具身智能成AI焦点。近年来，具身智能热度不断攀升，从春晚机器人的精彩展示，到被纳入政府工作报告，再经英伟达黄仁勋多次推崇，已然成为AI领域的核心关注点。其目标是让机器人具备如人类般在真实世界中精准感知与灵活应对的能力。
重大突破：BodyGen算法框架。清华大学与蚂蚁数科的研究团队带来惊喜，他们在ICLR2025发表的论文里推出BodyGen算法框架。此框架融合强化学习和深度神经网络技术，能使机器人在短时间内自行演化出适配环境的最佳形态与控制策略，实测性能提升达60%，并且代码已在GitHub开源。
化解传统难题。传统机器人设计存在诸多困境，像依赖大量专家知识、针对特定环境需不断实验迭代，形态控制协同设计技术还面临形体搜索空间庞大、形态与控制策略深度耦合等问题。BodyGen框架通过形态设计和环境交互两个阶段，成功攻克这些难题。在形态设计阶段，运用Transformer（GPT-Style）自回归构建并优化机器人形体结构参数；环境交互阶段，借助Transformer(Bert-Style)处理关节信息，达成与环境的交互反馈。
三大核心技术。BodyGen拥有三大核心技术。形体结构位置编码器TopoPE宛如机器人的“身体感知”系统，助力AI快速适应形态改变；基于Transformer的MoSAT恰似“大脑中枢”，负责信息处理与指令传达；特殊的奖励分配机制，能让AI合理评估设计决策。
出色测试表现与前景。在爬行、游泳等10种不同任务环境测试中，BodyGen生成的机器人形态适应性评分比现有最优方法高出60.03%。而且，它参数量仅1.43M，更为轻量级，在资源受限环境优势明显。未来，研究团队将推动其在实际场景的应用，BodyGen有望成为通用具身智能发展的关键助力。地址：https://github.com/GenesisOrigin/BodyGen
