市場對于繼 ChatGPT 之後層出不窮的 AI 聊天機器人似乎已經有些審美疲勞，但 AI 産業正在迎來新的發展方向。
在 ITF World 2023 半導體大會上，英偉達 CEO 黃仁勳又放出豪言，人工智能的下一個浪潮将是具身智能。
什麽是具身智能？具身智能興起将帶來哪些投資機會？國盛證券分析師宋嘉吉等認爲具身智能将成爲通信、計算和存儲的新載體。
什麽是具身智能？
具身智能（EmbodiedIntelligence）是指在機器智能領域中，通過将智能算法與物理實體的感知、行動和環境交互相結合，使機器能夠以更自然、更智能的方式與環境進行交互和解決問題的能力。
傳統的人工智能系統主要關注于數據處理和符号推理，而具身智能強調機器通過感知和行動與環境直接交互，從中獲取知識和經驗，并在實踐中逐步改進自身的能力。
簡單來說，類似 GPT-4 這樣的大模型，對物理世界并不能真的産生影響，而具身智能則多了一個身體，通過傳感器收集環境信息，利用機械執行器進行物理操作，或者通過機器人等具體實體與人類和環境進行實時互動。
具身智能的目标是使機器能夠更好地理解和适應複雜的環境，更高效地解決問題，并具備更靈活的行爲能力。通過融合感知、決策和執行的過程，具身智能使機器能夠更接近人類智能的表現，從而在機器人技術、自動駕駛、智能制造等領域發揮重要作用。
國盛證券分析師指出，具身智能可以理解、推理并與物理世界互動：
AIGC 的 " 智能 " 表現在能夠進行上下文理解和情景感知，輸出文字、圖像、聲音，而具身智能能夠在物理世界中進行操作和感知，輸出各種機械動作。通過對物理環境的感知和實際操作，具身智能可以獲得更全面的信息和數據，進一步提高對環境的理解和決策能力。按照具身智能的定義，目前具身智能的實例繁多，其中包括人形機器人、自動駕駛汽車等。
有望催化下一波人工智能應用浪潮
爲什麽黃仁勳認爲，具身智能有望催化下一波人工智能應用浪潮？
分析師認爲，具身智能有着物理反饋、物理輸出的特性，可以成爲成爲通信、計算和存儲的新載體：
當前物聯網模組進入 AIoT 時代，集成了邊緣算力的智能模組正在逐漸成爲支撐邊緣算力的核心形式。具身智能将邊緣算力需求提升到了一個新高度，具身智能的 " 大腦 " 不僅要處理視覺信息、生成提示詞，更要負責輸出指令來執行機械動作，例如特斯拉針對 Optimus 開發了 DOJOD1 芯片，充沛的算力（362TFLPOS@FP8）驅動 Optimus 機器人流暢執行各種任務。
因此我們認爲，在移動芯片無法滿足所需算力的場景下，邊緣 IDC 将是算力的有效補充措施。
具身智能的通信強調低時延、多連接、連續性能力。例如自動駕駛汽車上，L4 級别需要帶寬>100Mbps，時延 5-10ms。具身智能未來也有望進化成結構複雜、體型龐大或者多點分布的産品，各子模塊之間需要信息融合、多維感知、協同運行，本身也會需要穩定高速的無線連接。
我們認爲，未來具身智能将會越來越強調邊緣通信能力與邊緣算力的匹配和耦合。
對于具身智能和 GPT 這樣的非具身智能吾孰優孰劣，我們也專門詢問了 ChatGPT，它的回答如下：
具身智能和 GPT 在智能領域中屬于不同的概念和應用方向。
具身智能強調機器通過與物理實體的感知和行動交互，以更自然、智能的方式與環境進行交互。它關注于将機器智能與物理世界相結合，通過傳感器和執行器與環境進行實時互動，從中學習和适應。具身智能注重于解決實際問題，例如機器人技術、自動駕駛、智能制造等領域，要求機器能夠感知周圍環境、進行決策和執行相應的物理操作。
相比之下，GPT 是一種基于大規模語言模型的自然語言處理技術。它在文本理解、生成和對話等任務上表現出色，可以生成具有語法正确性和一定邏輯連貫性的文本。GPT 在處理大量文本數據時具有優勢，并可以通過無監督預訓練和有監督微調的方式進行訓練。它在理解和生成自然語言方面取得了顯著的成果，被廣泛應用于文本生成、機器翻譯、問題回答等領域。
因此，具身智能和 GPT 在應用範圍和技術重點上存在差異。具身智能關注于機器與物理環境的交互和問題解決，而 GPT 則專注于自然語言處理任務。它們可以在不同領域和應用中發揮各自的優勢。
部分觀點來自國盛證券分析師宋嘉吉（S0680519010002）等發表的研究報告，有删節
