5月11日下午，上海理工大学管理学院专业学位教育中心举行“院士大讲坛”（第六期）。加拿大工程院院士、美国机械工程师学会（ASME）会士、制造工程师学会（SME）会士、加拿大萨斯喀彻温大学终身教授章文俊应邀来校，作题为“具身人工智能与通用人工智能：概念、技术及未来前景”的学术报告。管理学院院长、专业学位教育中心主任赵来军主持报告，管理学院相关师生参加活动。
赵来军主持报告
被忽略的“身体智能”
章文俊指出，“具身人工智能”一词早在上世纪九十年代便已出现，但当时的内涵与目前主流理解存在本质差异。早期具身智能建立在一个重要发现之上：人类拥有头脑、身体与心灵三个层面的智能，不仅依靠头脑进行认知，身体本身也蕴含着智能。早期研究的核心在于挖掘物体固有的物理属性，如重力、摩擦、弹性与刚性、惯性、平衡与稳定等。利用这些固有特性，即使不依赖电力或外部控制器，装置也能展现出具有智能特征的行为，例如通过纯机械结构实现行走、跳跃与奔跑。
章文俊作报告
从“身体智能”到“AI+载体”
对比之下，当前学术与产业界对具身智能的定义普遍强调将人工智能系统嵌入物理实体，使其能在真实环境中感知、行动并自我调整，本质上构成一个“AI头脑+机械身体”的实时动态系统。章文俊认为，这一理解与原先的概念已无直接关联，由此引发同一术语之下新旧含义并存、彼此混淆的问题。为弥合两种定义的割裂，他提出了融合性定义，主张具身智能应是认知智能、身体智能与情感智能三者的集成，其控制机制既包括人类通过科学研究获得的第一性原理，也应涵盖系统在与外部环境、同伴及任务对象交互过程中，借助协同机器学习所获得的知识。
报告现场
当“超级大脑”遇到物理世界
在论及通用人工智能时，章文俊从数据、信息与知识的底层逻辑出发，分析了当前以大语言模型为核心的技术路线。他指出，这类通用人工智能本质上是一种追求极致泛化的“超级大脑”，以参数规模庞大为显著特征，运行高度依赖图形处理器的算力支撑和大型数据中心的电力供应，单次训练周期通常长达数月。若将这种“超级大脑”装入具身实体，试图构建全能型通用具身人工智能，在真实应用场景中往往面临实时响应与动态学习的现实挑战。对于大量行业而言，这种资源投入未必经济，过度追求通用性反而可能造成算力与时间的双重浪费。
互动交流
自下而上的专用智能路径
基于上述研判，章文俊建议各国应将研发重点从耗资巨大的通用人工智能，适度转向聚焦特定行业的“专用人工智能”。具体而言，就是先深耕具体应用场景，将领域知识与人工智能深度融合，研制相对专用的智能体。这种自下而上的发展策略能够有效利用人类长期积累的既有知识，无需事事从零学习，从而显著降低对电力与时间的消耗。他认为，相较于宏大但回报尚存不确定性的通用人工智能路线，专用人工智能在相关垂直领域具备更明确的可行性与现实价值。
整场报告内容翔实、观点鲜明，既有对具身人工智能概念史的系统梳理，也有对当前通用人工智能热潮的冷静审视。未来，学院将持续依托“院士大讲坛”等学术交流平台，邀请更多高水平学者来校分享前沿洞见，为师生拓展学术视野、把握技术趋势提供更多助力。
供稿人：康镇、吴家炜
图片：徐浩欣
审核人：刘魏巍、孟陈莉
供稿部门：专业学位教育中心
