上周蹲在苏州吴江的一个实验室角落，看一台半人高的机器人蹲在地上，用指尖捏着M3的螺丝钉，对着实验台的孔位摸了三次才插进去。
旁边的工程师叼着半根包子，喊了一句：“别盯着摄像头算啊，用你手腕的力反馈啊！”
我当时突然反应过来——哦，这就是最近炒得沸沸扬扬的具身智能，根本不是我之前在行业展会上看到的那种，站在玻璃罩里挥挥手说“你好我是具身智能机器人”的花架子。
别拿大模型的“嘴炮”，套具身智能的“手脚”
说实话，我之前也被网上的营销稿忽悠过，觉得不就是把ChatGPT这类大模型接到机器人的壳子上吗？好像只要给机器人装个会聊天的大脑，就算是具身智能了。
直到那天看那个机器人捏螺丝，第三次尝试的时候，它手腕的电机轻轻抖了一下，自己把螺丝转了15度，咔哒一声卡进了孔位。那一下我鸡皮疙瘩都起来了。
这根本不是靠摄像头拍了孔位的像素坐标，算出来要转多少度插进去的。是力反馈传感器传递回来的阻力变化，让它自己调整了角度——就像你闭着眼睛摸钥匙孔，手碰到金属边的时候，自然会微调钥匙的角度，根本不需要眼睛盯着算。
之前的工业机械臂是什么样的？提前编好固定的运动路径，走完每一个点都卡得死死的，只要螺丝歪了半毫米，就直接卡壳报警，等着人来救。它没有“身体”，只有执行代码的机械结构。
而现在的具身智能，核心逻辑根本不是“让AI更会说话”，是让AI学会用身体的感知去思考——你踩在地毯上的软度，握杯子时的力度，下台阶时重心的偏移，这些所有来自皮肤、肌肉、关节的信号，都是思考的一部分，不是光靠摄像头和大脑就能算出来的。
那些被吹成神的能力，其实都是人类练了十几年的本能
我那天在实验室站了一个半小时，看旁边的双足机器人在软垫上练单脚站，一共摔了17次。
工程师说，这是它这周第47次来练这个动作。说这话的时候他手里的包子已经凉透了，语气里全是吐槽：“之前我们也想过直接把动作捕捉的数据灌给它，让它直接学现成的动作。结果一碰到真实的地面就卡壳，硬的软的分不出来，踩个小石子就直接跪，还不如让它自己摔。”
你想想你自己学单脚站是什么时候？两三岁吧。摔了不知道多少次，慢慢才知道脚往哪个方向偏的时候，要把胳膊往哪边摆才能找回平衡。这个过程根本不是靠某个人教你“重心偏移10度的时候，左腿肌肉收缩20%”，是你的神经和肌肉在一次次摔倒里，攒出来的身体记忆。
现在的具身智能，就是在补这门课。之前的AI是什么？是坐在电脑前的天才，算数比人快一万倍，能写能画能聊天，但连下台阶都不会。因为它没有身体，从来没踩过真实的地面，不知道什么是软什么是硬，不知道手里拿的纸杯子一捏就扁。
很多人看网上波士顿动力机器人跳芭蕾、跑酷的视频，就觉得“这都是提前编好的动作，不算真的智能”。其实现在的路线早就变了——不再是给机器人写满每一个动作的代码，是让它在安全的软垫上随便摔，每一次摔倒的信号都存下来，慢慢学会怎么调整重心，怎么适应不同的地面。
离普通人的生活，到底还有多远？
不过话说回来，别被网上剪出来的短视频骗了。那些机器人给人做咖啡、叠衣服的片段，很多是拍了几十条才剪出来一条能用的。真的让它在你家厨房叠你昨天扔在沙发上的T恤，它大概率会把你的真丝睡衣扯破。
为什么？因为你家的环境太乱了。实验室里的地面是平的，货架是固定的，所有待操作的物体位置都是提前校准过的。真到了家里，沙发上有猫毛，地上有拖鞋，水杯是歪的，窗帘被风吹得晃，这些乱七八糟的变量，会让它的传感器直接懵掉。
我问那个啃凉包子的工程师，你们觉得什么时候能看到具身智能的机器人进普通人家？他想了想，把最后一口包子咽下去，说：“先别想家用，先把工厂里的活干明白再说。现在我们做的版本，能在仓库里把不同大小的快递盒分好类，不把盒子捏扁，就已经要谢天谢地了。”
他指了指角落里那个拧螺丝的机器人，说这台机器身上的传感器，光手腕上的力反馈模块，就比三年前我们做的整台演示机器人还贵。现在的成本根本撑不起家用，就算技术真的到了那一步，普通人家也买不起。
我之前看到好多文章吹，说具身智能出来之后，再过两年就能替你做饭、帮你带孩子、打扫卫生。说真的，这种话听听就算了。现在的具身智能，能在工厂里帮工人递个工具，能在仓库里整理货架，能在养老院里帮行动不便的老人递个水杯，已经是非常实在的应用了。
我走的时候，那个拧螺丝的机器人又把一颗螺丝碰掉了，滚到了实验台底下。它蹲下去摸了半天，没摸到，转头看向工程师，发出了一声低低的提示音。
工程师翻了个白眼，弯腰把螺丝捡起来递到它手里。
你看，这才是真的具身智能。
不是什么无所不能的神。
是个还在学走路、经常闯祸、需要人搭把手的小家伙而已。
作者|科技
排版|科技
审核|安然