从“只会说话”到“真正动手”，AI还需跨越几道坎？具身智能入选年度重大科学议题

手掌贴上暖气片的瞬间，温热感顺着皮肤蔓延——你根本不用低头确认，就明白“热了”。要是暖气片烫手呢？还没真正碰到，手指就会本能地缩回。

这套反应，你从襁褓时期就开始反复打磨：身体接收信号、大脑飞速运算、肌肉精准执行，整个反馈链路转瞬即逝。反观当下最顶尖的AI，在这一项能力上，或许还比不上一个蹒跚学步的孩童。

2026年第二十八届中国科协年会上，“具身智能”与“类生物计算”同时被列为重大科学问题。这两个术语乍一听“高深莫测”，容易让人望而却步，可它们触及的，恰恰是AI发展中最基础也最致命的命题：

AI仅仅拥有“大脑”够用吗？它能否像人类一样，凭借躯体去感知、在现实世界里跌跌撞撞地成长？

先想象一个画面：你想拿起桌上的水杯。

对你而言，这是再熟悉不过的肌肉记忆——视线锁定位置，手臂顺势伸出，手指微调力道，触觉传来“已握稳”的反馈，全程一气呵成。

可对当下的AI呢？它能在眨眼间产出两千字关于杯子的深度文章，但若让它的机械臂去执行，十次尝试里八次可能将其捏碎，剩下两次——连边都没碰到。

症结究竟在哪？

传统AI的智能，是“泡在数据海洋里”催熟的。它遍览互联网上的海量文字、审视过数十亿张图片，却没有真实的躯体。它无从体会“烫”的灼烧感、“重”的压迫感、“险些坠落”的惊险感。它犹如一位被囚禁在阁楼里穷经皓首的智者，通晓世间万物，却从未迈出过门槛半步。

“具身智能”要打破的，正是这一困局。

它为AI赋予一副“躯壳”，使其能像人类一般，在现实世界里完成感知→认知→决策→行动的完整闭环。别轻视这个闭环——单是“触觉”这一维度，就足以让科研人员钻研多年。

机器人能够“触及”物体，却很难“读懂”它究竟是什么、该如何应对。犹如你蒙眼摸到一个毛茸茸的物件，瞬间就能断定“这是猫”，可机器人只能机械地汇报“表面覆毛，质地绵软，温度36.5℃”——它不认得那是猫，更无从知晓猫会抓人。

从“感知”跃迁至“认知”的鸿沟，正是具身智能眼下必须攻克的天堑。而一旦跨越，机器人便从“能触碰”迈向了“能领悟”。

说到这里，你或许会追问：具身智能与那个“类生物计算”，究竟有何渊源？

简而言之：具身智能渴求的是一副能驾驭现实世界的“躯体”，而类生物计算，则志在打造一个能驱动这副躯体、却不会让电表狂飙的“中枢”。

不妨看一组对比数据：

人脑约有860亿个神经元，功耗却仅20瓦——相当于一盏节能灯的能耗。

而当前最尖端的AI模型，参数规模可达550亿，所需的数据中心级GPU功耗飙升至700瓦，约等于一台中等配置的游戏主机。

更令人咋舌的是，在实际运算过程中，九成以上的能耗都耗费在将数据“搬运”至计算单元的途中，真正用于“计算”的那一瞬，消耗几乎可以忽略。

这恰似一座巨型仓库，搬运工推着货物满场飞奔，真正埋头干活的时间却屈指可数。

人脑是如何化解这一难题的？答案是：计算与存储合二为一。人脑的神经元兼具存储与运算双重职能，信号依靠“脉冲”激活，有事才传递，无事便静默。而当下的计算机，更像“老式算盘”，存储与计算相互割裂，数据不得不反复来回调度。

“类生物计算”所追寻的，正是打造一台类生物神经网络的计算机——稀疏连接、事件驱动、存算融合。人脑采用的是脉冲信号，而非持续电流，这种“有事才响应”的运作模式，能耗天然就低得多。

聊了这么多理论，你大概还在琢磨：这跟我的生活有何关联？

关联比你想的更紧密。

今年世界人工智能大会上，一款由00后博士生团队打造的蛋白质AI设计平台，被评为大会“镇馆之宝”。

传统蛋白质研发是怎样的窘境？科研人员在实验室里反复摸索，成功率不足5%，研发周期往往长达两到五年。而这款平台能将周期压缩至两到六个月，实验次数从上万次锐减至百次上下，成功率跃升至30%。

更具颠覆性的是它的交互范式——如同日常聊天般下达指令，AI便能独立完成蛋白质的设计、预测与全链路验证。用户以自然语言输入目标，系统自动拆解任务、调度资源，完成后无缝对接自动化实验室开展验证。

这正是“AI从闲聊升级为科研”的生动缩影。

该团队的创始人是一位00后，投身“AI+生物”这一交叉领域的初衷，源于爷爷和大伯饱受糖尿病折磨，外婆确诊阿尔茨海默症。他遍查文献后领悟：单凭人类脑力，难以突破认知边界去缔造全新物质，但AI可以。

如今，这项技术已在生态环保、医疗健康等场景落地。譬如塑料降解酶——自然界降解塑料动辄耗费数百年，经AI改造后，降解效率实现质的飞跃。

你看，AI拥有了“躯体”（实验平台、自动化设备），得以亲身实践；类脑计算则让这种“实践”变得更加可行、更加节能。这两条路径，正在汇聚交融。

具身智能和类生物计算入选重大科学问题，实则指向同一个方向：

AI正挣脱“虚拟的书斋”，大步迈向真实世界。

有研究团队从动物导航机理中汲取灵感，为机器人植入“认知地图”——使机器人不再依赖预设路径，而是仿生动物般在陌生环境中理解空间、调用记忆、灵活应变。从“被动执行”迈向“主动思考”，这是机器人进化史上的重要一步。

也有团队正攻关类脑硬件，目标是将机器人AI的能效提升百倍、延迟削减十倍。

还有团队在搭建全脑仿真平台，致力打通从生物神经元机理到实体机器人落地的完整链路。

这些探索背后，凝聚着一个共识：下一纪元的AI，不能仅停留在对话框里与你对谈，它必须能踏入你的厨房、工厂、实验室，甚至代你“操劳”。

而要实现这一切，它需要一副如你我般能感知、能进化、且低耗的“躯体”和“中枢”。

从“手贴暖气片便知冷暖”，到“机器人触碰物体便能识别”，这条路道阻且长。但方向已然明朗——AI正学着孕育躯体，学着如生命一般，在现实世界里跌跌撞撞地成长。

而我们每一个人，都将成为那个新世界的见证者与参与者。

【认知刷新·要点速览】

具身智能：为AI装配一副“躯体”，使其能在现实世界里感知、行动、进化，而非仅仅“纸上谈兵”

类生物计算：师法人脑——20瓦功耗、脉冲信号、存算融合，打造一种比当下省电百倍的计算机

它们为何关键：因AI的下一站，是从“对话框”迈向“真实世界”——进工厂、进实验室、进生活

一组数据：人脑860亿神经元仅耗20瓦，最尖端AI模型功耗可达700瓦——差距即方向

【聊一聊】

你认为AI最应当率先“长出”哪项身体机能？是如人类般灵巧的双手，还是如动物般识途导航的能力？欢迎在评论区分享你的奇思妙想。