1950年，科學(xué)家圖靈在其論文《計(jì)算機(jī)器與智能》中提出了著名的圖靈測試，用以評估機(jī)器是否能夠展現(xiàn)出與人類相似的智能行為。這一理念，可以視為具身智能最早的起源之一。

具身智能是依靠物理實(shí)體通過與環(huán)境交互來實(shí)現(xiàn)智能增長的智能系統(tǒng)?！熬呱怼笔乔疤?，即具有身體且能通過交互、感知、行動等能力來執(zhí)行任務(wù)；“智能”是核心，將人工智能技術(shù)嵌入物理實(shí)體如機(jī)器人身上，可顯著提升對環(huán)境的感知、交互和任務(wù)執(zhí)行能力。

【大腦】負(fù)責(zé)理解任務(wù)、感知外部環(huán)境、結(jié)合感知信息對任務(wù)進(jìn)行分解，并做出執(zhí)行策略。

感知：具身智能可以感知并理解周圍環(huán)境，在物理環(huán)境中執(zhí)行具體任務(wù)。感知是具身智能交互世界的窗口，通過環(huán)境傳感器（如視覺、聽覺、觸覺、溫度、濕度傳感器等）、運(yùn)動傳感器（如力傳感器、IMU 等）收集環(huán)境與自身狀態(tài)信息，作為決策環(huán)節(jié)的依據(jù)。

決策：根據(jù)感知的信息以及任務(wù)目標(biāo)，對自身行為進(jìn)行決策，并向控制模塊發(fā)出指令。該環(huán)節(jié)以中央計(jì)算單元與多模態(tài)決策算法為核心。

控制：將決策指令轉(zhuǎn)化為實(shí)際操作，實(shí)現(xiàn)與物理世界的互動。為確保指令在微操作或高速運(yùn)動場景中的準(zhǔn)確執(zhí)行，該環(huán)節(jié)需要具備高精度控制能力，同時與感知模塊緊密協(xié)作，在閉環(huán)控制下實(shí)現(xiàn)實(shí)時調(diào)整。

【身體】負(fù)責(zé)行動，包含機(jī)器人的物理結(jié)構(gòu)和執(zhí)行器，它根據(jù)小腦層的運(yùn)動規(guī)劃，實(shí)際操作機(jī)器人的各個關(guān)節(jié)和組件，完成既定的任務(wù)。

得益于多模態(tài)大模型技術(shù)的進(jìn)展，【大腦】領(lǐng)域的技術(shù)已經(jīng)發(fā)展得非常成熟，不太存在數(shù)據(jù)匱乏的問題；而【小腦】，則是目前具身智能的主要技術(shù)瓶頸。

拓斯達(dá)通過運(yùn)動控制作為切口布局具身智能，推出“感-算-控”一體化的新一代X5機(jī)器人控制平臺并實(shí)現(xiàn)工業(yè)場景的應(yīng)用。該平臺將作為運(yùn)動控制物理引擎接入AI仿真系統(tǒng)，發(fā)揮著類似人體“小腦及脊椎”的紐帶作用，加速具身智能技術(shù)在工業(yè)場景中的應(yīng)用。

在技術(shù)架構(gòu)層面，新一代X5機(jī)器人控制平臺采用靈活的云邊端架構(gòu)，根據(jù)不同的算力需求，將具身智能大模型劃分為云側(cè)、邊側(cè)和端側(cè)三種部署方式，實(shí)現(xiàn)具身智能大模型在多樣化應(yīng)用場景的精準(zhǔn)適配。

云側(cè)部署優(yōu)化對大規(guī)模數(shù)據(jù)處理和復(fù)雜計(jì)算任務(wù)的能力，適合于需要集中處理和存儲大量數(shù)據(jù)的場景，例如AIGC大模型與語言大模型的應(yīng)用。邊側(cè)部署則強(qiáng)化了對實(shí)時性和低延遲的要求，適用于對響應(yīng)速度敏感的工業(yè)自動化和物聯(lián)網(wǎng)應(yīng)用，例如更加泛化的圖像識別功能。而端側(cè)部署則專注于提供高效的本地處理能力，尤其適合于對實(shí)時性和安全性有較高要求的場合，為機(jī)器人更加高精度的運(yùn)動控制和感知提供實(shí)時性保障，例如實(shí)時環(huán)境感知能力與智能避障功能。

接口層面，支持Python、C++、C#等IT領(lǐng)域常用的開發(fā)語言框架，已開放超過400個功能接口，并提供自由協(xié)議、SDK等多種通訊協(xié)議，打通具身智能大模型與機(jī)器人之間的數(shù)據(jù)隔閡，實(shí)現(xiàn)大模型與控制器之間的順暢數(shù)據(jù)交互。

新一代X5機(jī)器人控制平臺作為拓斯達(dá)的自主研發(fā)成果，涵蓋從底層硬件到上層控制軟件及核心算法的全方位技術(shù)鏈條。

軟件層面：可依據(jù)具身智能大模型的訓(xùn)練所需數(shù)據(jù)類型要求，提供優(yōu)質(zhì)數(shù)據(jù)以支持模型訓(xùn)練，優(yōu)化具身智能大模型的質(zhì)量。

硬件層面：結(jié)合國產(chǎn)操作系統(tǒng)，不同的具身智能應(yīng)用場景可以靈活地選擇搭配算力芯片和硬件方案，實(shí)現(xiàn)高效且多樣化的部署策略。

“自動化工廠”早已屢見不鮮，但是能根據(jù)實(shí)時數(shù)據(jù)和環(huán)境變化做出智能決策和優(yōu)化調(diào)整的“智能化工廠”仍在發(fā)展中。

工業(yè)場景下，具身智能技術(shù)在規(guī)范性和成熟度上具備更加顯著的優(yōu)勢。具身智能在工業(yè)領(lǐng)域的應(yīng)用使得工業(yè)機(jī)器人等完成從“能干活”到“會干活”的轉(zhuǎn)變，能夠極大提升工業(yè)生產(chǎn)的效率，以此來為工業(yè)制造的智能化升級提供強(qiáng)大支持，將使得工業(yè)制造過程更加靈活、高效、智能。

展望未來，拓斯達(dá)將繼續(xù)依托底層控制技術(shù)，以機(jī)器人智能控制平臺作為智能中樞，發(fā)揮其紐帶作用，推進(jìn)具身智能技術(shù)在實(shí)際場景中的應(yīng)用，促進(jìn)人工智能與工業(yè)場景的深度融合。