美的第二屆遠見者大會：探索具身AI與能源轉型的未來

10月16日，第二屆美的遠見者大會在佛山順德舉行。中國科學院院士、華中科技大學教授丁漢，中國科學院院士、南方科技大學教授趙天壽，上海交通大學研究生院院長鄧濤教授，中山大學教授、鵬城實驗室多智能體與具身智能研究所所長林倞等重量級行業專家，與美的集團副總裁兼工業技術事業羣總裁伏擁軍、副總裁兼CDO張小懿、副總裁兼CTO衞昶，第29屆美的科技月部分獲獎專家、研發體系代表，以及數十位媒體記者齊聚一堂，圍繞AI與儲能技術，探討未來產業發展方向。

人工智能為機器人注入技術深度

機器人發展歷史悠久，當前機器人分類眾多，但目前其功能和實用性與期望存在差距，如工業機器人只能在結構化環境工作，服務機器人功能簡單，特種機器人靠操作完成任務。而近年來信息技術尤其是人工智能技術的發展為機器人應用提供了更多空間。未來機器人自己學習、編程、規劃轉變已不是難事。

中國科學院院士、華中科技大學教授丁漢

“人形機器人是各類技術的集大成者，”丁漢指出，“人形機器人有可能成為一個顛覆性的產品。”人形機器人最主要的趨勢是集成AI，當前人形機器人的難點是模擬人類行為。其中，模擬大腦是需要即時收集和處理數據，像人一樣實現手眼腦協同；模擬小腦是保證行為表徵、協同自主能力和交互能力，完成複雜運動控制；機器人機件本體的柔性化設計，也是未來攻克難點。丁漢認為，人形機器人的應用場景包括危險環境、工業製造、家庭服務等，量產中需要持續優化包括骨骼機構、電機、電缸結構等。

目前人形機器人處於發展黃金期，在大數據、人工智能、端到端學習等技術的推動下，人形機器人也在逐漸走向通用化。同時，人形機器人的發展會帶動本體廠商和下游零部件的快速發展，尤其是傳感器。

具身智能發展迎來大模型驅動

林倞的演講主題是“具身智能”。具身智能，與離身智能相對，具有主動性和強交互性，能通過機器人主動、自適應地完成改造世界的任務，是從認識世界到物理世界的跨越。特別是人工智能大模型驅動機器人後，具身智能就成了機器人理解數字空間與真實世界的關鍵鑰匙。

中山大學教授、鵬城實驗室多智能體與具身智能研究所所長林倞

大模型驅動具身智能這項技術剛剛起步，目前面對諸多挑戰。第一個需要解決的難題是空間推理能力，人工智能數據常丟失空間和物理信息，這阻礙機器人對空間的深度感知和理解；其次是長程任務規劃，機器人對話是動態上下文，不同於語言任務對話，需進行長程任務規劃；機器人還需要彌補“小腦能力”，需回到大小腦協同架構完成運動控制和概率模型結合；此外，具身智能需要圍繞着數據集、數據驅動，建立數據集必不可少。

林倞也總結了具身智能的關鍵技術，分別是：傳統感知技術、交叉方面技術、虛實融合與自主可控生態。出身計算機視覺的林倞，在感知方面三管齊下，其一是把圖像、文本和 3D 點雲對齊，構建走入物理空間的多模態對齊模型；其二是從被動感知到主動感知，構建模擬環境並用遞歸神經網絡做規劃和目標搜索；其三是把大語言模型和環境感知融合做路徑規劃和導航。

在具身智能的“任務規劃和決策”“虛實遷移”兩方面，林倞也有建樹。“任務規劃和決策”上，林倞早期嘗試用遞歸神經網絡、機器神經網絡做任務規劃，構建世界模型和知識表達，預測任務分步驟；近期結合大語言模型實現複雜場景下任務規劃和導航，用大語言模型拆解任務，用跨模態模型發現關鍵位置和地標並執行任務，提高了抓取能力精度和可控性。

為了構建“虛實遷移”，林倞帶領團隊構建通用框架統一高層任務和下層控制、執行接口，進行智能具身化嘗試；並在虛擬仿真空間利用AIGC技術探索，構建具身仿真平台，結合多種算法採集示教數據和訓練技能，掃描真實環境輸入仿真空間訓練，進行了從仿真到真實世界的策略模型遷移嘗試。

能源轉型下的儲能技術突破

在2060碳中和國家戰略的大背景下，我國大力發展太陽能、光伏、風能等可再生能源的開發。太陽能和風能存在間歇性、不穩定性，導致利用率不高。因此，趙天壽認為，可再生能源的開發需要儲能技術來平衡能量，儲能在發電側、網側和用户側都有重要作用，尤其是長時儲能技術。同時，新型儲能技術也是大型儲能裝置的需要，理想的儲能技術應滿足安全可靠、經濟可行、資源可及三大條件。

中國科學院院士、南方科技大學教授趙天壽

趙天壽現場分析抽水蓄能、壓縮空間、鋰電三種技術差異。抽水蓄能和壓縮空氣的能量載體可流動，容量和功率可解耦，適合長時儲能；鋰電能量密度高、轉換效率高且安裝方便，但能量載體為固態、能量和功率強關聯。如要實現長時儲能目標，需可流動能量載體和電化學能量轉換裝置，形成流體電池體系。

趙天壽的研究方向是液流電池旨在解決以上儲能問題。流體電池，即能量儲存在電解液罐中，能量載體為電解液，具有流動性。其優勢包括時長靈活、安全、擴容方便、無相變過程、生命週期長，應用場景廣泛，可適用於發電側、電網側和用户側所有場景。趙天壽也坦誠地表述當前液流電池存在成本居高不下的問題，但因液流電池儲能表現理想，與傳統抽水蓄能活鋰電池蓄能相比有競爭力，未來有望在碳中和戰略中發揮重要作用。

由“熱”帶來的新技術

鄧濤主要介紹了其團隊在仿生熱能材料及技術方面的工作，包括光熱儲存轉換和熱能探測。

為了便於理解，鄧濤先講述了能源與熱的關係：“我們人類的社會發展基於幾大定律，熱力學一二三定律，這都跟熱相關，尤其是熱力學第二定律，這就定義了其他能源轉變為熱能時接近100%的效率，而熱能轉變為其他能源時不可能100%，效率必須降低，這是因為我們生活在一個熱力學第二定律掌握的世界。”

鄧濤直言自己團隊突破熱導率瓶頸是受到了自然界的啓發：“蝴蝶本身的翅膀上是通過光子的傳輸，就啓發了我們在設計的時候直接把光熱轉換的材料放在我們儲熱材料本體裏，通過光子來傳輸我們的熱能，而不是通過聲子，這是一個新的機制。”

上海交通大學研究生院院長鄧濤教授

基於以上原理，鄧濤團隊設計了通過光子傳輸熱能的儲熱材料，解決傳統儲熱材料熱導率低的問題，並使用磁性吸光材料，增加充熱距離、速度和熱量。該材料可在工業上應用，主要是用可透的、磁性的濾網，利用重力讓其在液態時下沉，使太陽光可直接充熱。同時，為解決聚焦太陽能導致的安全風險，引入氣液相變，通過氣泡使材料上浮，避免過熱，提高光熱儲熱的能量密度。

鄧濤團隊的熱能探測研究方向是，人體發射的紅外光的具體應用。同樣受仿生領域啓發，將人的因素集成到人工系統中，用人手作為紅外光源進行探測和信號傳遞。鄧濤團隊發現，人手發射的紅外光在7.5-14微米之間，通過不同手指發射的紅外光，結合不同材料和基底設計，可實現對不同手指紅外光的區別。這項研究可用於防偽碼、指紋識別等。在暗光甚至無光情況下也可實現人機交互，未來該技術有望用於驅動家用電器或智能儀器。

嘉賓探討未來科技走向

主題為“Future Of AI And Energy Transition”（人工智能與能源轉型的未來）的圓桌論壇，與會嘉賓就人形機器人、強人工智能（AGI）、美的AI領域的發展、液流電池、熱能源領域以及美的儲能業務等話題分享了各自觀點。

丁漢的觀點是，人形機器人是機器人未來的重要載體。美的需要佈局核心零部件、AI 和機器人本體技術發展。

林倞認為目前強人工智能（AGI）沒有定義，儘管AI技術發展很快，在某些特定領域的能力可以超過人類，但全面超越不會很快到來。

張小懿表示，美的重視AI發展，將其作為戰略方向。目前重點工作包括推動AI基礎設施建設、算法平台建設、提升各種工具效率，希望產品和服務搭上AI列車，推動家庭智能體和工廠智能體戰略項目。

趙天壽認為新型儲能電池存在成本與回收的問題，對液流電池大規模應用充滿期待。

鄧濤對可再生能源開發的觀點是，清潔能源應用需考慮環境影響與回收利用。

伏擁軍表示，儲能行業處於初期，美的在新能源領域有佈局，包括光伏集成到各種儲能形式，實現電化學儲能各場景全覆蓋。美的堅持在技術、產品、商業方面持續投入。

此次，與會嘉賓也對美的集團的發展提出了建設性的意見和建議。

美的的發展願景是致力於成為全球領先的科技集團。美的關注科技動態，持續加大研發投入，緊隨時代步伐，佈局包括人工智能、儲能在內的多個新興領域。美的將不斷探索未來產業發展的新路徑，為實現發展願景而持續努力，並期待與大家攜手奔赴更加美好的未來。