10月17日，一場名為《點亮科技花火，共創智能未來》的論壇在深圳舉辦，在這個論壇中，關於AI大腦——離身智能的討論熱烈展開。

一個能靈活行走、精準抓取的機器人，若沒有理解環境、預判需求的高級認知能力，其價值是否始終有限？答案顯而易見——單純的物理動作執行只是機器人的「軀殼」，無法突破機械重複的服務邊界。

離身智能對話發起人、雲跡科技研發中心龔漢越給出了破局方向：「因為服務機器人服務的本體是人類，要讓人類更幸福，就要和人類一樣，在開放的世界中，去追求更高階的智能。」

真正賦予機器人「靈魂」的，正是與其身體分離、能持續進化的AI大腦（離身智能）。這一核心邏輯，讓雲跡科技跳出「硬件迭代」的侷限，推動機器人從冰冷的自動化工具，向能感知、會思考、可進化的「場景智能體」轉變，踐行其「機器人，讓人類更幸福」的使命。

從「軀殼」到會呼吸的「生命體」

什麼是離身智能？離身智能（Disembodied Intelligence）是指不依賴於物理身體的人工智能系統。這種類型的智能通常以軟件形式存在，運行在服務器、雲平臺或個人設備上，並通過網絡接口與用戶進行交互。

中國科學院院士張鈸曾指出，圖靈早預見的「離身智能」路徑，正通過大模型突破實現規模化落地——這類依賴純數據推理的智能形態，可脫離具體硬件載體存在。

圖片

龔漢越在分享中，描繪了智能體從「單一任務模型」到「開放世界持續演進」的技術路徑。他指出，未來的智能體不應是一個靜止的程式，而是一個「會呼吸的智能體」。這意味着它將不再侷限於預設的封閉場景，而是能像生命體一樣，在真實的開放環境中，通過與人和環境的持續交互來「呼吸」數據、「學習」新知、「適應」變化，最終實現與物理世界的共同演進。

對於大衆來說，雲跡科技是以具身智能見長，事實也是如此。根據弗若斯特沙利文報告，按2024年計，雲跡科技在三維多層空間同時在線機器人數量和服務終端消費者數量為全球最大，同時在線機器人數量單日最高達3.6萬臺。

圖片

雲跡科技登上弗若斯特沙利文AI Agent三項排行榜

事實上，雲跡科技的AI數字化系統，即離身智能也很強大。作為酒店場景的「數字化運營大腦」和離身智能中樞，雲跡科技HDOS（Hospitality Digital Operation System，AI數字化系統）在酒店場景中取得的成效，已直接轉化為強勁的財務表現：被視作「第二曲線」的AI數字化系統業務展現出強大爆發力，其在2022-2024三年間的複合增長率高達45.5%，而2025年前5個月，智能體應用收入的同比增速更是達到194%。

從「軀殼」到會呼吸的「生命體」，離身智能的核心在於它不需要綁定特定的物理載體來感知世界或執行任務，而是通過數據處理和算法來進行認知和決策。 龔漢越用「一歲女兒海邊度假，鏟沙子‘品嚐’，發現不好喫就繼續玩耍」的例子來說明智能的本質是：我們體驗意外，在偏差中修正認知，並持續優化行為。

開放世界的複雜性遠超預訓練能力所能覆蓋。然而，面對開放的物理世界，AI仍需持續學習。雲跡科技的機器人服務應用於人類真實的開放物理世界中，在與人類一同在該環境中持續學習，追求更高級的智能。

龔漢越認為，離身智能不應止步於狀態理解與資源調度，而需真正理解開放世界並做出準確判斷。因此雙驅動學習模式是一個解法：一方面完善現有預訓練模型，另一方面建立基於交互的持續學習系統。在學習方式、資源來源與改進機制上實現有效結合。

在追求離身智能的道路上，雲跡科技強調三大方向：開放強化學習以優化自主決策、持續學習以應對遺忘挑戰、艦隊集羣學習以提升獲取的數據價值。

從「看懂」世界到「規劃」行動

從VLM（視覺語言模型）到VLA（視覺語言動作模型）的跨越，本質是機器人從「感知智能」邁向「決策智能」的關鍵躍遷。這一進程的核心驅動力，正是數據規模與多樣性的指數級增長。

正如谷歌DeepMind CEO Demis Hassabis在2025年深度訪談中所言：「任何在自然界中能夠生成或發現的模式，都可以被經典學習算法高效地發現和建模，而這一切的前提是擁有足量且多元的數據」。

雲跡科技正好「擁有足量且多元的」需求信息。根據弗若斯特沙利文報告，雲跡科技在酒店場景中市佔率達13.9%，高於第二至五名總和。截至目前，累計服務超過3.4萬個企業客戶，包括超3.4萬家酒店及150+家醫院。

當訓練數據從互聯網級圖文擴展到包含機器人操作軌跡的多模態數據集，模型才能真正學會將「看懂」與「行動」無縫銜接。

HDOS系統是雲跡科技基於「AI+具身智能」技術構建的行業首批服務智能體應用系統。它通過全鏈路閉環工作流與多設備生態互聯，從「看懂」場景到「規劃」行動，實現線下服務場景與線上數字能力的深度融合。

圖片

「看懂」世界依賴雙模態感知引擎：通過視覺識別酒店門牌號、電梯按鈕等空間標識，結合語音交互理解「送水到302房」等需求，這源於全球3.4萬家酒店的場景信息抓取及反饋——累計5億次服務生成的環境特徵庫，讓機器人能適配不同光照、動線的複雜場景。HDOS 還可聯動監控圖像識別異常，如醫院走廊的物資遺落，實現從被動響應到主動感知的升級。 「規劃」行動則依託羣體智能調度：當接收到多任務請求時，系統會優先分配就近機器人，規劃最優路徑避開客流高峯，例如酒店機器人送物時同步觸發客房清潔工單。這種決策能力來自單日最高3.6萬臺機器人同時在線的實時數據反饋。單月執行超過186億次指令的軌跡數據，持續優化任務拆解與資源協調算法。在跨場景遷移中，酒店場景訓練的路徑規劃模型經醫療數據微調，即可精準完成醫院標本轉運。

正如HDOS構建的「感知-認知-決策-執行-反饋」閉環所示，其每一次行動優化都源於海量真實需求信息的餵養，這正是從「看懂」邁向「規劃」的核心密碼。

我們正邁入機器人主動交互新時代

在中國科學院自動化研究所副總工程師、中科紫東太初(北京)科技有限公司董事長王金橋看來，我們正邁向一個複合多態機器人具備主動交互能力的新時代。

王金橋認為，以時間階段進行劃分，整個智能階段分為五個階段：2020年至2023年是大語言智能階段；2023年至2025年是多模態智能階段；2025年至2027年將進入具身智能與羣體智能階段；2028年至2032年將是融合增強智能階段；2032年至2035年，智能系統將實現自主規劃，具備與人相似的環境交互與學習能力，並擁有自我進化的潛力。

在具身智能與羣體智能階段，需要機器人和AI系統的深度融合。作為中國機器人服務智能體領軍企業，雲跡科技開創性地構建了"具身智能（機器人）+離身智能（AI系統）"雙引擎驅動的智能服務生態，並率先實現從環境感知、意圖認知、智能決策到自主執行、閉環反饋的全鏈路AI智能化，打造了業界首個完整落地的服務智能體生態系統。

明略科技創始人、CEO兼CTO吳明輝特別強調，AI公司的發展要有「自主模型」，他說，在實際應用中，可能只有個別複雜任務纔會用大模型，而大部分任務都是採用小模型。「未來全世界不應該只有一種機器人，也不應該只有一種模型。」吳明輝說。

影刀創始人、CEO 金禮劍說，他們目前正將規則明確、基於電腦操作的辦公任務自動化，從而解放員工的雙手。「我們今天所做的一切——研發機器人、推進AI項目——本質上都是為了人類不必再如機器般工作，不再被困於枯燥重複的任務中。我們可以更專注於成為真正的人：品德高尚、情感豐富、對社會有貢獻。那些嚴格、重複、規則化的工作，應該交給機器人完成。讓機器做機器該做的事，讓人成為真正的人。」

正如OpenAI CEO山姆・奧特曼強調的，AI基礎設施的完善將催生服務化浪潮，其「星際之門」計劃正構建能支撐全球調用的智能底座，這恰是離身智能普及的核心前提。未來，離身智能的能力將如同水電煤一樣，成為一種可被各類機器人終端隨時調用的基礎服務，驅動整個物理世界的智能化升級。

圖片

龔漢越在論壇上描述的場景似乎充滿了隱喻：機器人打開電梯門的一瞬間，它似乎感到「震驚」，因為它從未見過這樣的場景——究竟是貨中站了人，還是人外堆滿貨？

開始，機器人以為，這是人類某種神祕儀式；後來，它完成了場景含義的思考，它就開始了改變世界的行動。