- 综合排序
- 最热优先
- 最新优先
【具身智能核心技术】
具身智能核心技术概述 具身智能（Embodied Intelligence）强调智能体通过与物理环境的交互来学习和发展认知能力。其核心技术包括感知、决策、控制和多模态学习等模块。
1.1K10编辑于 2025-12-18NVIDIA具身智能版图初探
在具身智能（Embodied AI）和物理智能（Physical AI）的前沿技术中，NVIDIA无疑占据了一个重要的位置。 提供多种训练方法的支持，使其能够适应不同的智能体学习任务。 主要用于训练具身智能系统，例如机器人自主学习、自动驾驶的智能决策训练等。 五、NVIDIA具身智能全栈闭环 NVIDIA具身智能技术的成功不仅仅依赖于单一的硬件或软件平台。 随着NVIDIA 具身智能平台 的不断发展，NVIDIA 已经不仅仅是 AI 算力的提供者，更成为 物理智能和具身智能革命的关键推动者。 未来，NVIDIA 将继续以其技术为基础，推动具身智能在更多行业的普及和发展。
71810编辑于 2026-04-28具身智能核心技术
具身智能的落地案例分析 具身智能（Embodied Intelligence）强调智能体通过与物理环境的交互来学习，近年已从实验室逐步走向实际应用。以下为典型落地案例： 1. ROS2的实时调度策略 关键算法模块采用C++加速（如使用Eigen库进行矩阵运算） 安全机制 硬件急停回路与软件看门狗双冗余设计 ISO 13849标准下的PLd级安全认证实现 以上案例与代码展示了具身智能在感知
66410编辑于 2026-01-20- 来自专栏CreateAMind
具身人工智能全面综述
网络空间中的智能体通常被称为“非具身AI”，而物理空间中的智能体则称为“具身AI”（见表I）。 当前，具身人工智能涵盖计算机视觉（CV）、自然语言处理（NLP）和机器人学等多个关键技术领域，最具代表性的方向包括：具身感知、具身交互、具身智能体和仿真到现实的机器人控制[7]。 因此，有必要通过全面综述，把握具身人工智能在通向AGI道路上不断演进的发展图景。 具身智能体是具身人工智能最核心的基础。 • 我们将具身人工智能系统性地划分为若干核心组成部分，包括机器人、仿真平台，以及四大研究任务：具身感知、具身交互、具身智能体和仿真到现实迁移，从而构建了具身人工智能的详细分类体系。 II 、具身机器人 具身智能体与物理环境进行交互，包括机器人、智能家电、自动驾驶车辆等。
1.6K10编辑于 2026-03-11 具身智能，究竟还缺什么？
具身智能（Embodied AI）指的是拥有物理形态的人工智能系统，这些系统能够在真实的物理环境中进行学习和操作，与周围世界实现动态交互。 相对于数字环境的AI，这项能力对于需要与物理世界亲密接触的具身智能来说显得更为重要。 而这对于接下来具身智能对世界的理解与交互来说，是非常重要的基础工作。 不管哪种方式，对于具身智能这项复杂工程，都是有益且必要的。随着技术的发展和市场的变化，开源与闭源之间的界限也在逐渐变得模糊，未来可能会出现更多结合两者优点的混合模式，共同解决具身智能这一多学科难题。 总的来说，要实现具身智能，还需要做大量的工作。“没有灵魂的躯体是一具行尸走肉，没有躯体的灵魂是一缕虚无幽灵。”在具身智能的发展过程中，具身和智能缺一不可，且需要达到高度的有机结合。
1.1K30编辑于 2024-11-14- 来自专栏CreateAMind
具身认知与激进具身认知（2）
这种类似吉布森的对心理表征的怀疑或许是布鲁克斯早期工作中最（臭名昭著的）方面，但使布鲁克斯成为具身认知科学榜样的并不是他的反表征主义。相反，是他坚持认为智能必然是具身的。 智能的身体、脚手架化的环境、模糊的边界 鉴于对精神体操重要性的最小化，解释复杂、智能行为成为一个挑战。在具身认知科学中，一部分智能从大脑“卸载”到身体和环境中。 这三条原则表明，尽管受到美国自然主义者詹姆斯·吉布森的影响，具身认知科学仍然是表征理论的一种形式。事实上，尽管与老式人工智能（GOFAI）有许多不同，具身认知科学仍然是一种心灵的计算理论。 据此，克拉克认为，激进具身认知科学家所推动的，是对认知主义革命中“良构旧式人工智能”的一种过于彻底的决裂；他们本应满足于不那么激进的决裂——亦即具身认知科学所代表的那种立场。 不过在下一节中，我将简要概述两项激进具身认知科学研究的实例。此举旨在初步展示：激进具身认知科学如何进行解释、迄今已解释了哪些现象，并让人初步感受到：它究竟如何能够解释真正智能的行为。
41610编辑于 2026-03-11 - 来自专栏AI科技评论
专访联想集团 CTO 芮勇：智能体是具身智能的基础｜具身智能十人谈
AI科技评论：在您看来，智能体与具身智能之间有什么联系？ 芮勇：我认为，智能体是一个统筹的概念。智能体基于大模型而又超越于大模型，智能体同时也是离身智能和具身智能的基础。 在数字空间的智能体，我们一般称为离身智能（Disembodied AI）；存在于物理空间的智能体就是具身智能（Embodied AI）。具身智能包括在机器人方向的具身智能，也包括了车和其他设备。 此外，比如同样是对知识库和工具库的调用，离身智能和具身智能所调用的库是完全不一样的。 AI科技评论：您认为具身智能最适合的载体是什么样的？ AI科技评论：从某种意义上来说，具身智能因为具有和物理环境进行交互的特点，应该是更高级的一种智能形态，您如何看待具身智能和 AGI 之间的关系？ 芮勇：我觉得 AGI 跟离身智能、具身智能都有关系。 芮勇：就像刚才谈到的，从小模型到大模型，大模型再到智能体，智能体包括离身智能、具身智能，这一发展脉络还是挺清晰的，所以我不觉得具身智能会是昙花一现，现在具身智能确实是一个主流的研究方向。
68010编辑于 2024-06-17 具身智能仿真训练平台怎么选？
具身智能仿真训练平台怎么选？机器人仿真并不是一个新概念，但进入具身智能阶段后，“仿真”的技术边界已经发生明显变化。 这也是当前具身智能仿真真正困难的部分。二、真实场景数字孪生：先把机器人未来工作的环境搬进仿真第一种路线重点解决的是真实场景如何进入机器人训练体系。 这种类型的平台更接近具身智能的研发云基础设施。它并不一定替代具体的物理仿真引擎，而是帮助团队把计算、数据、仿真和训练资源统一组织起来。 飞捷科思公开的具身智能仿真平台建立在自研统一求解物理引擎之上，支持刚体、柔性体、流体等多物理场耦合，以及大规模并行仿真和强化学习训练。 、并行训练与底层物理计算因此，“哪个具身智能仿真平台最好”本身并不是一个很准确的问题。
5900编辑于 2026-09-22具身智能的10个真问题
本期为《仲夏六日谈》第三季第一期节目文字内容，主题为《具身智能：信仰还是FOMO？》。十大看点：·具身智能会昙花一现吗？·AIGC下“具身智能”有哪些特别之处？·机器人为什么也要有“大脑、小脑”？ 关于具身智能，大家说得比较多的一点是，必然得通过具身智能才有可能达到AGI这一步。 张恒第：具身智能这个词，其实是近两年才出现的。有一年，英伟达的黄仁勋突然把具身智能这个词提出来了。 没有那么大的区别，真正的区别可能还是在大脑里，所以我觉得，现在的具身智能和以前的具身智能之间最大的区别是大脑和身体的强绑定。 但具身智能怎么办？离具身智能最近的一个解决方案可能是自动驾驶。
91710编辑于 2024-08-13具身智能的 scaling law，可能真的来了
写下这段话的是 Sunday Robotics 创始人 Tony Zhao 和 Cheng Chi，就是 ALOHA 和 UMI 的作者，这两个名字在具身圈几乎无人不知，我之前专门写过一篇文章介绍Sunday 写在最后 从技术上看，这份报告解决的是具身智能最老的一块心病，模型出了实验室就不可靠。ACT-2 把它变成了一条可以计算的曲线，机器人第一次从演示道具，往可交付的产品迈了实实在在的一步。
24410编辑于 2026-07-21具身智能的 OpenAI，可能已经出现了
如果具身智能领域会出现一个 OpenAI 级别的公司，我觉得 Physical Intelligence 是目前最接近的 10 亿美元融资，56 亿美元估值，18 个月发了 11 篇研究，已经有客户在用他们的模型做真实业务 融资速度：20 个月，10 亿美元 PI 的融资节奏可能是具身智能领域最快的： • 2024.03 种子轮 7000 万美元（Thrive Capital、OpenAI、Lux Capital） • 2024.11 写在最后 豪斯曼说过一句话：核心挑战不是机械设计，是智能。 大部分机器人公司把精力花在腿怎么走、手怎么抓上面。PI 赌的是另一条路：只要大脑够聪明，身体是谁的都行。 这个赌注能不能最终成立？我不确定。
69200编辑于 2026-03-31- 来自专栏新智元
具身元年压轴，智源线虫登Nature子刊封面！具身智能迎新纪元
它首次实现了秀丽线虫神经系统、身体与环境的闭环仿真，不仅填补生物智能模拟领域空白，还为具身智能发展和AI实际应用开辟了全新路径。 这一工作不仅为研究生物智能提供了新的平台，也为具身智能理论的进一步发展和人工智能领域的应用奠定了基础。 articles/s43588-024-00740-2 BAAIWorm GitHub地址： https://github.com/Jessie940611/BAAIWorm BAAIWorm天宝对于具身智能研究的意义 近年来，随着神经科学和人工智能技术的深度交叉融合，研究者们越来越多地尝试通过构建生物体模型来理解神经系统与行为之间的关系，并推动具身智能的研究。 生物智能无疑是人工智能研究的源头。BAAIWorm天宝通过高精度还原和模拟生物智能，为理解和探索生物启发的具身智能的核心机制提供了重要的实验平台。
42100编辑于 2025-02-15 业内首个具身智能原子技能库架构
随着大模型技术的进步，具身智能也迎来了快速的发展。同时，具身智能也还存在诸多挑战，核心挑战在于具身操作泛化能力，即如何在有限具身数据下，使机器人适应复杂场景并实现技能高效迁移。 实验表明，方案在数据效率和泛化能力方面表现卓越，这是业内首个基于数据驱动的具身大模型原子技能库构建框架，也是首个面向具身产业应用的数据采集新范式，形成数据标准，解决当前具身智能数据缺乏困境，尤其是高校与产业之间数据和范式的流动 研究背景具身智能，即具身人工智能，在生成式 AI 时代迎来重要突破。通过跨模态融合，将文本、图像、语音等数据映射到统一的语义向量空间，为具身智能技术发展提供新契机。 小结团队提出的一种基于三轮数据驱动的原子技能库构建框架，旨在解决传统端到端具身操作策略带来的“数据爆炸”问题，为具身智能产业应用提供创新解决方案。 希望此项工作能够为行业提供重要启示，促进学术界与产业界的深度合作，加速具身智能技术的实际应用。我们诚挚邀请有兴趣的合作伙伴，与我们一起探索具身智能的未来。
1.7K10编辑于 2025-02-202026具身智能实训平台建设指南
这篇文章尝试从技术架构角度拆解：具身智能实训平台到底应该包含什么，不同类型的平台分别解决哪些问题。一、传统机器人实验室为什么不完全等于具身智能实训室？ 这些能力依然重要，但具身智能增加了新的训练链路。 三、第二层是数据采集，这是具身智能和传统机器人教学差异最大的地方具身智能模型需要大量机器人与环境交互数据。 具身智能还有一个很重要的特点：智能能力不应该完全绑定某一个机器人品牌。 而是一套真正的具身智能工程流程。
44310编辑于 2026-09-20- 来自专栏一点人工一点智能
具身智能关键模型技术演化路线图
编辑：陈萍萍的公主@一点人工一点智能 横跨2012–2025年，把计算机视觉（CV）、自然语言处理（NLP）、强化学习（RL）、大语言/多模态模型（LLMs/MLLMs）以及世界模型（WMs）五条技术线的里程碑工作放在同一条时间轴上 ，直观呈现它们如何交替推动具身智能从“单模块感知”走向“多模态-物理-语义”统一体。 下面按时间顺序对图中出现的30个核心模型逐一给出技术要点与在具身智能中的角色。 NLP模型（黄色） RL模型（绿色） LLMs/MLLMs（靛蓝色） World Models（蓝色） 此图用一张“地铁线路图”式的时间轴，把原本碎片化的 30 余个里程碑串成五条“技术快线”，帮助初入具身智能的研究者一眼看清
49910编辑于 2025-11-26 深度洞察 | OpenCSG带你探索具身智能的前沿
1 具身智能概念介绍1.1 具身智能定义目前人工智能的进展，在诸多数据源和数据集（Youtube、Flickr、Facebook）、机器计算能力（CPU、GPU、TPU）的加持下，已经在CV、NLP上取得了许多任务 因此为了满足AI机器人能够像人类一样在真实世界中实践型学习，具身智能（Embodied AI）逐渐成为一个热门的讨论点，或许它就是通往通用人工智能的关键钥匙。 1.6 Embodied AI主要任务具身智能研究任务主要类型分别是视觉探索、视觉导航和具身QA。 2 具身智能技术路线Embodied AI：集成 环境理解、智能交互、认知推理、规划执行于一体的系统方案环境理解：CV领域中做了很多的相关工作。 3 具身智能落地项目3.1 具身智能操作系统3.1.1 ROS2机器人操作系统（Robot Operating System, ROS）自2007年诞生以来，已经极大地推动了机器人技术的发展。
1.6K10编辑于 2024-07-17- 来自专栏Rust语言学习交流
【Rust招聘】具身智能应用开发实习(1名)
我们的其中一个目标是通过引入先进的大模型来增加环境自适应能力和灵活性，致力满足具身智能机器人操作系统的的需求，并邀请对具身智能充满热情的你加入我们，共同推动开源事业。 欢迎你的加入，一起编写下一个具身智能里程碑应用。
45110编辑于 2024-05-29 具身智能的“GPT时刻”为什么迟迟不来？
这组反差，就是万亿具身智能赛道最真实的产业现状：资本热度拉满、技术迭代加速，落地却卡在数据生产环节。 具身智能多模态数采ODM整套解决方案针对具身第一人称无本体采集的技术痛点，飞凌嵌入式提供完整ODM底座方案，实现头部主控与腕部节点“采集·同步·编码·端侧算法·VLM质检”的完整链路，助力客户快速产出高质量训练数据集 专业ISP调试能力自建光学暗室，可开展ISP摄像头专项调试，满足具身智能复杂实景采集需求。 正是这套 "数据生产体系" 硬件底座的专业提供者——具身智能多模态数采ODM整套方案，覆盖核心板选型、相机适配、采集同步、编码落盘到端侧质检全链路。 如果您正在布局具身智能数据采集，欢迎联系我们获取方案资料、咨询定制，一起跑通"数据生产"这条命脉，拿下万亿市场的入场券。
14710编辑于 2026-09-28- 来自专栏AIGC新知
2025 WAIC探展攻略 | 具身智能篇
H3智能终端馆 除了AI，具备身形的智能体同样备受关注，我们所说的具身智能。 H3馆将带你进入一个赛博空间，感受来自2050的未来世界。 具身智能厂商：宇树、智元、国地中心等具身智能厂商、 智能眼镜：灵伴科技、XREAL、李未可等智能眼镜品牌、 AI+游戏：新智慧游戏、心影随形等 汇聚「具身智能」 「机械制造」「 虚拟现实」 「智能硬件」 赛博空间一：「具身智能」 人形机器人正在不断突破边界，成为人类新的伙伴。 松延动力 E109 公司致力于通用人工智能本体，机器人仿生，以及具身操作系统等多个方向的研发。 北京人形 C110 国内首家具身智能软硬件全栈科技公司，聚焦具身智能机器人关键共性技术研发和生态建设，围绕通用机器人平台“天工”和通用具身智能平台“慧思开物”两大核心任务开展攻坚，致力于打造具有全球影响力的具身智能创新策源地和应用示范高地
1.1K10编辑于 2025-07-29 具身智能仿真训练 vs 真机训练
具身智能机器人为什么需要仿真训练？与真机训练相比有哪些差异机器人训练有两条典型路线：一种是在真实机器人和真实环境中反复训练，另一种是在仿真环境中先完成大量策略学习和测试，再迁移到真实机器人。 八、目前常见的具身智能仿真平台有哪些类型目前市场上的机器人仿真产品并不属于同一种类型，可以大致分成四类。 九、企业选择机器人仿真平台应该关注什么如果准备搭建具身智能训练环境，可以优先检查以下几个方面。1. 物理可信度至少需要关注：碰撞；摩擦；重力；关节动力学；接触关系。 因此更合理的机器人训练流程通常是：仿真大规模训练↓少量真机校准↓真实场景测试↓运行数据采集↓重新训练具身智能规模化以后，真正重要的可能不是拥有最大的机器人训练场，也不是拥有最逼真的模拟器。 参考资料工业和信息化部、国务院国资委：《人形机器人与具身智能实景实训专项行动》NVIDIA Developer：Isaac Sim、Isaac Lab官方技术文档智元机器人：Genie Sim公开技术资料逐际动力
24110编辑于 2026-09-16
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号