特斯拉与英伟达站台，“具身智能”爆火

两大科技巨头齐齐站台，“ 具身智能” 成为继ChatGPT 后最火爆的存在。日前，Optimus 和NVIDIAVIMA 掀起 “人形机器人”浪潮。

5 月16 日，特斯拉2023 股东大会展示了Optimus人形机器人最新进展，包括捡起物品、环境发现和记忆，基于AI 模仿人类动作，能完成分类物品的复杂任务。从视频中能够看到，特斯拉机器人取得全方位进展，运动控制能力持续进化，AI 能力大幅提升。

5 月17 日，NVIDIA 创始人黄仁勋在ITF2023年半导体大会上向观众介绍了多模态人工智能技术NVIDIAVIMA，VIMA 能根据视觉、文本提示执行任务。除此之外，其他海外科技巨头也加快布局人形机器人，谷歌PaLM-E 作为多模态具身视觉语言模型，不仅能够理解图像，还能理解、生成语言，执行各种机器人指令而无需重新训练；微软持续探索将ChatGPT 扩展到机器人领域，从而运用语言直观控制机械臂、无人机等，而早在3 月28 日，Ope-nAI 领投挪威机器人制造商1XTechnolo-giesA2 轮投资，以创造具有实际应用价值的机器人。

NVIDIA 创始人黄仁勋认为，下一波人工智能浪潮是“具身人工智能”，即能够理解、推理并与物理世界互动的智能系统；不同于传统机器人仅具有“物理”执行力，大模型可通过将图像、文字、具身数据联合训练，引入多模态输入，进而提升大模型和环境的交互能力和学习能力，为机器人注入了“灵魂”。

“具身智能”赋予机器人灵魂

具身智能指的是智能体与环境产生交互后，通过自身的学习，产生对于客观世界的理解和改造能力。