在北京“2025 世界机器人大会”上，中国工程院院士倪光南作了题为《“AI+ 空间计算”让机器看懂世界》的报告，指出“AI+ 空间计算”是落实“AI+”行动的核心技术之一。传统工业化是工业4.0，新型工业化相当于工业5.0，是“AI+ 机器人”的阶段。我们正在做的RV+OSS（机器人视觉+ 开放智能系统）是人类智能体的世界，未来想提供“AI+RV 芯片”，形成一个“脑-眼- 行动”的完整智能系统的生态。
中国工程院院士 倪光南
1 “ AI+ 空间计算”是落实“AI+”行动的核心技术
“AI+ 空间计算”开启了二维交互向三维交互发展的新范式。空间计算作为一种全新的计算方式，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，它是推动机器人落地的关键核心技术之一。
历史上经历了从电报、文字、语音、视频的发展，目前正进入一个重要的从二维交互向三维交互发展的时期。空间计算在其中起着重要的作用。
生成式大语言模型目前引领着科技的发展，但是大语言模型不是世界的全部，生成式AI 不能完全辐射复杂的物理世界，空间计算和AI 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。因此，“AI+ 空间计算”是当前落实“AI+”行动的一项关键核心技术。
2 视觉是智能的起点
机器人的眼睛“AI+ 空间计算”主要是为了提升视觉的功能。
生物进化史中，智能的起点是物理性。在物理世界中，首先是视觉，从眼睛开始，与大脑构成了对信息的获取与处理系统，2018 年图灵奖获得者杨立昆（Yann LeCun）教授（注：Facebook 首席AI 科学家和纽约大学教授）有一个说法：一个大模型学习的信息量大概是1014，相当于互联网上所有公开文本信息量的总和，一个人可能几十万年才可以学到，但是一个4 岁的小孩睁开眼睛能学到的信息量也大概就是1014。这就说明我们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，我们要重视眼睛，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。
“AI+ 机器人”在工厂实际工作的情况是怎样的？会发现机器人看到的世界基本上和人眼看到的相当，但是机器人用“AI+ 空间计算”进行理解和建模。由于机器人有了眼睛，可在移动环境下快速地观察环境，知道精确的位置。
3 工厂管理的变迁——正进入工业5.0
在不同的工业化时期，制造业和机器人的变化是怎样的？一个是传统工业化，一个是新型工业化。传统工业化是工业4.0，新型工业化相当于工业5.0。历史上，制造业的发展从自动化到智能化，现在向“AI+ 工业制造”发展。对于工厂，生产模式过去强调的是刚性化、标准化，目前要融合柔性制造、定制化。
工厂的管理过去是被动的，人去编排作业；现在是工厂的大脑自主决策。我们过去是很多工业软件一起用，现在是很多工业软件会以工作流的方式渗透到整个工作流程中。数字世界、物理世界过去相当于影射的关系，现在达到了融合，把数字和物理世界融合起来。
作为机器人，从自动化的工具变成智能化的主体，成为工厂的主体，现在是由具身智能系统进行控制。参照自动驾驶汽车智能等级分级，机器人过去是L1~L3，是半自动、自动化的，现在想达到L4、L5，作为智能化的自主移动的机器人，操作的按键、键盘、鼠标，希望可以用自然语言来交互，教它工作；从人工编程发展到大模型编程，从固定工位发展到多工位的移动工作，同时无需部署调整，即插即用。为了达到高精度的工作，过去要花很长时间；现在移动工作可以做到，而且非常快速，以很低的代价就可以实现。总之，希望人、货、机将来在工厂生产线上是互相协同、取长补短的。
4 “ AI+ 机器人”的阶段
机器人的智能通常可分为三大部分：脑- 眼- 行动系统。这三部分组合在一起，成为具身智能系统。目前的情况是在脑和眼的方面投入不够，相对是短板，需要特别予以加强，以更好地提升机器人的效能。
正像汽车一样，汽车智驾可以从L1~L5 分为不同的等级，一些组织机构也把机器人进行了相似的分类。目前的机器人大体上处于L1~L3，我们希望通过眼睛和脑的发展，把机器人整体的智能水平发展到L4 及以上，这样机器人才能更好地体现移动、自主、高精度的能力，发挥其在提升生产效率方面的作用。
机器人将要从自动化的工具发展到AI+ 机器人，整个过程要用机器人的智能系统加强发展机器人原来的操作系统，使机器人的控制从实时操作系统变成脑- 眼-行动一体化的智能系统。使机器人能够看见世界、理解世界、行动于世界。
AI+ 机器人分为几个部分。
● 第一部分是脑。机器人必须有自己的脑。大脑是基于大模型的，现在大模型引领各方面的科技和生产的变革，对于机器人的操作系统需要提升到智能系统的水平，产生架构性的变革。一个机器人因为有了脑、眼睛，加上行动的控制，会在工厂发挥重大作用，可以真正达到按照人的要求接收指令、接收任务、自主规划，适应各种场景的需求。
● 第二部分是眼。这是智能的起点，机器人/ 智能系统应该突出眼睛的作用。可以通过很多方案，其中一种方案采用“AI+ 空间计算”，用普通的单目摄像头+神经网络学习组成这种方式，可以达到较好的效果，有很高的性价比，使机器人拥有类似人的视觉，有很好的适应性，具有好用、易用、实用的特点。
● 第三部分是行动。机器人要和很多本体——手、脚、轮子等发生交互，所以需要有一个操作系统。现在建议用开源的AGIROS 支撑“机器人的行动”，这个开源的操作系统由中科院软件所支持，是标准的开源机器人操作系统，有开源的社区——AGIROS 社区，凝聚机器人产学研用各方面的资源，可全面推进智能机器人领域的发展。
通过开源开放、协同创新，为智能机器人发展打下坚实的基础，目前有大批的单位以及开发者加入了这个社区，相信借助开源的力量，AGIROS 会大大增强AI机器人的脑- 眼- 行动协同系统竞争，在全球机器人中能够起到应有的作用。
5 愿景
今后机器人是包含脑、眼和行动协同的具身智能体。我们的目标是要构建AI+ 机器人的生态系统。历史上大的领域出现一些大的系统，例如PC 时代有Wintel；移动手机时代有AA；我们做的RV+OSS（机器人视觉+ 开放智能系统）是人类智能体世界。进入到机器人的世界、AI 体的世界，未来想提供“AI+RV（RISC-V）芯片”，形成一个“脑-眼- 行动”的完整智能系统生态，形成AI 及芯片生态的潮流。
此次讲演归纳为两点。
第一，当前AI 引领科技范式变革的时代，在国家实施“AI+”行动的大形势下，机器人要发展成“AI+机器人”，更好地发挥其新质生产力的作用。
第二，为了达到这个目标，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智能水平，使机器人真正能够看见世界、理解世界、行动于世界。
（本文来源于《EEPW》202512）