具身智能是指通过身体和环境的相互作用来实现智能行为的能力。它将人工智能融入机器人等物理实体，赋予其像人一样感知、学习以及与环境动态交互的能力。与传统上基于符号和算法的符号推理和计算的智能不同，具身智能强调身体感知、运动和与环境的互动。

“具身智能”这个概念的对立面是“离身智能”，它们区分的是“智能”与“身体”的不同关系。例如ChatGPT、DeepSeek这些大模型属于离身智能，它们能处理文字、图片等数据，能跟用户聊天、输出信息，但无法直接作用于物理世界；AlphaGo精于棋局推演，但面对真实棋盘时或许连棋子都拿不稳。而具身智能必须要有物理实体，通过“身体”感受世界，并与物理世界进行交互。通俗来讲，离身智能只需“动嘴皮子”，是个“理论家”；具身智能需要在物理世界“干活”，是个“实干家”。一个依靠抽象计算，在虚拟空间进行推演，一个通过身体与环境碰撞，在物理世界开展实践。

具身智能的显著特征（1）与环境实时互动：通过传感器和执行器实时感知并响应环境变化，能够根据环境变化动态调整行为。（2）适应性和自主学习能力强：通过与环境的互动持续学习，无需大量预训练数据，能够根据新环境或任务调整策略。（3）多模态感知和执行复杂性任务：结合视觉、听觉、触觉等多种感知方式，理解更复杂的环境信息，通过多模态数据更好地执行任务、感知人类行为，确保协作安全。

执行需要物理操作的任务：如抓取、搬运等，也可以在不同任务间灵活切换处理多种任务。

详细内容请查看附件