不是AI装个轮子就叫具身智能
旁边站着的研发小哥见我凑得近，主动搭话：别把这玩意儿跟你家那台扫地机器人混为一谈，那是“预存规则的机器”，这台是从真实碰撞里长出来的体感记忆。 我问他啥叫体感记忆？ 他说，你家那台扫地机器人的障碍物识别，是提前把“桌子腿、墙、鞋”的模型喂给系统，碰到对应轮廓就躲，要是碰到个没见过的东西——比如我刚才掉的那个毛绒钥匙扣，它大概率会直接撞上去。但这台不一样，它的训练数据里没有“钥匙扣”的模型，它是靠外壳上的触感传感器、底部的压力传感器，碰到软的东西就自动调整力度，碰到不确定的东西就停下来“观察”两秒，再决定要不要靠近。
它不是学会了规则，是长了“会碰的脑子”
之前跟一个做自动驾驶的朋友喝咖啡，他说现在大家喊的具身智能，其实不是什么凭空冒出来的黑科技，是之前做机器人、做自动驾驶的那帮人，终于把分家几十年的“感知、决策、执行”三个模块捏到一块了。 之前的AI是什么样的？ 你给它一张桌子的照片，它能告诉你这是桌子，能算出桌子的长宽高，但它从来没真的伸手摸过桌子——不知道桌面是凉的还是暖的，不知道桌腿碰上去是硬的还是软的，不知道如果把一个杯子放在桌角，稍微碰一下就会掉下来。 具身智能的核心，从来不是“给大模型装个轮子”，而是把“思考”和“身体的感知”彻底绑在一块。 就像你伸手去拿桌上的杯子，不是先在脑子里算“杯子在30厘米外，倾斜角度45度，需要用2牛的力”，你是伸手，指尖碰到杯壁的凉度，感觉到杯子有点滑，自动调整手指的力度，整个过程连想都不用想。 这台扫地机器人就是这样，它不是先算好“奶茶渍在我前方10厘米，需要左转30度绕开”，它是底部的传感器感觉到地面的摩擦力不对——普通地砖的摩擦力是固定的，奶茶渍上的摩擦力变小了，它就自动停下，然后调整路径。 说出来你可能不信，研发小哥说，这台机器人的训练数据里，有三分之一是它被志愿者故意绊倒、被踢脚、被猫跳上去踩的真实记录。 挺惨的。 但就是这些摔出来的经验，比一万条预编的规则都管用。
别等它飞进你家，现在的坑还没填完
我当时问小哥，这玩意儿什么时候能买回家帮我照顾那只拆家的猫？ 小哥翻了个白眼：你家猫要是跳它头顶上睡一觉，它能原地宕机三小时。 真的。 别信那些吹“具身智能明年进家庭”的稿，都是蹭热点的。我现场特意试了试，把一个装着半杯水的纸杯放在它前面，它停了，但是不敢动——它能感觉到纸杯是轻的，但是不知道如果碰倒了水会洒出来，它没有这个“生活常识”。 小哥说，现在的具身智能，还在“学走路”的阶段，就像八十年代的个人电脑，或者零几年的智能手机，你现在看到的都是实验室里打磨出来的样品，真要放到普通家庭里，问题多了去了。 比如成本。这台扫地机器人外壳上的触感传感器，单是那层带弹性的感应材料，成本就顶我家那台老扫地机器人的整机价格。 比如复杂环境的应对能力。你家要是有个翘起来的地毯边，有个掉在地上的数据线，有个乱跑的小孩，它现在还搞不定。 还有个挺有意思的误区，很多人觉得具身智能就得是人形的，得有胳膊有腿，长得像人。其实根本不是——扫地机器人是具身智能，自动驾驶的车是具身智能，甚至你家那个能自动感应开合的垃圾桶，要是能根据扔过来的垃圾的重量调整开盖幅度，也算具身智能的雏形。 具身智能从来不是要造一个长得像人的机器人，是要造一个能跟真实世界好好打交道的东西。 逛完展出来，我在地铁上翻我家那台老扫地机器人的APP，还在推“升级障碍物识别模型”的补丁。 突然觉得挺好笑的。 我们花了几十年把AI从算盘里拉出来，塞进对话框，教它读全网的书，说最漂亮的话，现在又要把它塞回有温度、会撞墙、会被猫欺负的身体里。 绕了一大圈。 原来AI最该学的，从来不是怎么说漂亮话，是怎么好好踩在地上，不绊人。作者|科技
排版|科技
审核|小北