具身智能（Embodied AI）

具身智能（Embodied AI）是指拥有物理身体、能够通过传感器感知真实环境并以动作与之交互的人工智能形态，会走路、能干活的机器人就是典型的具身智能体。

概述

具身智能的核心主张是：智能不仅来自「大脑」的计算，还离不开身体与环境的持续互动。一个具身智能体通常具备感知、决策、行动三个环节——用摄像头、激光雷达等传感器获取周围信息，由算法理解场景并规划动作，再驱动机械结构完成任务，形成「感知—思考—行动」的闭环。

与之相对，ChatGPT、文心一言这类对话式 AI 属于「离身」的纯软件形态：它们没有身体，只能处理文字、图片等数字信息，无法直接触碰和改变物理世界，因此不属于具身智能。近年来，大语言模型和多模态技术的突破为机器人装上了更聪明的「大脑」，具身智能随之成为人工智能与机器人产业交汇的热门方向，不少观点认为它是通向通用人工智能的重要路径之一。

主要特点

• 拥有物理实体：以机器人、机械臂、自动驾驶汽车等真实载体存在，而不是只运行在屏幕里的程序。
• 感知—行动闭环：能实时感知环境变化并做出动作反馈，在交互中不断修正自己的行为。
• 可在交互中学习：常结合强化学习、模仿学习等方法，通过反复试错或观察人类示范来掌握技能。
• 面向开放环境：目标是在家庭、工厂等复杂多变的真实场景中完成任务，而非只按固定流程运行。

典型应用与代表产品

目前最受关注的载体是人形机器人和四足机器狗，宇树科技、特斯拉（Optimus）、Figure、波士顿动力等公司均有代表产品；此外，自动驾驶汽车、仓储物流机器人、手术机器人等也可视为具身智能在不同场景的落地。国内也已将具身智能列为重点发展的前沿科技方向之一。

常见问题

问：ChatGPT 算具身智能吗？答：不算。ChatGPT 只有软件形态，没有可以感知和操作物理世界的身体，属于「离身」的人工智能。

问：具身智能等于机器人吗？答：不完全等同。传统工业机器人多按固定程序执行动作，谈不上智能；具身智能强调机器能自主感知、理解环境并做决策，机器人只是它最常见的载体。

问：为什么具身智能最近这么火？答：大模型让机器理解语言和场景的能力大幅提升，机器人硬件成本也在下降，两者结合让「会思考、能干活」的机器人变得可行，因此受到产业界和资本的高度关注。