从“会说”到 真的会做
具身智能让 AI 获得感知与行动通道
CH.01 / NOTES
AI 的 “身体” 在哪里？
具身智能 · 第一章
从屏幕里的“聊天 AI”，走向能够感知、决策、行动并从物理交互中学习的“做事 AI”。
为什么走路 比下棋更难？
规则世界适合计算
模块化： 逐站接力
模块化便于独立开发和排错，代价是接口复杂与误差累积。
机器人正在走进 哪些现场？
越结构化的环境越容易落地，家庭与农业等开放场景仍更具挑战。
平台如何 拆掉数据瓶颈？
真机、仿真和自动标注协同
UNIT 01 / MEETING NOTES
小节一 · 从“会说”到 真的会做
先围绕“从“会说”到 真的会做”建立问题，再逐页核对本小节的机制与证据。
01 // FROM CHAT TO ACTION从“会说”到
从“会说”到
真的会做
具身智能让 AI 获得感知与行动通道，进入真实或仿真的物理世界。
02 // CLOSED LOOP感知、决策、执行
感知、决策、执行
不是单行道
机器人每执行一次，环境就可能变化，因此必须重新感知并持续修正。
03 // MORAVEC PARADOX为什么走路
为什么走路
比下棋更难？
规则世界适合计算，真实世界却要求 AI 随时处理噪声、变化和意外。
UNIT 02 / MEETING NOTES
小节二 · 精确菜谱
先围绕“精确菜谱，还是 见多识广”建立问题，再逐页核对本小节的机制与证据。
04 // TWO ROBOT ROUTES精确菜谱，还是
精确菜谱，还是
见多识广？
结构化高精度任务仍适合传统机器人；具身智能拓展的是变化更大的场景。
05 // MODULAR PIPELINE
模块化：逐站接力
模块化便于独立开发和排错，代价是接口复杂与误差累积。
06 // VISION-LANGUAGE-ACTION
VLA：一个模型直达动作
VLA 省掉人工模块拆分，但依赖海量轨迹、强算力与额外安全机制。
07 // TWO-LEGGED STRATEGY两条路线，
两条路线，
同一块地基
路线可以并行，数据却是两者共同的训练燃料和评估依据。
UNIT 03 / MEETING NOTES
小节三 · 机器人正在走进 哪些…
先围绕“机器人正在走进 哪些现场”建立问题，再逐页核对本小节的机制与证据。
08 // APPLICATION MAP机器人正在走进
机器人正在走进
哪些现场？
越结构化的环境越容易落地，家庭与农业等开放场景仍更具挑战。
09 // DATA BOTTLENECK为什么“身体数据”
为什么“身体数据”
最难获得？
机器人轨迹必须真实操作或高质量仿真采集，时间与硬件成本远高于文本。
10 // DATA FACTORY平台如何
平台如何
拆掉数据瓶颈？
真机、仿真和自动标注协同，目标是降低高质量具身数据的采集成本。
RECAP // THREE MODELS
第一章，记住 三个判断框架
从“会说”到 真的会做
具身智能让 AI 获得感知与行动通道
为什么走路 比下棋更难？
规则世界适合计算
模块化： 逐站接力
模块化便于独立开发和排错，代价是接口复杂与误差累积。
机器人正在走进 哪些现场？
越结构化的环境越容易落地，家庭与农业等开放场景仍更具挑战。
平台如何 拆掉数据瓶颈？
真机、仿真和自动标注协同
理解具身智能，要同时看身体闭环、技术路线与数据来源。
SOURCE QUIZ // 10 MCQ
单选题 · 10 题
得分 0/10
先依据闭环、路线或数据逻辑作答，再查看讲义解析。
SOURCE QUIZ // 5 TRUE-FALSE
判断题 · 5 题
判断题得分 0/5