共身智能（Cobodied AI/ Symbodied AI） | CCF专家谈术语

摘要：实质：共身智能的实质是通过技术手段，将人类智能与人工智能以人类视角为基准进行深度对齐和融合，实现跨智能的语义/认知共识，同时整合双方物理载体 (人体 + AI 硬件) 与环境动态交互，形成以人的意图为中心的协同感知、决策、执行与进化能力。这种智能形式相比以机器

本期发布术语新词：共身智能（Cobodied AI/ Symbodied AI）。

共身智能（Cobodied AI/ Symbodied AI）

作者：陆峰（北京航空航天大学）、赵沁平（北京航空航天大学）

InfoBox:

中文名：共身智能

外文名：Cobodied AI/ Symbodied AI

学科：人机交互；人工智能

实质：共身智能的实质是通过技术手段，将人类智能与人工智能以人类视角为基准进行深度对齐和融合，实现跨智能的语义/认知共识，同时整合双方物理载体 (人体 + AI 硬件) 与环境动态交互，形成以人的意图为中心的协同感知、决策、执行与进化能力。这种智能形式相比以机器为载体的具身智能（Embodied AI），强调人-机智能共同具身（Collaborative-embodiment），即共身智能不仅利用与环境的交互反馈，也通过与人类的协同互动实现学习和智能演进。当技术发展到人机共生的成熟阶段，“共身”（Cobodied）亦可表述为 Symbodied，体现从“共身”到“共生”的演进方向。

研究背景：

共身智能是2025年人工智能领域的一个新兴概念[1]，旨在解决当前人工智能技术在现实世界应用中面临的问题。随着深度学习和大规模预训练模型[2]的快速发展，人工智能在数据处理、模式识别和决策制定等方面取得了显著进展。然而，这些系统大多属于“离身智能”，即缺乏与物理世界的直接交互能力[3]。为了解决这一问题，具身智能应运而生，通过将人工智能与机器人结合，使AI具备物理实体以适应环境并学习完成任务[4]。

尽管具身智能在学术界和工业界得到了广泛关注，但其仍然存在诸多挑战，例如自主学习能力有限、安全性不足以及社会接受度低等问题。此外，现有的具身智能主要以机器为中心，忽略了人类主体的作用，容易引发人机之间的冲突和替代效应，在国家安全、医疗健康、教育培训、装备制造等重要应用领域中，短期内面临应用阻力。

基于对人工智能与人类关系的重新思考，一种可行的解决方案是在不取代人类主体地位的前提下，探索人工智能的新型具身形式[5]，即与人类智能的共同具身，以协同模式适应环境、完成任务。它不仅是一种技术范式创新，更是一种哲学观念的转变，标志着人工智能从“替代人类”向“融入人类”的方向继续演进，展现出广阔的应用前景。

在此背景下，共身智能应强调以人为中心，将人类智能与人工智能深度融合，形成协同的感知、决策与执行机制。通过引入“双脑融合”和“人机共（具）身”的技术特征，使人工智能的发展更加可控、可信和可持续。近年来脑科学、认知科学、神经科学、虚拟现实和机器人技术的进步，为共身智能的实现提供了技术可行性。

研究概况：

共身智能的核心在于实现人类智能与人工智能的深度融合，构建一个以人类为中心的融合智能系统。该系统的本质特征包括“双脑融合”和“人机共（具）身”，前者强调人脑与AI在认知决策层面的深度对齐、协同与共识，后者则关注人体与AI硬件在物理层面的整合，以支持人机间互动以及共同与环境互动。这种智能形式不仅要求AI能够理解人类的意图、情感和行为，还需要在执行过程中保持实时反馈与调整。

近年来，随着人工智能与人类智能融合的需求不断增长，共身智能的研究呈现出“新”与“热”的双重特点：一方面，作为一个新兴研究方向，尚未形成统一的理论体系和具体技术标准；另一方面，将延续和深化人机混合智能等前期相关热点研究[6]，新的创新理念将释放出更大的应用潜力。

从基础理念来看，共身智能涉及多个关键科学技术问题。首先，在基础理论方面，需要建立一套完整的理论模型和研究方法，涵盖从感知到决策、决策到执行、执行到反馈、反馈到进化等全过程。其次，在“双脑融合”方面，需要探索人脑认知决策的过程，并设计与之匹配的AI算法[7]，实现双方多通道交互语义/认知共识[8]。此外，如何处理人脑与AI之间的分歧、优化决策机制、提升人机协同效率也是研究的重点。

在技术实现路径上，共身智能依赖于一系列关键技术的支持，包括可穿戴设备[9]、虚拟/增强现实[10]、脑机接口[11]、外骨骼系统等。这些技术不仅可以作为人机交互的媒介，还能为AI提供丰富的感知和反馈信息，帮助其实现更精准的学习与控制。例如，脑机接口技术可以通过采集大脑信号，实现人脑与AI之间的直接通信；外骨骼系统则可以增强人体的运动能力，使AI辅助人类完成高强度任务。在此基础上，如何基于模型输出至人与环境、再由人与环境反馈的双重交互数据，构建新型学习范式，实现共身智能模型的预训练与在线迭代优化，是亟待突破的技术挑战。

共身智能作为新概念尚处于发展期，但其涉及的相关技术和理念已经被众多应用领域认可。例如，搭载大模型的穿戴式设备可以辅助视障、老年人的日常生活[12]；以人为核心的协同制造已成为智能制造领域关注的热点[13]。另一方面，现有研究和应用尚未实现共身智能的全部核心技术特性。

上述研究现状引出共身智能发展亟需解决的8个关键科学技术问题，即：（1）共身智能的基础理论与实现路径；（2）“双脑融合”的基础理论与方法；（3）“双脑融合”的分歧处理与决策机制；（4）基于人体的环境交互与智能展现；（5）共身智能的关键设备与交互技术；（6）共身智能如何推动AI学习进化；（7）共身智能体验如何影响人类智能；（8）共身智能与具身智能的深层结合。目前，相关研究主要集中在基础理论探索和关键技术验证阶段，部分问题如交互设备开发等已取得初步成果。但整体而言，共身智能仍处于早期发展阶段，其未来发展需要多学科交叉融合与协同创新。

未来展望：

共身智能作为人工智能与人类智能深度融合的新范式，体现了人智协同从“工具式辅助”向“共身/共生融合”的发展趋势。随着脑科学、认知科学、神经接口、虚拟现实和机器人技术的持续突破，有望在未来十年内进入系统集成与应用落地的关键阶段。

在基础理论层面，构建统一的“双脑融合”模型将成为研究重点。通过人脑认知建模与AI能力深度对齐，形成语义/认知共识，并推动人机交互范式从“命令-执行”向“共感-共识-共行-共进”转变。其中，共身智能强调人类与人工智能的共同具身，即共同与环境交互并相互影响、协同进化。这种“双脑协同进化”机制对人类认知有何长远影响，对人工智能学习带来何种挑战，仍有待深入探索。

在技术实现方面，高精度脑机接口、多模态感知融合、可穿戴智能设备等关键技术将不断成熟，为共身智能的快速落地提供坚实的软硬件支撑。

面向实际应用，在医疗康复领域，可用于辅助残障人士恢复运动与认知功能；在智能制造领域，可增强操作人员的感知与执行能力，提高生产效率与安全性；在教育培训领域，可通过智能化辅助提升学习体验与知识吸收效率；在国防安全与应急救援领域，可显著增强个体或团队的任务执行与环境适应能力。

综上，共身智能以“人”为核心，避免了传统AI“替代人类”的伦理难题，更容易获得社会接受与政策支持，有助于加速人工智能从实验室走向真实世界，为构建更智能、更包容、更可持续的未来社会奠定坚实基础。

参考文献References

[1]Lu F, Zhao Q P. Towards cobodied/symbodied AI: concept and eight scientific and technical problems[J]. SCIENTIA SINICA Informationis, 2025, 55: 444–448, doi: 10.1360/SSI-2024-0219.

[2]Yang J, Jin H, Tang R, et al. Harnessing the power of llms in practice: A survey on chatgpt and beyond[J]. ACM Transactions on Knowledge Discovery from Data, 2024, 18(6): 1-32.

[3]Li C, Gan Z, Yang Z, et al. Multimodal foundation models: From specialists to general-purpose assistants[J]. Foundations and Trends? in Computer Graphics and Vision, 2024, 16(1-2): 1-214.

[4]Duan J, Yu S, Tan H L, et al. A survey of embodied ai: From simulators to research tasks[J]. IEEE Transactions on Emerging Topics in Computational Intelligence, 2022, 6(2): 230-244.

[5]Wilson M. Six views of embodied cognition[J]. Psychonomic bulletin & review, 2002, 9: 625-636.

[6]Kamar E. Directions in Hybrid Intelligence: Complementing AI Systems with Human Intelligence[C]. IJCAI. 2016: 4070-4073.

[7]Ullman S. Using neuroscience to develop artificial intelligence[J]. Science, 2019, 363(6428): 692-693.

[8]Savage N. Marriage of mind and machine[J]. Nature, 2019, 571(7766): S15-S17.

[9]Zhu H, Yang H, Xu S, et al. Frequency-encoded eye tracking smart contact lens for human-machine interaction[J]. Nature Communications, 2024, 15(1): 3588.

[10]Berdejo-Espinola, V., Zahnow, R., O’ Bryan, C.J. et al. Virtual reality for nature experiences[J]. Nature Human Behavior, 2024, 8: 1005-1007.

[11]Willett F R, Kunz E M, Fan C, et al. A high-performance speech neuroprosthesis[J]. Nature, 2023, 620(7976): 1031-1036.

[12]Xue W, Liu Y, Zhang T, et al. Interactive wearable digital devices for blind and partially sighted people[J]. Nature Reviews Electrical Engineering, 2025: 1–15.

[13]Wang B, Li M, Chen H, et al. Toward human-centric smart manufacturing: A human-cyber-physical systems (HCPS) perspective[J]. Journal of Manufacturing Systems, 2022, 63: 471–490.

作者介绍

陆峰

CCF杰出会员、北京航空航天大学，计算机学院，虚拟现实技术与系统全国重点实验室

lufeng@buaa.edu.cn

研究领域：人工智能、人机交互、虚拟现实

赵沁平

CCF会士、北京航空航天大学，计算机学院，虚拟现实技术与系统全国重点实验室

zhaoqp@buaa.edu.cn

研究领域：虚拟现实、人工智能

计算机术语审定委员会及术语平台介绍：

计算机术语审定委员会(Committee on Terminology)主要职能为收集、翻译、释义、审定和推荐计算机新词，并在CCF平台上宣传推广。这对厘清学科体系，开展科学研究，并将科学和知识在全社会广泛传播，都具有十分重要的意义。术语众包平台CCFpedia的建设和持续优化，可以有效推进中国计算机术语的收集、审定、规范和传播工作，同时又能起到各领域规范化标准定制的推广作用。新版的CCFpedia计算机术语平台(http://term.ccf.org.cn)将术语的编辑运营与浏览使用进行了整合，摒弃老版中跨平台操作的繁琐步骤，在界面可观性上进行了升级，让用户能够简单方便地查阅术语信息。同时，新版平台中引入知识图谱的方式对所有术语数据进行组织，通过图谱多层关联的形式升级了术语浏览的应用形态。