具身智能包含具身感知、具身想象和具身執行三個模塊，涉及機器人學、計算機視覺、認 知科學、博弈學等諸多學科，各學科相對成熟的積累為具身智能進一步發展提供基礎。2023年5月，北京市發布的《北京市促進 通用人工智能創新發展的若干措施（2023-2025 年）（征求意見稿）》中提出探索具身智能、通用智能體和類腦智能等通用人工 智能新路徑，包括推動具身智能系統研究及應用，政策支持加速具身智能技術突破。

1 具身感知（Perception）：通過視覺、觸覺等傳感器交互感知，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，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、機器人學和計算機圖形學，通過多模型訓練，在多傳感器合作下完成任務執行。