具身科普
如果你还没准备直接进入教程，可以先从这页开始。
这页不讲太多公式，也不要求你先会 ROS、强化学习或者机器人学。目标只有一个：用最短时间帮你建立对具身智能的整体认识。
什么是具身智能
具身智能可以简单理解成：让智能体不只是“会想”，而且“能感知、能决策、能动作”。
和纯软件 AI 不同，具身智能最终要落到真实世界任务里，例如：
- 机械臂抓取、装配、搬运
- 人形机器人完成家庭或工业任务
- 轮式机器人进行导航、巡检、配送
- 多模态智能体根据图像和语言指令完成动作
它本质上是一条完整链路：
感知 -> 理解 -> 决策 -> 动作 -> 控制执行
为什么最近这么火
主要有三件事叠在一起：
- 大模型和多模态模型的发展，让机器人“理解指令和场景”的能力明显增强
- 仿真平台、数据采集和算力条件成熟，让训练和迭代更快
- 企业开始真正把机器人部署到工厂、仓储、服务和家庭场景里
所以现在行业不只是需要“研究者”，也需要大量能把模型、软件、仿真和硬件打通的人。
这个方向都在做什么
如果把岗位拆开看，通常会落在这几类：
- 算法方向：VLA、模仿学习、强化学习、多模态建模
- 工程方向：ROS2、部署、仿真、系统联调
- 数据方向：遥操作采集、数据清洗、数据集构建
- 硬件方向：传感器、控制、驱动、嵌入式与实机调试
这也是为什么同样想做具身智能，不同背景的人学习路径会完全不一样。
先看哪部分最合适
推荐阅读顺序
对大多数新用户，我建议这样走：
这样会比一上来就闷头看教程更省时间。