新聞透視·延伸閱讀｜當機械人擁有身體與大腦：甚麼是「具身智能」？
發佈日期: 2026-05-03 16:00
港澳
人工智能(AI)的發展正迎來一場革命性轉變。香港創新科技及工業局局長孫東教授在立法會上透露，政府新成立的「AI+與產業發展策略委員會」初期將聚焦生命健康及「具身智能」。究竟甚麼是「具身智能」？
▍ 從機械臂到會思考的機械人
簡單來說，傳統AI像是一個只有「大腦」的專家，只能在電腦中處理數據、解答問題；而具身智能則為這個大腦配上「身體」，讓它能夠走進真實世界，透過鏡頭、傳感器、機械臂等物理軀體感知環境、與物件互動，並自主學習和適應。換言之，傳統AI是「在計算機中思考」，具身智能是「走進真實世界學習」。
中大機械與自動化工程學系助理教授陳翡舉例指，如果想讓機械人演奏樂器，它們就需要非常靈巧的手指、能互相配合的雙臂，甚至人工智能大腦的驅動。他又指，假如能組建機械人樂隊，就可以為人們帶來歡樂。
機械人的發展歷程，正是人類追求「機器智能」的縮影。上世紀五十年代，第一台工業機械臂只能按預設程序重複勞動，對外界環境變化沒有適應能力，被形容為「沒有大腦的軀體」。
到了九十年代，隨著傳感器技術進步，機械人開始配備攝影機和紅外線，能夠感知環境並作出簡單反應，例如掃地機械人可自主避開障礙物。
進入2010年代，移動互聯網和深度學習的爆發，讓機械人升級為能夠與人語音交互的「協作者」，例如酒店配送機械人、語音助手等。然而，這些機械人的智能仍然依賴預設規則，一旦遇到程序沒有設定的情況，往往就會「卡住」。
▍ 大模型成為具身智能的「大腦」
真正的突破發生在2022年之後。大型語言模型的出現，為機械人裝上了一顆強大的「大腦」。以往，機械人要完成「把桌上的蘋果遞給我」這個指令，需要程式設計師預先編寫大量關於圖像識別、空間定位和力度控制的代碼。如今，結合大模型的機械人，能夠理解自然語言、認出蘋果的視覺特徵，並自行規劃出最佳的抓取路徑。
研究人員更透過「具身微調」技術，在虛擬環境中讓大模型控制虛擬機械人反覆試錯，透過強化學習優化動作策略，再將經驗遷移到真實世界，大大縮短了訓練時間。
▍ 具身智能的四大前沿趨勢
具身智能正朝著「更像人」的方向快速進化。第一，多模態融合感知，機械人不再依賴單一傳感器，而是像人類一樣結合視覺（高清鏡頭、激光雷達）、觸覺（柔性壓力傳感器）甚至聽覺，同時感知環境，可辨認物體材質是軟是硬、地面是否濕滑。
第二，自主化學習能力，機械人能透過觀察人類煮飯的影片，自主模仿學會使用菜刀和鍋鏟，無須人手編程。
第三，人機協作能力，在工廠環境中，機械人可與工人無縫配合，工人用手勢示意「這裏需要擰緊螺絲」，機械人便立即調整工具角度完成操作。
第四，柔性化與仿生設計，機械人從剛硬的金屬結構進化出如章魚般柔軟的肢體，能夠鑽進狹窄管道進行檢測；仿生手更可透過肌電傳感器感知人類手臂肌肉信號，實現「意念控制」抓取。
▍ 技術突破背後的五大關鍵
要實現這些能力，需要在五大核心技術領域取得突破：
１）多模態感知技術讓機械人具備視覺、觸覺、聽覺等感知能力；
２）運動控制與驅動技術則負責仿生關節的靈活動作和力度控制；
３）決策與智能算法通過強化學習、遷移學習和因果推理，讓機械人懂得「試錯」和舉一反三；
４）能源與材料技術提供高密度電池和柔性材料，確保機械人的續航力與安全性；
５）人機交互技術則涵蓋自然語言對話、手勢識別和表情識別，讓人與機械人的溝通更直觀。
▍ 法律挑戰：誰來為機械人的行為負責？
隨著具身智能從實驗室走向實際應用，一系列法律與倫理問題逐漸浮現。例如，家庭服務機械人持續記錄的居住者生活習慣數據，所有權和使用權歸誰？當一台自主決策的手術機械人失誤導致病人受傷，責任應屬開發者、使用者還是機械人本身？若安保機械人透過自主學習認為「暴力制服更高效」，是否逾越了「不傷害人類」的倫理紅線？此外，具身智能涉及硬件專利、算法著作權、訓練數據權屬的融合，一旦產生收益，如何在不同主體之間公平分配？
專家建議從多個維度應對這些挑戰。立法層面可制定專門法規，界定數據收集邊界（如禁止機械人在臥室安裝攝像頭），並按自主決策程度將責任劃分為「完全人工控制」、「半自主」和「全自主」三級。監管方面可按應用場景風險等級分類管理，工業機械人屬低風險，醫療及養老機械人屬中風險，安保及軍事機械人屬高風險，後者需通過安全認證方可上市。行業亦應制定技術標準，要求機械人記錄決策過程以便追溯。倫理指南則應明確「不得設計具有自主傷害能力的機械人」、「禁止利用機械人從事非法監控」等底線原則。
