- 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。
56110编辑于 2025-12-18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
25210编辑于 2026-01-20- 来自专栏CreateAMind
具身人工智能全面综述
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。 相比之下，视觉SLAM（vSLAM）[94]、[95]利用机载摄像头捕获图像帧并构建环境表示，优势包括硬件成本低、小规模场景精度高、可捕捉丰富的环境细节。 虽然该方法支持适应多种任务与环境，但对外部策略模型的依赖可能引入延迟并影响性能，因此这些模型的质量对整体智能体效能至关重要。 2）利用VLA模型执行动作：与前述“任务规划与动作执行在同一系统内完成”的方法不同，该范式利用具身多模态基础模型的能力进行规划与执行，减少通信延迟，提高系统响应速度与效率。
61810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。
84730编辑于 2024-11-14- 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。
41310编辑于 2024-06-17 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。 我说眼下还不用太担心，因为人工智能比你贵多了。所以，这是第一个问题，成本到底能有多低？ 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。
61110编辑于 2024-08-13- 来自专栏RTSP/RTMP直播相关
Android音视频直播低延迟探究之：WLAN低延迟模式
Android WLAN低延迟模式Android WLAN低延迟模式是 Android 10 引入的一种功能，允许对延迟敏感的应用将 Wi-Fi 配置为低延迟模式，以减少网络延迟，启动条件如下：Wi-Fi “LOW_LATENCY”： 表示低延迟。低延迟对于一些对实时性要求较高的应用非常重要，例如在线游戏、视频会议、实时流媒体等。 实时流媒体 对于观看实时体育赛事、音乐会等流媒体内容，低延迟可以减少缓冲时间，提供更即时的观看体验。三、实现方式硬件支持 设备的 Wi-Fi 芯片和天线需要支持低延迟功能。 一些高端的 Wi-Fi 芯片可能会专门针对低延迟应用进行优化，提供更好的性能。软件配置 操作系统和应用程序可以通过设置来启用低延迟模式。 特别是我们做音视频对延迟比较敏感的行业，可酌情参考。
93510编辑于 2024-11-12 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。
17000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。
24700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。
1.2K10编辑于 2025-02-20- 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。
32610编辑于 2024-05-29 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 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。 低延迟通信：通过使用 zero-copy 的 Apache Arrow 消息，实现了低延迟的通信能力，大幅提升了数据处理效率。
1.1K10编辑于 2024-07-17- 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
27010编辑于 2025-11-26 - 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
61710编辑于 2025-07-29 - 来自专栏数据猿
卡住具身智能脖子的，不是硬件，是数据
没有真实世界的数据 具身智能只能是幻觉 过去几年具身智能硬件的进步堪称惊人。双足行走、关节扭矩控制、电机响应速度、传感器精度……宇树、智元、特斯拉等玩家已经将工程能力推到了一个新高度。 当人们谈到具身智能的时候，往往只把焦点放在那个漂亮的外形上。事实上，除了本体，具身智能还需要三大核心要素：数据、模型与场景。 其中，数据尤为关键。它直接决定了智能能不能“涌现”，能力能不能“泛化”。 近日，记者参访了海天瑞声位于北京的一处具身智能数据训练中心，这里地处繁华地段，整栋写字楼里，有好几层都专门用于具身智能数据采集。 虽然仿真数据存在域差异（即仿真数据与真实数据在纹理、物理响应上存在差异）的挑战，但速度快、规模大、成本低的优势，是其成为补充具身智能数据缺口不可或缺的一环。 2024年，国内首个具身智能数据行业标准——《人工智能 具身智能数据采集规范》发布。首次为物理交互数据的格式、质量与安全提供了指导性框架。这意味着，“数据标准化”已上升为顶层战略。
14110编辑于 2026-03-27 - 来自专栏多模态模型系列
具身智能中VLA（视觉-语言-动作）技术论文解读
上个月的“全球首场人机马拉松”的赛事，可以说是具身智能技术发展的一个小里程碑。 具身智能上面谈到智能体需要感知环境、自主决策并执行任务。LLM连个本体都没有，执行任务就是调用服务~落地场景始终还是在软件层面。 而具身智能则是天生Agent圣体~具身智能的三要素：“本体”，即硬件载体“智能”，即大模型、语音、图像、控制、导航等算法；“环境”，即本体所交互的物理世界。 本体、智能、环境的高度耦合才是高级智能的基础。具身和智能两条线，在具身智能上汇合了。目前具身大模型可以分为两大流派，一类是端到端大模型，一类是分层具身大模型。 目前，由于受数据制约难以达到性能要求，端到端大模型尚未成为主流选择，更多厂商还是选择以分层模型为机器人的具身智能。
5.2K36编辑于 2025-04-29 《虚实共生：双向映射重塑具身智能决策逻辑》
传统具身智能的决策困境，恰似盲人摸象。智能体依赖传感器捕捉环境信息，却常因信息碎片化陷入“只见树木不见森林”的困局。 双向映射重塑具身智能决策逻辑的核心，在于构建了“预测 - 验证 - 进化”的闭环体系。 这种循环迭代，使得智能体的决策能力如同被精密打磨的利刃，在虚实交互中不断进化。就像围棋选手通过复盘优化策略，具身智能在双向映射中实现了决策智慧的持续生长。在复杂场景中，双向映射更显独特价值。 这种虚实协同的决策模式，颠覆了传统“经验驱动”或“数据驱动”的单一逻辑，创造出更具适应性的智能决策新形态。然而，这场决策革命并非坦途。数据隐私泄露、模型精度衰减、虚实同步延迟等问题，如同潜伏的暗礁。 当数字孪生与物理实体的双向映射成为具身智能的“数字基因”，智能体将不再是机械执行指令的工具，而是拥有深度环境理解与动态决策能力的“数字生命体”。
33810编辑于 2025-05-19- 来自专栏猫头虎技术专区
猫头虎分享：什么是具身智能（Embodied Intelligence）？
猫头虎分享：什么是具身智能（Embodied Intelligence）？一、具身智能的概念是什么？ 具身智能（Embodied Intelligence）是一个非常有趣的概念，它将智能的发展与人们的物理世界直接绑定在一起。 并不是类似于谷歌助理或是Siri这种主要依赖语言的应用，具身智能持有应用在体育、行为计划和实施行为方面的能力，这样才能让一个智能体举为真正的“有身体的智能”。 而正是这样，具身智能系统才有可能像人一样开始理解环境，举了一个实际的例子，我们可以想到美国的水亮大酒店，帮忙亲自射门和拆床。 五、结论：未来前景具身智能在未来的前景应该是非常充满的，至少在人机合作与人们的生活、工作和教育方面，它有可能进入更深层的讨论与实践。
90210编辑于 2024-11-18 - 来自专栏Datawhale专栏
一篇具身智能的最新全面综述！（上）
本文部分参考中国信息通信研究院和北京人形机器人创新有限公司的《具身智能发展报告》 具身智能基本概念 具身智能，即“具身+智能”，是将机器学习算法适配至物理实体，从而与物理世界交互的人工智能范式。 而人形机器人则是集各类核心尖端技术于一体的载体，是具身智能的代表产品。 具身智能的三要素：本体、智能、环境 具身智能的三要素：“本体”，即硬件载体；“智能”，即大模型、语音、图像、控制、导航等算法；“环境”，即本体所交互的物理世界。 具身智能的四个模块：感知-决策-行动-反馈 一个具身智能体的行动可以分为“感知-决策-行动-反馈”四个步骤，分别由四个模块完成，并形成一个闭环。 大模型的涌现，极大地增强了具身智能体的智能程度，大幅提高了环境感知、语音交互和任务决策的能力。
3.4K10编辑于 2024-10-29 - 来自专栏防止网络攻击
具身智能机器人学习路线全解析
一、引言 具身智能机器人作为融合了机器人学、人工智能、认知科学等多领域知识的前沿技术，正逐渐改变着我们的生活和工作方式。从工业制造到家庭服务，从医疗护理到太空探索，具身智能机器人都展现出了巨大的潜力。 （三）编程基础 Python：作为具身智能机器人领域广泛使用的编程语言，具备丰富的库和工具，如 NumPy 用于数值计算，SciPy 用于科学计算，Matplotlib 用于数据可视化。 四、人工智能技术 （一）机器学习 监督学习：学习分类和回归算法，如决策树、支持向量机、神经网络，用于机器人的模式识别和状态预测。 ).item() print(f'Accuracy of the network on the 10000 test images: {100 * correct / total}%') 七、总结 具身智能机器人的学习是一个长期而复杂的过程 通过系统地学习数学、物理、编程、机器人学和人工智能等多方面的知识，结合实际案例和代码实践，相信你能够逐步掌握具身智能机器人的核心技术，为这一领域的发展贡献自己的力量。
1.9K00编辑于 2025-05-15
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