1. 具身智能
智能并非一个孤立于身体的大脑计算过程，而是源于身体与环境的实时交互。智能、知觉和行动是一个不可分割的整体。
一个系统必须拥有“身体”（可以是实体机器人，也可以是虚拟环境中的化身），并通过这个身体感知环境、执行动作并接收反馈，才能发展出真正的智能。
关键要素：
-
具身性： 拥有一个物理的或虚拟的身体。
-
情境性： 身处一个具体的环境之中。
-
感知-行动循环： 智能体通过传感器感知环境，通过执行器作用于环境，并从这个循环中学习和适应。
2. 智能体
核心思想： 智能体是一个能够感知环境、自主决策并执行行动以实现目标的任何系统。它是一个更广泛、更抽象的概念。
简单来说： 一个“自主决策者”。它接收环境的感知，通过内部模型或策略进行决策，然后行动以影响环境，最终达成其目标。
关键要素：
-
自主性： 能在没有直接干预下控制自己的行动和内部状态。
-
反应性： 能及时感知环境并对其变化做出反应。
-
主动性： 不仅能被动反应，还能主动采取目标导向的行为。
-
社会能力： 能通过某种“语言”与其他智能体或人进行交互。
所有具身智能系统都是智能体，但并非所有智能体都是具身智能。
| 维度 | 智能体 | 具身智能 |
|---|---|---|
| 核心哲学 | 理性决策：关注如何根据感知信息做出最优决策以实现目标。 | 交互生成：智能是在身体与环境的动态交互中“涌现”出来的，而非预先编程。 |
| 身体的重要性 | 可有可无。可以是纯软件（如聊天机器人、游戏AI），也可以有物理身体。 | 必不可少。身体是智能产生和存在的必要条件。身体的形态和物理属性直接决定了智能的形态和可能性。 |
| 环境 | 环境可以是任何东西：数据库、棋盘、互联网、物理世界。 | 环境必须是能够与之进行物理（或拟物理）交互的世界。环境是“可操作”的。 |
| 知识与认知 | 知识可以是被预先赋予的（如规则库），或从数据中学习得到的。 | 知识主要是通过感知-行动循环在交互中逐步构建的，是具身的、情境化的。 |
| 研究侧重点 | 决策理论、规划算法、多智能体协作、通信协议。 | 运动控制、 affordance（可供性）学习、多模态感知（视、听、触等）与行动的融合。 |
| 典型例子 | - 无身体：Siri, AlphaGo, 股票交易算法。 - 有身体：自动驾驶汽车，工业机器人。 |
- 物理身体：人，动物，仿生机器人。 - 虚拟身体：在物理模拟引擎中学习技能的AI角色。 |
一个先进的具身智能体，其技术栈会包含传统智能体的所有技术（如强化学习、知识表示），并在此基础上增加：
-
机器人技术（运动规划、机械控制）
-
多模态感知融合（将视觉、语音、触觉等信息结合）
-
物理仿真（用于在安全、低成本的环境中预训练）
智能体 是一个抽象框架，描述任何能够自主行动的实体。它回答了“做什么”和“为什么做”的问题。
具身智能 是一个具体哲学和范式，强调身体和交互是智能的基础。它回答了“智能如何产生和体现”的问题。
