🤖 具身智能

机器人与具身智能科普 · 2026 年 10 月 9 日

什么是具身智能？——当 AI 拥有"身体"

大模型会聊天、会写诗，但让一个 AI 机器人稳稳端起一杯水、拧开一个阀门，却比想象中难得多。这背后，是一个正在崛起的领域——具身智能（Embodied AI）。今天，我们聊聊它的来龙去脉。

传统 AI 活在屏幕里：输入文字、输出文字，没有身体。具身智能的主张恰恰相反：真正的智能，需要一个能感知、能行动的身体。智能不是在"真空"里推理，而是在与物理世界的反复交互中生长出来的——这被称作"具身性"。

具身智能的每一秒都在跑同一个循环：用摄像头、触觉、力觉感知环境 → 用"大脑"（大模型或策略网络）决策 → 用机械臂、轮子、灵巧手行动 → 行动改变环境，又被重新感知。这个闭环，就是具身智能的全部秘密。

① 人形机器人：为什么一定要"人形"？因为我们的世界——门把手、楼梯、工具、工作台——都是按人体尺寸设计的。人形意味着无需改造环境，就能无缝进入人类的物理世界。

② VLA 大模型（视觉-语言-动作）：把"看懂、听懂、会做"统一到一个模型里。给它一句"把红色积木放到左边"，它就能看懂图像、理解指令、输出机械臂的每一个动作——这是具身智能近年最大的突破之一。

③ 灵巧操作：从"抓取"到"精细装配"，灵巧手让机器人能完成穿针引线、拧螺丝、叠衣服这类高难度动作。

自动驾驶汽车，其实就是一种具身智能——用摄像头与 LiDAR 感知道路、用算法决策、用方向盘和油门行动。本站的"多传感器融合""对抗攻击""类脑计算"，正是具身智能的核心技术拼图。

当 AI 拥有了身体，安全问题就从"数据"延伸到了"物理世界"：一次误动作，可能造成真实伤害。具身智能的安全——鲁棒感知、动作约束、人机协作防护——与智能汽车安全一脉相承，也是这门课程关注的议题。