在体现智力领域中，建立一个“实用”的知识观察，思考和行为是一个重要的目标。随着许多聪明的机器人在国内外开放，它已成为人工智能的现实，而人工智能可以在物理世界中获得。行业专家认为，我们现在站在技术爆炸和工业变革的关键节点中。 行业数据表明，2024年，全球发布的新类型机器人数量超过106，这超过了过去20年的总数。 “体现智力”的概念已成为世界正在寻找的热门话题。通过连接到铁体的数字大脑，人工智能在不久的将来可能是对世界更大的象征性。在大型模型（例如Deptseek加剧）的竞争中，体现情报领域的“下半场”竞争更适合n。 算法实施：从虚拟世界到物理世界 2025年的政府工作报告表明，“建立未来的投资机制，并培养未来的行业，例如生物制造，数量技术，宝石进入情报和6G”。 “北欧情报”被认为是人工智能竞争的另一个重要领域。 “智能刺绣取决于软件算法和身体承担者来查看环境，做出决策并执行特定的任务。与纯软件不同，它重点是真正的蒙多尔（True Mundo）的振兴和互动。” Xie Hui，Tianjin University在Tianjin University的跨界车辆的交叉研究中心主任，可能是在Tianjin University上进行了一项近距离的景点。通过传感器执行的大型模型与用户接触，最终在汽车的机械控制中实现。 shTsinghua University人工智能学院的教授En Yang说，作为包括软件和硬件在内的特工，体现的情报取决于多模型。 “例如，VLA大型模型V代表视觉，L表示语言，并表示动作，从而产生了忽略的决策 - 制定行动的完整过程。”他说，人形机器人只是体现智力的一小部分。在许多领域，例如该行业，各种形状的机器人有望成为聪明的承载者。 许多受访者认为，体现的情报将是实现一般人工智能以及当今国家竞争重点的重要途径之一。 从市场的角度来看，全世界对体现智力领域表现出了强烈的兴趣。高盛（Goldman Sachs）是一家国际知名的投资机构，预测到2035OID机器人市场只能达到380亿美元。我的国家有许多省和城市，例如北京，省，广东等。工业和信息技术部发表的“关于人形机器人的变化和发展的指南意见”表明，到2027年，到2027年，到2027年，该行业的全面优势将达到世界的高级水平，并成为重要的经济增长机器，并成为经济增长的重要机器。 西海说，近年来人类机器人的“爆炸”并没有意外。这次贡献了大型模型，准确性，高端传感器和自动控制等技术的积累。他说，尽管人工智能远非投资大型工业生产和日常服务，但可以预测将来的人工工作。它不可避免地会导致生产结构的重建和生产力的重大飞跃。 行业内幕人士接受了访谈的人认为，即使是Deptseek之类的公司在Malanoteworthy领域都取得了进展，我们还应该明确表明，在人工智能领域，欧洲和美国仍然处于最高水平，尤其是具有体现智能的硬件设备，这需要很难到达。 技术瓶颈：去真相的多个困难 在短短的几年中，大型模型领域的技术产生了快速发展，但是从虚拟世界到现实的技术集成仍然存在许多问题。 - 缺乏一般平台和标准化认证，大多数公司都被困在“重复通讯”中。 Guoxun Xinwei（Suzhou）Technology Co，Ltd。的首席技术官Jiang Chen说，在体现的情报领域，仍然没有技术标准和一般的TheDeveloping平台，这使得所有公司都需要独立独立从一开始。在各个领域的重复投资导致了资源的分散，并影响了产出的效率。同时，硬件界面，通信协议，数据格式等。缺少统一规格以及不同制造商的机器人身体调整与软件体系结构不兼容，从而阻止了大型应用程序。 - 应用程序场景的开放性不足，并且缺乏快速孵化的条件。 “机器人最终将被使用。” Tianjin Langyu Robot Co，Ltd。的主席Ren Zhiyong表示，研发业务和应用行业尚未开业，并且R＆D测试系统中并未真正包括许多实际的工作条件，许多Produkto仍在“温室花”阶段。西海还说，当前有非管理驾驶领域的公共服务平台，例如试用道路，但在大多数应用领域，仍然缺乏开放pplication情况，以拖延产品的未来发布。许多行业内部人士认为，与ChatGpt和其他依赖文本数据的模型不同，具体的智能需要从真实的物理环境中获取动态交互式数据，并且收集的成本将更高。 - 独立主要成分的水平不足，人才化合物的差距不断扩大。北京大学情报学院副校长林Zhauchen说，目前在人工智能智能领域的国际竞赛进入了激烈的势头。在高端GPU，准确性传感器，还原器等领域，中国企业的独立水平仍然需要改善，对当地现代才能的需求也在上升。 “我们必须了解编程和大型模型，现在我们必须了解机械和自动化。这样的才华很少。” Xie Hui说，在许多FI的跨集成中Elds，工业人才的要求从2升至三，未来的门槛将进一步提高。 - 法律道德危害是一个尚未解决的问题。未来代理商的广泛应用也增加了人工创造安全风险的可能性。 Xie Hui提供了一个例子，如果由与网络连接的恶意程序种植的智能车辆，它可以产生并发送不正确的紧急消息，从而误导驾驶员的路线，驾驶速度和周围车辆的方向，从而造成交通混乱和干扰，并在极端情况下，它可以主动造成交通事故。此外，责任责任的边界仍然是模糊的。智能机器由于妄想而造成损失。开发人员，运营商等的主要职责是什么？这种“质疑前”尚未完成。计划：如何在下半场站立 我的国家已成为强大的机器人制造业人数RY和工业机器人的安装能力成本超过50％。体现智能的发展具有广泛的应用方案和潜力。建议在人工智能竞争的下半年提前计划其工业政策的行业内部人士。 首先，加强基础水平的构建，并开发导致共同建设的行业生态系统。 Jiang Chen和其他人建议，应加强在体现情报领域的开放平台的建设，并应在基础代码，数据集和其他链接中建立开放的资源共享机制。资本部门应安排顶级企业，以尽快建立国家一级体现的智能发展计划，鼓励从硬件到软件的一般开发工具包开发，从底层到应用程序层，从AI模型基础3D数据集以及加速标准结构，创建生态认证系统并促进加速技术变化。 第二个是建立政府业务和州财产的开放，以投资于应用程序，并提供高质量的高质量现实数据。 Ren Zhiyong和其他人认为，无法直接从大量的Internet内容中获得Gemonial数据，而需要通过实际的机器人操作收集或在高级仿真平台上形成。因此，包含数据的收集需要高成本和对应用程序情况的广泛支持。建议在灵活的产品，医疗保健，公共安全，紧急救援等领域开放申请方案和国有企业，并为企业提供测试平台。 第三个是增强大学，研究和商业机构的联合研究技能以提供支持现代技术。西海认为，跨学科的整合是现代科学和技术的“催化剂”。大学和大学应打破学科和贵族的障碍，优化和升级现有学科和专业系统，对跨学科的建设和人才项目的重要性，例如人工智能学生的成立。 第四，加快了管理前系统的构建，并在法律等领域提高了安全路线。行业侮辱认为，ANG制定具有明确责任的管理框架是明智和安全使用的重要保证。一方面，我们必须在隐私数据保护，责任等方面进行全面示范，并发布相关的法律和法规，以防止监管真空。另一方面，人工智能领域的预警机制和紧急断路器应建立以尽可能降低风险。