上周在南京的科技展挤到脚不沾地的时候，本来是冲着那个被全网拍烂的银白人形机器人去的——毕竟展台上的工作人员举着手机直播，说它能记住每个观众的脸，能递咖啡，能跟着音乐晃脑袋，我挤了十分钟才挤到前排，结果被旁边一个蹲在地上的、连外壳都没有的金属小机械臂勾走了注意力。
那东西也就半米高，没有头，没有摄像头凑在人脸上晃，就是个银灰色的金属关节，指尖夹着一片刚落的银杏叶，黄得透亮。我好奇凑过去，指尖轻轻碰了碰那片叶子的边缘。
它立刻动了。
没有提前录好的程序卡顿，就是很自然地把叶子往自己的方向挪了半厘米，力度轻到连叶脉都没压皱——像是怕把叶子碰碎，又像是怕我伸手的时候，它的叶片会刮到我的手。那瞬间我鸡皮疙瘩直接起来了。
之前的AI，全是“飘在天上的脑子”
说实话，我之前接触的所有AI，不管是能写文章的，还是能画画的，本质上都是“没有身体的脑子”。
它知道手冲咖啡要1:15的粉水比，知道水流要匀速画圈，知道温度要控制在92度。但它从来没有真的拿过咖啡壶。没有手，没有触感，所有的知识都是从网上的文本里扒下来的，没有半点真实的体感。你跟它说“咖啡壶太烫了”，它能给你列一堆防烫的方法，但它根本不知道“烫”是种什么感觉。
之前工厂里的工业机械臂也不算“有身体的智能”。它的动作是工程师一行行代码写死的：走到哪个角度，停在哪，用多大的力气抓东西，全是提前算好的。如果工件稍微歪了一毫米，它就会焊错位置，根本不会自己调整。它没有“在环境里摸爬滚打学习”的能力，只是个按指令干活的工具。
具身的核心，从来不是“造个人形”
我之前也被营销号带偏过，觉得具身智能就是做个跟人一模一样的机器人，有脸有手有脚，能帮你扫地做饭。直到那天蹲在展台边跟工程师唠了半小时才明白，根本不是那么回事。
具身智能的核心，从来不是外形像人，是它的“聪明”是长在身体上的——是它的传感器能实时摸到周围的环境，能根据反馈随时调整动作，所有的经验都是自己在一次次试错里摸出来的，不是提前写在代码里的。
就说那个夹银杏叶的机械臂。它之前在训练的时候，碰过玻璃，碰过海绵，碰过薄纸，碰过硬塑料，每一次接触的压力、摩擦力，都会被指尖的传感器记下来，慢慢就摸出了规律：碰薄的东西，压力要控制在0.1牛以下，不然就碎了；碰硬的东西，可以稍微用点力；如果有东西挡在前面，要立刻收力，不能硬撞。
我当时故意把手里的矿泉水瓶往它那边挪了挪，它的关节转了转，对着瓶壁盯了两秒，试探着把指尖伸过去，轻轻碰了碰瓶身——发现是硬的、滑的，就立刻把之前夹银杏叶的轻力度加了一点，调整了指尖的角度，准备抓瓶子。
没有遥控器，没有提前录好的动作。
那反应是实时的。
不过话说回来，我在展上见过太多“表演型机器人”了。穿着好看的外壳，台上走得稳得很，招个手，递个水，看着热闹，其实台下的工作人员按个遥控器，它就动一下。稍微有点突发情况，比如观众突然伸手挡在它前面，它就僵在原地，根本不会反应。
但这个小机械臂不一样。我伸手挡在它要抓瓶子的路上，它立刻停住，把举着的银杏叶往回拉了拉，像是在说“哦，你挡路了，那我等会再动”。那瞬间真的，我觉得它不是个冷冰冰的机器，是个刚学会用手的小孩，认认真真在摸周围的世界。
离“真的能用”，我们还差得远
别信那些吹“明年就能用上具身智能保姆机器人”的营销稿。真的差得远。
现在的具身智能，还在实验室的“舒适区”里待着。所有被用来训练的东西，都是标准的方方块块，没有灰尘，没有猫毛，没有突然窜过来的宠物，没有掉在桌上的半块饼干。你让它拿实验室里的标准方块，它能拿得稳得很，但是你把方块换成个刚从冰箱拿出来的、滑溜溜的水蜜桃，它可能拿三次就掉两次。
那个展台的工程师跟我吐槽，说现在最卡脖子的根本不是大模型的参数有多大，是怎么把“感知”做的像人的皮肤一样灵敏。人的指尖能摸得出一张A4纸的厚度，能摸得出杯子里的水快满了，甚至能摸出风吹在手上的温度变化。但现在的机械指尖，你让它分清楚纸和塑料的区别，都要训练好几个小时。
更别说，它还要能在乱糟糟的家里，自己找到沙发缝里的遥控器，不会把桌上的玻璃杯扫到地上，不会在老人伸手拿药的时候，因为力度太大捏疼人家的骨头。这些看起来简单的小事，对现在的具身智能来说，都是难到离谱的坎。
我离开展台的时候，回头看了一眼。那个小机械臂正举着那片银杏叶，对着展台的灯光慢慢转，指尖的传感器轻轻蹭着叶片上的纹路，像是在认真读叶子上的脉络。旁边的人挤来挤去，有人胳膊碰了下展台的桌子，它立刻停住，把叶片举得高了一点，生怕被人碰掉。
其实想想也挺好的。我们总在追求做个跟人一模一样的机器人，却忘了最开始的智能，本来就是从“伸手摸一下世界”开始的。
作者|科技
排版|科技
审核|知知