具身智能：从代码到肉身，AI终于要走出屏幕了

去年逛机器人展，被好几个展位的负责人拉住推销。说他们是国内最早做具身智能的团队。凑过去一看，不就是加了个语音控制的机械臂？预编程写好所有动作，换个零件放歪一厘米就抓不住，也好意思叫具身智能？

别被概念忽悠：具身智能的核心到底是什么

现在行业里最大的误区，就是把「AI装个身体」等同于具身智能。不对。真正的具身智能，核心是智能源于身体和物理环境的交互，而不是只从海量文本数据里训练出来。 我们熟悉的大语言模型，所有知识都来自网上的图文数据。它能告诉你杯子是用来喝水的，但它不知道拿玻璃杯子要多大劲，不知道放在桌子边缘的杯子一碰就会掉，更不知道掉在瓷砖上的杯子会碎成渣。这些刻在物理世界的规则，大模型学不到，必须让具身智能自己用传感器「摸」，自己一次次试错学。 具身智能与传统机器人原理对比图 技术边界其实很清晰：遥控机器人不算，预编程机械臂不算，只有能在陌生环境里自主感知、自主决策、调整动作完成任务的，才能叫具身智能。说实话，我见过太多吹得神乎其神的产品，现场演示全靠提前扫图彩排，换个陌生环境直接趴窝。不少创业公司换个皮就敢拿具身智能的概念拿融资，吃相真的不好看。

产业落地的真实进度：to B先跑，to C还远

不过话说回来，概念归概念，具身智能本身确实是AI的下一个大方向，这两年的进展也真的不小。大模型的爆发，刚好给具身智能解决了最头疼的「脑子」问题。 原来机器人要完成「把脏衣服放进洗衣机」这个任务，得工程师拆分十几个步骤逐行写代码，换个场景全部推翻重来。现在大模型可以直接把自然语言指令，自动拆解成连贯的动作序列，机器人碰到小变化自己就能调整。斯坦福去年发布的Mobile ALOHA，能自己完成煎鸡蛋、整理衣柜这些复杂家务，demo放出来的时候整个行业都炸了。 工业产线具身智能协作机器人实拍 现在落地最快的不是消费端，是产业端。汽车焊装车间的协作机器人，原来换个车型就要重新调试一周，现在带具身智能能力的机器人，自己就能识别新的工件位置，调试时间能从一周缩到几个小时。电商仓储里的拣选机器人，原来只能扫固定条码拿规整的箱子，现在能从混乱的堆货里找出不规则的商品，错发率降了快三成。上游供应链现在都热了，原来小众的力觉传感器、3D视觉摄像头，订单量翻着倍往上涨，厂商都在砸钱研发低成本方案准备放量。 但落地障碍也明摆着。第一个就是成本，一台能满足基本需求的具身智能机器人，现在成本少说十几万，普通小工厂根本掏不起钱换。第二个就是环境适应性，碰到没见过的东西还是会懵，下雨天室外的移动机器人，摄像头被雨一淋，连路都找不到。

未来三年，具身智能会走到哪？

未来三年，具身智能会走到哪？ 现在资本一窝蜂扎进来，泡沫肯定有，不少换皮项目圈完钱就没了下文。但也不能一棒子打死，这个方向本身没错——AI不可能永远待在手机和服务器里，总要出来改变物理世界。 绕不开的问题也摆在这里：安全风险谁来担？机器人在物理世界动，错一个动作就可能伤人，现在的算法还做不到100%不出错，出了事故算整机厂的锅，还是大模型提供商的责任？现在连明确的规则都没有。伦理层面，规模化落地之后，最先替代的就是工厂流水线、仓储分拣这些重复性劳动岗位，这部分劳动力的转型怎么安排，没人能给出答案。 聊聊实打实的判断，未来3-5年： 第一，to B细分场景会率先规模化落地，工业协作、仓储拣选这些结构化程度比较高的场景，三年之内就能看到大批具身智能机器人代替人工，成本会降到传统机器人的同等水平，厂商两三年就能收回成本。 第二，to C消费级全能产品还是PPT阶段，别指望三年之内能买到帮你做饭洗衣服的全能家用机器人，最多出来一些单功能的细分产品，想要能应付整个家的全能机器人，至少再等十年。 第三，行业会在两年之内迎来第一轮洗牌，现在挤进来的上百个创业团队，最后能活下来的估计不到十分之一，挤完泡沫剩下的玩家，才能吃到接下来的产业红利。 AI从屏幕里走出来，这一步才刚刚抬脚。路还长着呢，别急着吹，也别忙着跑。