新的AI题材层出不穷，这次轮到“机器人+AI”融合而成的具身智能概念。
“硅谷钢铁侠”马斯克和热爱黑色皮衣的“显卡教父”黄仁勋均作出积极表态，可谓不谋而合。
当地时间5月16日， 特斯拉2023年年度股东大会召开，马斯克在会上表示，人形机器人将会是今后特斯拉主要的长期价值来源，“如果人形机器人和人的比例是2比1左右，那么人们对机器人的需求量可能是100亿乃至200亿个，远超电动车的数量。”
同日，英伟达创始人兼首席执行官黄仁勋在ITF World 2023半导体大会上表示，AI下一个浪潮将是“具身智能”，他也公布了Nvidia VIMA，这是一个多模态具身人工智能系统，能够在视觉文本提示的指导下执行复杂的任务。
反映在A股二级市场上，昨日，相关标的强势上涨，多只个股涨停。截至收盘，鸣志电器、优德精密、奥比中光涨停，机器人、虹软科技、云天励飞、昊志机电、埃夫特等涨超10%。
自2021年发布以来，马斯克一直为其人形机器人“站台”，不断重申“机器人+AI”的远大前景。而在AIGC（生成式AI）火热的当下，“具身智能”这一名词的普及正逢其时，将“机器人+AI”再次推上舞台中心。
AIGC、具身智能、机器人，三者到底是如何联系在一起的？
人们对马斯克的人形机器人早已耳熟能详。从最终用途来看，特斯拉人形机器人和具身智能机器人几乎可以划等号。
马斯克对特斯拉机器人的远景目标是让机器人适应环境并能做人类所做之事，进而让其服务于千家万户，比如做饭、修剪草坪、照顾老人等。
具身智能机器人是一个具有物理实体、可与真实世界进行多模态交互，像人类一样感知和理解环境，并通过自主学习完成任务的智能体。英伟达机器人研究高级主管、华盛顿大学教授 Dieter Fox 此前指出，机器人研究的一个关键目标是构建在现实世界中对人类有帮助的机器人。
具身智能是智能科学的一个基础问题，也是一个大难题。而AIGC为具身智能的实现提供了新思路。
1950 年，图灵在他的论文——《Computing Machinery and Intelligence》中首次提出了具身智能的概念。在之后的几十年里，囿于技术问题，具身智能并没有取得很大的进展。
正如斯坦福大学计算机科学教授李飞飞所说，“具身的含义不是身体本身，而是与环境交互以及在环境中做事的整体需求和功能。”
与人、与环境的交互，是具身智能机器人形成对于客观世界的理解和改造能力的第一步，这方面，最直接的障碍在于，人们严重依赖手写代码来控制机器人，人类与人工智能面前，“巴别塔”高筑。
而进入AIGC时代，GPT等AI大模型提供了新的解决方案，已有不少研究者尝试将多模态的大语言模型作为人类与机器人沟通的桥梁。即通过将图像、文字、具身数据联合训练，并引入多模态输入，增强模型对现实中对象的理解，帮助机器人处理具身推理任务。
目前，具身智能已经成为国际学术前沿研究方向，包括美国国家科学基金会在内的机构都在推动具身智能的发展，各大国际学术会议也开始越来越多地关注具身智能相关工作，美国顶尖高校已经开始形成具身智能研究社区。
业界同样进展神速，谷歌、微软带头，均试图以大模型为机器人注入灵魂。前者的PaLM-E模型与具身智能密不可分，完成机器人具身任务一直是该模型研究的重点，后者正探索如何将 OpenA研发的ChatGPT扩展到机器人领域，从而让我们用语言直观控制如机械臂、无人机、家庭辅助机器人等多个平台。
国内，阿里巴巴也正在试验将千问大模型接入工业机器人，在钉钉对话框输入一句人类语言，可远程指挥机器人工作。
从技术上看，具身智能的实现离不开三大环节——感知、想象和执行。这意味着具身智能机器人需要有灵活的头脑、强大的执行力、流畅的与人交流的能力、像人一样的自学能力。
强大的执行力依赖于机器人的物理外设，即机械身体和基本运动控制，感知、想象能力可以外化为机器人能听、能看、能说，需要利用机器视觉、深度学习、强化学习等多种AI技术优化软件与算法，并利用文本、视觉、语音、场景等跨越不同环境的大量数据集进行训练。
基于此，机器人产业和多模态大模型、机器视觉技术等被多家机构视作新的掘金方向。国盛证券称，多模态GPT能极大助力机器人产业的发展，未来5-10年，结合复杂多模态方案的大模型有望具备完备的与世界交互的能力，在通用机器人等领域得到应用；天风国际证券表示，AI是机器视觉的母身，深度学习为机器视觉的技术堡垒，近期Meta发布SAM模式有望助力机器视觉迎来GPT时刻。
身处上述行业或拥有相应技术的公司已成重点关注对象。上市公司互动易上，凌云光、汇川技术、海天瑞声等均被投资者追问与具身智能的联系。其中，凌云光是为数不多的给出明确回应的公司，称其采用多模态融合技术解决客户多场景的智能制造需求，属于向具身智能方向发展的必经环节。
结合机构研报，据《科创板日报》不完全梳理，还有这些公司均受到关注：
点个「在看
」股票大赚
