具身智能（Embodied Intelligence / Embodied AI）指的是：智能体不是只“在屏幕里思考”，而是拥有“身体”，通过与真实（或仿真）环境的持续交互，在“感知—决策—行动—反馈”的闭环中产生和发展智能。这一概念强调身体与环境对智能形成的决定性作用，而不仅仅是算法或数据本身。

一句话理解

给 AI 装上“身体”，让它通过行动去理解世界。
相比只能对话、生成内容的“离身智能”，具身智能能看、听、摸、动，并在真实世界中完成任务。

核心特征（为什么叫“具身”）

• 有身体：具备物理载体（机器人、车辆、机械臂、无人机等），包含传感器与执行器
• 强交互：通过视觉、触觉、力觉等多模态感知与环境实时互动
• 闭环学习：感知 → 决策 → 行动 → 环境反馈 → 再学习
• 情境化智能：能力来自具体场景与身体经验，而非只靠离线数据

这些要点是学界与工业界对具身智能的共识性定义。

与传统（离身）AI的区别

这种对比是理解具身智能的关键切入点。

典型应用

• 机器人：人形/服务/工业机器人（行走、抓取、装配、服务）
• 自动驾驶：车辆通过传感器理解道路并实时决策
• 物流与制造：柔性分拣、协作装配
• 医疗与养老：手术辅助、康复与陪护
• 虚拟具身：在仿真或元宇宙中的“有身体”智能体

这些应用都以“身体+环境交互”为前提。

为什么近几年特别火？

• 大模型让“脑”更强（语言、规划、泛化能力）
• 传感器与执行器进步让“身体”更灵巧
• **仿真到现实（Sim2Real）**与强化学习降低训练成本
• 产业需求推动：制造、物流、服务业的自动化升级

政策与产业层面对具身智能的重视也明显提升了热度。

简单类比

• 离身智能：博学的军师，能出主意但动不了
• 具身智能：能思考、能动手的学徒，通过实践学会本领