)和應(yīng)用潛力，同時(shí)面臨技術(shù)完善、場(chǎng)景適配、成本控制等現(xiàn)實(shí)課題。
這類平臺(tái)的發(fā)展，取決于技術(shù)迭代速度、市場(chǎng)反饋及行業(yè)合作深度，需要時(shí)間來(lái)呈現(xiàn)最終效果。
