2026-10-08 22:48:00
作者：
科技
上周回南京找朋友，路过洪武北路老巷口的修鞋摊，鞋子开胶了坐下来等。修鞋的陈大爷捏了捏开胶的地方，脚一踩机器，刀头蹭着鞋帮走了半毫米，抹胶，压条，五分钟搞定。收五块。我盯着他的手看，突然反应过来——这就是所有人都在聊的具身智能啊。
别被“机器人”框住了对具身智能的想象
很多人刷到新闻，第一反应就是，哦，具身智能就是给大模型装个机械手，变成人形机器人对吧？错的离谱。说实话，我之前也被一堆科普文绕晕，一会说“身体是智能的载体”，一会说“物理交互学习”，看了半天还是懵。直到那天坐在修鞋摊的小马扎上，突然就通了。
南京老巷口修鞋摊修鞋动作实拍
大语言模型现在厉害吧？你问它怎么修鞋，它能给你写三千字攻略，步骤清晰逻辑顺。但是你让它来粘这只开胶的皮鞋试试？它不知道皮革穿了三年软了多少，不知道开胶的地方内里的布脱线了，不知道刀头走深了会划破鞋面，走浅了胶粘不牢。这些信息，不是靠拍照上传分析能算明白的，是靠手的触感，脚踩机器的力度，眼睛扫过的细节，实时调整出来的。
这就是具身智能。不是把AI装进身体里，是让智能长在和物理世界互动的过程里。你我从出生开始，摸烫杯子缩手，系鞋带调整力度，这些本事不是书本上学来的，是身体一次次试错试出来的，这本身就是最原生的具身智能。
卡了AI几十年的老问题，终于看到解法了
AI发展这么多年，其实一直卡在虚拟和现实的边界上。下围棋赢顶尖棋手，做图能拿设计奖，回答问题比十年前的博士顺，但是只要走出虚拟屏幕，碰一碰真实世界，立马露怯。你让它拿个生鸡蛋，它要么拿不住掉了，要么捏碎了。为什么？因为它从来没有“摸”过鸡蛋。它对鸡蛋的所有认知，都是图片和文字里的，不是靠身体感知出来的。
具身智能机械手抓取生鸡蛋测试场景
其实早在上世纪八十年代，就有人提具身智能的概念了，那时候没火，因为没有足够强的AI算法能处理实时的感知数据，也做不到快速决策。这两年大模型出来了，大家突然发现，哦，原来可以把大模型的认知能力，和身体的感知能力拼在一起啊。
之前机器人做一个动作，都是提前编程好的，遇到一点变化就废了，现在不一样。具身智能能靠大模型理解你的需求，再靠传感器感知环境，自己调整动作。我上个月去江北的一个科技展厅，见过一台帮人搬货的具身智能小车，有人故意把纸箱扔在它必经路上，它没停，也没卡死，绕了两步，自己调整了叉臂的高度，把堆歪的货叉起来就走，一点不愣。那时候我就觉得，这东西真的不一样了。
不过话说回来，现在很多概念吹的太凶，说什么两年就能进千家万户帮你做家务，我反正是不信。真实的物理世界，变量比虚拟世界多一万倍都不止。今天你家地板拖了有水滑，明天你放瓶子的位置偏了一厘米，对AI来说都是全新的问题。人类学个系鞋带都要学两三年，AI哪能一下子就把所有情况都搞定？
真正有用的落地，不在人形机器人上
真正有用的落地，不在人形机器人上
现在资本都盯着人形机器人炒，好像做不出人形机器人就不算做具身智能。其实错了。最早落地的具身智能，早就藏在我们看不见的地方了。比如汽车的自动驾驶，本质上就是一种具身智能啊，车子靠摄像头雷达感知路况，实时调整方向速度，这不就是和物理世界互动决策吗？
还有仓库里的拣货机器人，现在新一代的已经不用画固定轨道了，能自己躲掉落的箱子，能调整力度抓不同包装的商品，软的快递袋硬的纸箱都能抓，这就是具身智能在干活。还有护理场景，之前见过帮老人翻身的护理机器人，能感知老人的体重和皮肤的压力，支撑力度会跟着调整，不会像之前的老式机器那样硬邦邦顶得人疼，这就是实实在在的价值。
对吧？我们总觉得具身智能要做的像人，有手有脚能走路能聊天才叫厉害，其实不是。能解决真实问题，比像人重要多了。我之前和一个做机器人研发的朋友吃饭，他说他们现在接的最多的订单，都是工业场景的，没人要那种只会聊天摆拍的人形机器人，企业要的就是能在流水线上捡不良品，能搬重货，能适应不同环境的机器，能帮着省人工，这就够了。
那天修完鞋，我穿着粘好的鞋走在南京的老巷子里，风一吹，鞋不磨脚了，感觉特别顺。你说有意思不？我们人类花了几百万年进化出来的，靠身体感知世界的能力，现在AI要从头学一遍。陈大爷捏一下鞋就知道该用多大劲，这个能力，现在最先进的具身智能也未必做得到。路还长着呢，不急。
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：南京巷口修鞋摊里，我看懂了具身智能
文章链接：https://www.lfdjt.com/p/keji/a/7954.html