2026-09-24 15:12:52 分类：正文
9月23号在南京溧水的智能制造园逛了一下午，脚都走酸了，印象最深的不是站台上面带表情跳舞的人形机器人样机，是角落一个没人理的机械臂。
那天有人故意把它要抓的零件碰掉了半米，搁以前的工业机器人，早就报警停转了——毕竟它只认预设好的坐标。结果它停了半秒，摄像头转了一圈，机械臂歪了歪，精准把零件捞起来，放回流水线，接着干活。
别翻百科了，我亲眼见到的具身智能是这样
之前刷手机，看好多人讲具身智能，左一个定义右一个术语，我看完还是懵。那天见过这个机械臂之后，一下子懂了。
以前我们熟悉的AI，不管是聊天机器人还是修图软件，都活在屏幕里，吃的是整理好的图文数据，输出的也是屏幕上的内容。
具身智能不一样。它把AI装到了真实世界的身体里——它得自己用眼睛看环境，用传感器碰东西，遇到突发情况自己改主意，最后还要动手把事儿做成。说白了，原来的AI是“坐而论道”，具身智能是“起而行之”。
南京智能制造园具身智能工业机器人作业图
那天陪我逛的工程师说，这个机械臂就是用大模型做的感知决策，之前调试同类型的旧机械臂，换一个产品就要改一周的代码，现在只要说一遍“抓这个铝块，放到那个蓝色周转箱里”，半天就能调好，掉个东西歪个位置根本不是事儿。
好多人对具身智能的理解，从根上就错了
第一个误区：具身智能就是人形机器人。真不是。你家现在能自动避障不卡沙发的扫地机器人，就是初级具身智能。仓库里能自己绕开工人、找对货位的AGV小车，也是。只要它能在物理环境里感知、决策、完成动作，不管长得是圆是方是长胳膊，都算。
网上那些放波士顿动力跳舞视频的，一半是蹭流量，跳得好看不代表真的能用，换个没见过的地面，放个不一样的箱子，它就傻了。
第二个误区：具身智能是这两年才诞生的新东西。其实早在上世纪，研究机器人的人就在做类似的事儿，只不过那时候没有大模型，机器人的脑子不够用，只能干固定的活儿，稍微变一点环境就歇菜。这两年大模型出来了，大家突然发现，大模型对环境的理解能力、对语言指令的解析能力，刚好给机器人补上了脑子这块短板，这才一下子火了。
说实话，火了之后什么牛鬼蛇神都出来了，随便加个大模型调用接口的机器人，就敢吹自己是下一代具身智能。
大模型驱动具身机器人交互示意图
不过话说回来，真的突破，确实是最近这两三年才有的。放在五年前，你根本不可能让机器人看一眼陌生的桌子，就听懂“把红苹果拿给我”的指令，现在已经有实验室能做到了。
具身智能真正的坎，不在身体，在脑子
具身智能真正的坎，不在身体，在脑子
现在造机器人的身体不难，电机、摄像头、触觉传感器，供应链都成熟了，想要什么样的身体都能攒出来。难的是脑子。
真实世界太“乱”了。大模型训练用的图文数据，都是整理好的，清晰度够，标注清楚。放到真实世界里呢？同一个杯子，上午的阳光晒着是一个颜色，傍晚开灯又是另一个，放在桌布上和放在木桌上轮廓完全不一样，杯子里装半杯水和满杯水，重心差很多，抓的时候用的力气完全不同。机器人得在几分之一秒里，把这些乱七八糟的感知信号梳理清楚，算出该出多少力，该往哪动，太难了。
现在大家用大模型解决了决策的问题，但还有个坎没人跨过去：怎么把触觉、力觉这些物理信号，翻译成大模型能懂的语言，再把大模型的决策，转换成机器人关节丝滑的动作？很多实验室的样机，演示的时候顺风顺水，你把它换个房间，温度变几度，地面滑一点，它就能掉链子。
我那天问那个工程师，现在行业落地最头疼的是什么？他说不是做不出能做家务的人形机器人，是做不出能用十年、成本万元级的人形机器人。工厂用机器人，要求一天干十二个小时，连续干三年不能出故障，现在很多样机干三个小时就要充电，出一点错就要人工重启，根本没法用。至于家用，你说谁会花几十万买个机器人帮你倒垃圾？不可能的。
好多人吹五年之内家家都有人形机器人，听听就算了。具身智能真正的落地，一定先从B端开始，就是工厂、仓库、矿山这些地方，这些地方不需要机器人长得像人，只要能帮人干那些重复、危险、累人的活儿，就够了。比如在汽车工厂装座椅，人天天抬，腰都累坏了，让具身智能机器人干，它不会累，不会错，这不比给你端咖啡的人形机器人有用？
那天临走的时候，我又回头看了看角落那个机械臂，它没有花哨的外观，没有做什么惊艳的动作，就是一块一块摆零件，摆完一个，接着下一个，灯闪了一下，自动校准了传感器位置，又接着干。没有掌声，没有欢呼，安安静静。
我那时候突然觉得，这才是具身智能本来该有的样子。它不是用来割资本韭菜的噱头，也不是科幻电影里会造反的机器人，就是帮我们干活的一个帮手，而已。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。如有侵权请联系删除。
文章名称：工厂里走出来的具身智能，不是只会耍帅的机器人
文章链接：https://www.lfdjt.com/p/keji/a/2434.html