Aligning Cyber Space with Physical World: A Comprehensive Survey on Embodied AI

具有实体的人工智能（Embodied AI）对于实现人工通用智能（AGI）至关重要，并为连接虚拟空间和现实世界的各种应用提供了基础。最近，多模态大型模型（MLMs）和世界模型（WMs）的出现引起了人们的极大关注，因为它们具有出色的感知、交互和推理能力，使它们成为具有实体代理的大脑的有前途的架构。然而，在MLMs时代，还没有关于具有实体的人工智能的全面调查。在本调查中，我们对具有实体的人工智能的最新进展进行了全面探索。首先，我们分析了具有实体的机器人和模拟器的代表性作品的前沿，以充分了解研究重点及其限制。然后，我们分析了四个主要的研究目标：1）具有实体的感知，2）具有实体的交互，3）具有实体的代理，以及4）从模拟到真实的适应，涵盖了最先进的方法、基本范例和综合数据集。此外，我们探讨了MLMs在虚拟和真实的具有实体代理中的复杂性，突出了它们在促进动态数字和物理环境中的交互方面的重要性。最后，我们总结了具有实体的人工智能的挑战和限制，并讨论了它们潜在的未来方向。我们希望这项调查能够成为研究社区的基础参考，并激发持续的创新。相关项目可在https://github.com/HCPLab-SYSU/Embodied_AI_Paper_List找到。

全面探索最新的具有多模态大型模型和世界模型的具体化人工智能研究进展，以及其在实现人工通用智能和桥接虚拟世界和物理世界的各种应用中的作用。

论文通过分析具体化机器人和模拟器的代表性工作和四个主要研究目标（具体化感知、具体化交互、具体化代理和模拟到现实的适应性）来全面探讨最新的具体化人工智能进展，重点关注多模态大型模型在虚拟和现实具体化代理中的复杂性和重要性。

该论文详细介绍了具体化人工智能的最新进展，包括方法、范例和数据集，并强调了多模态大型模型在具体化代理中的重要性。同时，该论文还提出了具体化人工智能面临的挑战和限制，并讨论了未来的发展方向。

在最近的相关研究中，还有一些涉及具体化人工智能的论文，如“Embodied Intelligence”、 “Embodied AI: Understanding, Building, and Evaluating Embodied Intelligence Systems”等。