隨著大模型的蓬勃發(fā)展以及硬件技術(shù)的持續(xù)迭代，具身智能作為人工智能的關(guān)鍵分支，正逐漸成為全球范圍內(nèi)的新風(fēng)向。

什么是具身智能？

具身智能指的是依靠物理實(shí)體與環(huán)境交互，進(jìn)行感知、認(rèn)知、決策和控制，并實(shí)現(xiàn)自我進(jìn)化的智能系統(tǒng)。簡而言之，就是擁有身體的智能體。而不具有物理實(shí)體的智能體則可被稱為離身智能，例如大模型。

那么物理實(shí)體都是什么？是我們所能看到和接觸到的機(jī)器人，還是狹義地僅僅指人形機(jī)器人？正如其概念所述，物理實(shí)體僅僅是承載具身智能與物理世界進(jìn)行交互的外殼，本身在形態(tài)上并沒有限制。它可以是各種機(jī)器人，也可以是無人機(jī)、機(jī)械手等等。

在表現(xiàn)方面，具身智能有別于現(xiàn)有的機(jī)器人模式。過去是先明確需求，工程師再依據(jù)需求編寫程式化的任務(wù)邏輯，機(jī)器人只能在設(shè)定好的任務(wù)邊界內(nèi)解決需求。然而，現(xiàn)實(shí)場景的復(fù)雜性導(dǎo)致了需求的復(fù)雜性，機(jī)器人并不總是有效，甚至有時(shí)完全無法完成作業(yè)任務(wù)。

具身智能則是讓機(jī)器人根據(jù)自身獲取的信息以及對場景的理解，對任務(wù)進(jìn)行分解，通過學(xué)習(xí)和模仿人類的方式來完成作業(yè)。從人類教機(jī)器人做事，到機(jī)器人自己學(xué)習(xí)人類的做事方式，這與現(xiàn)有的模式存在本質(zhì)性的差異。在對具身智能進(jìn)行解釋之后，我們似乎對它并不陌生，甚至可以說相當(dāng)熟悉，這不正是科幻作品中機(jī)器人的理想形態(tài)嗎？但在當(dāng)下，這一幻想具備了現(xiàn)實(shí)可行性。

新物種的誕生，往往需要眾多技術(shù)的同步突破，具身智能也不例外。

感知作為核心基礎(chǔ)之一，具身智能在新階段提出了更高要求。

感知是智能體與環(huán)境進(jìn)行交互的“窗口”，它需要能夠?qū)崟r(shí)收集并處理來自外部的信息，為智能體的決策提供關(guān)鍵的數(shù)據(jù)支持。因此，如何獲取更加豐富和準(zhǔn)確的環(huán)境信息，直接關(guān)系到具身智能的整體表現(xiàn)。

隨著感知技術(shù)的發(fā)展，多模態(tài)感知將是必然趨勢。通過整合視覺、聽覺、觸覺等感官信息，具身智能能夠更全面地感知環(huán)境，適應(yīng)環(huán)境，進(jìn)而實(shí)現(xiàn)真正意義上的自然交互。而在這個(gè)過程中，“眼睛”作為最核心的感官之一，更加智能化的視覺感知無疑至關(guān)重要。

為具身智能量身打造通用性視覺感知技術(shù)

INDEMIND作為國內(nèi)領(lǐng)先的計(jì)算機(jī)視覺技術(shù)公司，不但擁有全套自主研發(fā)的視覺感知技術(shù)，還具備覆蓋商用機(jī)器人、家用機(jī)器人、無人車、無人機(jī)、機(jī)械臂等平臺(tái)的視覺一體化模組，能夠?yàn)闄C(jī)器人等平臺(tái)提供全方位、高精度、高集成度的環(huán)境感知技術(shù)，滿足具身智能時(shí)代下，對于視覺感知能力的新需求。

作為以視覺技術(shù)起步的公司，INDEMIND不僅深耕視覺感知技術(shù)，在機(jī)器人的開發(fā)方面也擁有多年經(jīng)驗(yàn)，不但具備從0到1的完整產(chǎn)品開發(fā)能力，對于具身智能的探索也處于行業(yè)前沿，開發(fā)出一系列認(rèn)知智能及決策智能技術(shù)。

基于INDEMIND立體視覺技術(shù)研發(fā)的視覺感知技術(shù)，能夠支持機(jī)器人實(shí)時(shí)、精準(zhǔn)、高質(zhì)量地獲取環(huán)境信息，即時(shí)構(gòu)建包含物體及環(huán)境結(jié)構(gòu)信息的3D語義地圖，讓機(jī)器人像人類一樣感知環(huán)境、理解環(huán)境。

在技術(shù)優(yōu)勢方面：

INDEMIND視覺感知技術(shù)是一套軟硬件集成的一體化解決方案，不僅具有強(qiáng)大的環(huán)境感知能力，還擁有實(shí)現(xiàn)機(jī)器人全功能的導(dǎo)航定位、智能避障、路徑規(guī)劃、決策交互等多種核心功能，以及臟污檢測等拓展功能，適用范圍廣，開發(fā)簡便。

INDEMIND視覺感知技術(shù)具備3D空間感知能力，可基于感知到的語義信息結(jié)合機(jī)器人位姿信息，實(shí)時(shí)構(gòu)建高精度的3D語義地圖，精度可達(dá)厘米級(jí)。

INDEMIND視覺感知技術(shù)搭載了以視覺為核心的融合SLAM算法，不僅能夠靈活增減激光雷達(dá)、ToF、IMU等傳感器，也能夠僅依靠視覺攝像頭實(shí)現(xiàn)核心功能，以適應(yīng)不同的機(jī)器人平臺(tái)。

憑借在前沿技術(shù)領(lǐng)域的長期探索，INDEMIND對于具身智能有著敏銳的洞察力，不斷自主研發(fā)多種視覺感知核心技術(shù)，從VSLAM到3D場景理解，再到主動(dòng)視覺感知，為行業(yè)提供了極具價(jià)值的視覺解決方案。

未來，INDEMIND會(huì)基于 INDEMIND感知技術(shù)繼續(xù)深入創(chuàng)新，與行業(yè)相關(guān)企業(yè)攜手推動(dòng)具身智能在各行各業(yè)穩(wěn)定落地，助力具身智能時(shí)代的到來。

審核編輯 黃宇