具身智能包含具身感知、具身想象和具身執行三個(gè)模塊，涉及機器人學(xué)、計算機視覺(jué)、認 知科學(xué)、博弈學(xué)等諸多學(xué)科，各學(xué)科相對成熟的積累為具身智能進(jìn)一步發(fā)展提供基礎。2023年5月，北京市發(fā)布的《北京市促進(jìn) 通用人工智能創(chuàng )新發(fā)展的若干措施（2023-2025 年）（征求意見(jiàn)稿）》中提出探索具身智能、通用智能體和類(lèi)腦智能等通用人工 智能新路徑，包括推動(dòng)具身智能系統研究及應用，政策支持加速具身智能技術(shù)突破。

1 具身感知（Perception）：通過(guò)視覺(jué)、觸覺(jué)等傳感器交互感知，構建模型，定義、獲取、表達可以被機器人使用的具身概念。

2 具身想象（Imagination）：構建仿真引擎，模擬具身任務(wù)，為機器人具身執行提供支撐。

3 具身執行（Execution）：基于計算機視覺(jué)、機器人學(xué)和計算機圖形學(xué)，通過(guò)多模型訓練，在多傳感器合作下完成任務(wù)執行。