能理解一种姿态、一个手势，甚至一个眼神背后的含义，会思考、能行动，还“懂”人的机器人，离我们的生活越来越近。当前，作为人工智能领域的前沿热点，具身智能正逐步从理论走向实践。位于北京工业大学的具身交互智能北京市重点实验室，就致力于攻克具身智能领域的前沿核心技术难题。在这间实验室里，科技正打破人与机器的边界，让机器拥有读懂人心的智慧和温度。

“您有点疲惫，前方3公里有服务区，要不要开启导航？”具身交互智能北京市重点实验室里，智能座舱“察觉”试驾人的疲劳状态，给出导航建议，随即播放起一首节奏明快的歌曲。

“这是智能交互系统在自主学习后给出的主动响应，并非基于预设规则的程序化应答。我们将智能座舱打造成能主动感知驾乘者意图、理解情感状态、发起自然交互的具身智能体。”实验室主任、北京工业大学人工智能学院院长马楠点明核心技术突破。

从被动执行到主动关怀，看似微小的变化背后，是人机交互的新突破。

传统智驾依赖预设指令库，面对用户个性化表达时常“卡壳”。比如，炎炎烈日，当驾驶者念叨“好热”“今天穿多了”，智驾系统往往“听”不懂，只有驾驶者清晰地说出“打开空调”等关键词时，系统才会执行命令。

能否让驾乘体验更人性？对此，马楠带领团队创新提出“常规行为字典+开放式行为增量学习”的技术方案，依托大语言模型实现用户行为字典的动态更新。通过对驾乘过程中语音、手势等多模态感知数据的持续融合学习，系统能自主捕捉用户无意识的细微肢体动作，识别类似“天气好热”“我有点困”等生活化的表达。

更智能的是，该系统还能“反思”，理解言外之意。例如，当驾驶者说“导航去公司”，系统会根据语速急促程度判断是否赶时间，优先推荐最快路径；驾驶者手动调整路线后，系统会观察偏好，在后续相似场景中自动切换路线。“这套系统打破了固定指令的束缚，构建起一体化的人机交互与驾驶控制协同框架。”团队成员、北工大助理教授杨雅钰评价道。

在具身交互智能北京市重点实验室里，类似“很懂人”的智能机器人还有很多：仿人机器人能在楼宇、园区等复杂环境中自主导航，每隔0.05秒就能实时更新“导航地图”；多台智能交互轮式机器人可以组队作业，编队功能指令发送成功率、接收编队信息显示准确率以及协同控制准确率均达到100%；还有采摘机器人，哪串番茄熟了可以采摘？怎么摘不会伤藤蔓？它会像农民一样判断和思考。

“具身智能”被视为人工智能领域的下一波浪潮，核心是让AI系统拥有对物理世界的感知、理解和交互能力，进化成能在真实环境中自主行动的智能体。2025年获批的具身交互智能北京市重点实验室，正是锚定这一方向设立的。“我们琢磨如何让机器人更好地理解人的意图。换句话说，就是要教智能机器察言观色，更精准地理解与识别人的姿态、手势，甚至是一个眼神背后的意图。”在马楠眼中，智能交互研究就是要让机器有智商、有情商、更贴心、更懂“人情世故”。

依托团队在智能交互领域的长期探索，已有一些科研成果得以走出实验室、走向生产线。比如，能“反思”的智驾系统已经在理想汽车新一代车型中开展试点应用验证。“我们要让AI跳出虚拟世界，在工厂、医院、家庭里真正用起来，让智能科技照进现实。”马楠说。