共计 1360 个字符，预计需要花费 4 分钟才能阅读完成。
Agent 终于长出了身体:Jiuwen Symbiosis 背后的思考与实践
一起构建下一代物理世界的智能系统
大模型在数字世界里无所不能, 写代码、做数学题、讨论人生哲学都不在话下 , 但面对“给自己倒一杯水”这样的简单任务却无能为力。这正是当前 AI 的最大局限——没有身体。近日,openJiuwen 社区正式开源了 Jiuwen Symbiosis 架构, 旨在为 AI 装上感知与行动的“骨骼和肌肉”, 推动智能从虚拟走向现实。
📌 Moravec 悖论: 最难的不是高数, 而是走路
1988 年, 机器人学家 Hans Moravec 提出了 Moravec 悖论: 对于计算机而言, 下国际象棋、做高等数学都很容易, 但人类婴儿都能完成的行走、抓取、避障却异常困难。因为这些能力并非逻辑推导而来, 而是数百万年进化形成的身体智能。大模型时代,“缸中之脑”困境愈发凸显: 智商 200, 却对物理世界的摩擦力、重力、空间几何一无所知。
🔍 从“数字 Agent”到“物理 Agent”的进化
- 1.0 手搓任务 : 依靠人工进行原子化控制。
- 2.0 虚拟环境演练 : 在 Habitat 等仿真环境中训练, 获得空间概念, 但存在泛化能力弱、长程任务失败率高、故障定位难、稳定性差等问题。
- 3.0 共生时代 :Jiuwen Symbiosis 模糊虚实边界, 让 Agent 理解物理法则, 直接输出控制硬件的 Action 序列。
传统 Agent 操作的是数字世界 (Tool Calling、MCP、Browser Agent 等 ), 而 Physical AI Agent 需要与现实环境实时交互。但简单叠加 VLM、LLM、Planner 等模块容易导致系统臃肿、决策不透明。Jiuwen Symbiosis 的核心思路是让 Agent 的思考过程可观察、可调试、可协作。
💡 Jiuwen Symbiosis 的核心: 态势感知环
- 多模态感知 : 主动感知世界, 输出结构化世界状态 (对象、位姿、置信度等), 将理解从决策中分离。
- 安全规划 : 基于任务指令与状态进行规划, 动态赋值参数, 并通过物理可行性、安全性与约束校验, 拒绝不可行方案。
- 物理执行 : 调用原子能力完成位移、抓取、放置等连续可控的物理运动。
- 状态观察 : 通过视觉传感器采集执行结果, 输出结构化观测状态。
- 观测反馈 : 基于偏差构建闭环修正, 实现参数调整、规划优化、异常恢复, 形成“感知 - 规划 - 执行 - 观测 - 反馈”闭环。
- 空间记忆 : 构建物体级空间关系 (如 3D Scene Graph), 通过变化检测增量维护, 支持多时空尺度组织。
📊 共生: 人机协作与算力生态
Jiuwen Symbiosis 强调“共生”而非“控制”。Agent 不是简单工具, 而是长期合作伙伴: 能理解目标、主动规划、请求帮助、从反馈中学习。同时, 架构与昇腾、鲲鹏生态深度适配: 昇腾 NPU 承担高频 AI 推理 (目标检测、视觉理解), 鲲鹏 CPU 负责工具调度与状态管理, 实现低延迟、高可靠的分层执行, 避免传统 GPU 方案中资源争抢的瓶颈。
🚀 开源与未来展望
openJiuwen 团队认为 , 终极的 Physical AI 不会由单一公司完成, 因此选择开源 Jiuwen Symbiosis, 希望它成为连接大模型与机器人世界的桥梁。华为云 AgentArts 已将其引入商业化平台, 开箱即用。当感知、认知与行动形成闭环, 真正的 Physical AI 时代才刚刚开始。
