我们距离通用人工智能（AGI）还有多远？
--- 即实现真正的具身智能
一个公认的瓶颈在于：
如何让 AI 走出虚拟世界，
在复杂的物理环境中理解、记忆并与世界高效交互。
我们之所以能在复杂的环境中穿梭自如，依靠的并非是超强的“大脑算力”，而在于我们与生俱来的一套高效且灵活的空间认知系统。神经科学研究早已表明，生物大脑主要依赖三种相互关联的空间知识形成稳健的空间认知：
三大“记忆组件”复刻人类空间认知
地标知识（Landmarks）
记住环境中显著的物体，比如「街角的花店」、「桌面上的星巴克咖啡杯」。
路线知识（Route knowledge）
记住连接地标的移动轨迹，比如「从花店直走，到红绿灯右转」。
勘测知识（Survey knowledge）
在大脑中形成一张类似地图的全局认知，使我们能够规划捷径或绕行。
图：BSC-Nav 从生物空间认知汲取灵感
（a）构建结构化空间记忆和检索机制
（b）并与多模态大模型结合进行导航规划）
“从被动响应到主动认知，BSC-Nav 证明了一件事：
让机器理解空间，记忆是关键（From reactive behavior to cognitive spatial intelligence, memory is the key）。”
走向现实：
为了研究在真实环境下的性能，研究团队和松灵机器人团队专门打造了一台集感知、导航和操作于一体的移动机器人平台，并在一个面积约 200 平方米的双层真实室内环境中，对 BSC-Nav 进行了严苛的实地测试。
实验结果再次证明了 BSC-Nav 的强大泛化性。
无论是根据简单的物体名称、复杂的文本描述，还是模糊的参考图片进行导航，机器人都能精准、高效地到达目的地。
详情来源：
清华、北航联合提出类脑空间认知框架，导航、推理、做早餐样样精通
论文标题：From reactive to cognitive: brain-inspired spatial intelligence for embodied agents
arxiv 地址：
项目地址：
空间因“您”而变！
联系『变芯®空间』
合作沟通：请加 zr18620222480
合伙人招募：1638079312（微Q同号）
供应链接：请发至1638079312@qq.com