一、具身智能的兴起
具身智能强调智能体通过身体与环境的交互来学习和执行任务，与大模型结合后，机器人获得了理解语言、感知世界和规划动作的能力。
一）从语言到动作
大模型提供常识推理和任务分解能力，视觉语言模型负责感知理解，动作模型负责执行，多模型协作构成具身智能的技术栈。
二、关键技术与挑战
机器人操作技能泛化、长程任务规划和真机数据获取是主要挑战。仿真到现实的迁移仍是难点，真实世界的数据成本远高于互联网文本数据。
一）训练范式
端到端训练让感知到动作的链路更简洁，模仿学习和强化学习结合是主流路线，大规模预训练加领域微调成为新趋势。
三、商业化前景
具身智能的商业化将首先在单一场景、标准化任务中落地，比如仓储分拣和家庭清洁。随着技术成熟和成本下降，应用范围将持续扩展。
具身智能是人工智能与物理世界交互的重要方向，技术突破将带来深远影响。