近日，中国工程院院士倪光南在2025世界机器人大会主论坛上进行了题为《“AI+空间计算”让机器看懂世界》的主旨演讲。他表示，当前人工智能引领科技范式变革，在“人工智能+”行动的背景下，要提高机器人智能水平，以“AI+机器人”更好地发挥机器人新质生产力的作用。

　　倪光南表示，“AI+空间计算”开启了二维交互向三维交互发展的新范式。“AI+空间计算”是当前落实“人工智能+”行动的一项关键核心技术。空间计算作为一种全新的计算方式，它是物理世界和数字世界之间的桥梁，正在重塑人类、机器和世界的交互方式，是推动机器人技术落地的关键核心技术之一。

　　倪光南表示，目前来看，生成式大语言模型引领着科技的发展，但是大语言模型学习到的内容不是物理世界的全部，生成式AI并不能完全辐射复杂的物理世界。空间计算和AI的融合正以一种全新的方式重构三维物理世界，拓展了大模型通向物理世界的桥梁，促进了物理世界和数字世界的融合。

　　他引用图灵奖获得者杨立昆教授的理论，“一个大模型学习的信息量大概是10的14次方”，相当于互联网上所有公开文本信息量的总和，换算过来，人类几十万年才能学到这些信息量。但是，一个4岁的小孩睁开眼睛能学到的信息量也大概是10的14次方，这说明当前的大语言模型训练所用的文本信息是不够的。

　　“我们要认识世界、理解世界还需要用到大量的视频信息。”倪光南说，“视觉是智能的起点，是物理世界控制感知的基础，是大脑和物理世界作用的桥梁。因此，我们要重视‘眼睛’的作用。”

　　以机器人在工厂工作的实际案例，机器人“看到”的世界和人眼看到的大体相当，机器人的视觉可以通过“AI+空间计算”对看到的事物进行理解和建模。“过去，数字世界和物理世界相当于影射的关系，现在要把数字世界和物理世界融合起来。”倪光南说。

　　“总的来说，我们希望人、货、机将来在工厂生产线上协同工作、取长补短。”倪光南说。

　　谈到机器人，从过去作为自动化的工具变成如今智能化的主体，倪光南表示，机器人现在是由具身智能系统进行控制。我国机器人产业发展潜力巨大，面对机器人产业万亿级的规模，倪光南表示，我们要通过提高机器人的智能水平，发挥它作为新质生产力的作用。

　　倪光南详细介绍了机器人如何实现智能。他表示，机器人的智能一般由三大部分组成：即脑、眼、行动系统，共同组成具身智能系统。“但目前，我们在机器人的‘脑’和‘眼’的方面投入还不够，存在短板，需要加大这方面的投入，更好地体现机器人的效能。”倪光南强调。

　　他以汽车智驾为例，汽车智驾分为L1～L5不同的等级，机器人同理。目前的机器人一般是L1～L3阶段，“我们希望通过‘眼’和‘脑’的发展，把机器人整体的智能水平发展到L4以上，这样机器人才能真正体现出它移动、自主、高精度的能力，真正发挥出机器人在提升生产效率方面的作用。”今后的机器人不仅是一个操作系统，而是包含“大脑”“眼睛”“行动协同”的具身智能体。在这样系统的支撑下，工业自动化机器人才能进一步发展到现在的人工智能时代“AI+机器人”，发挥更大的效能作用。

　　倪光南强调，要达到这个要求，关键在于提升机器人的智能水平。“我们要用‘脑—眼—行动’协同的系统来提高机器人的智能水平，真正让机器人能够看见世界、理解世界、行动于世界。”倪光南说。

　　但机器人要从自动化的工具发展为“AI+机器人”，要经历复杂的过程。首先，机器人必须基于大模型拥有自己的“大脑”。其次，机器人的智能系统应该突出“眼睛”的作用。“AI+空间计算”的解决方案，是用普通的单目摄像头+神经网络学习的方式，让机器人具备类似人类的视觉，且具备很好的适应性。最后，机器人要和很多本体发生交互，因此需要一个操作系统。倪光南建议使用开源的AGIROS支撑“机器人的行动”，全面推动智能机器人领域的发展。　（邓聪）