具身智能入门 · 培训投影版

有身体的智能,一次学透

写给零基础学员的 22 页入门课:概念 → 原理 → 大小脑 → 华为端云映射 → 常用名词 + SO101 真机 → 验证路线。

22 页 · 全文详细版现场投影 · 远距离可读含互动小测
02 · 今天学什么

四段式,一次学完

1是什么

一句话定义 + 和聊天 AI 的区别

2怎么工作

感知 → 决策 → 执行,大小脑分工

3名词 + 真机

18 个常用名词 + 本地 SO101 案例

✦

学完能带走:能向家人解释具身智能,并明确自己在验证路线上的第一步。

03 · 是什么

智能,必须有身体

具身智能 = 能感知物理世界、能做决策、能动手执行的智能体。身体不是外壳,是它学习世界的方式。

眼能看见

摄像头、激光雷达读懂房间与路况

脑会思考

理解指令、拆解任务、做计划

手能动手

抓取、移动、操作真实物体

04 · 一页分清

聊天 AI vs 具身智能

聊天 AI:只有嘴

输入文字 → 输出文字。不碰杯子,不进厨房,说得对但做不了。

具身智能:有手脚

听到“倒杯水” → 找到杯子 → 走过去 → 拿起 → 倒水。错了会被杯子“纠正”。

记

一句话区别:一个活在屏幕里,一个活在物理世界里,要为真实后果负责。

05 · 为什么是现在

三件事同时成熟了

算便宜的算力

端侧芯片能跑大模型,机器人不再需要拖着机房(详见12页昇腾)

感便宜的传感

深度相机、力觉皮肤成本大幅下降

学通用的大脑

大模型带来常识与语言理解,任务不用逐个编程

06 · 感知

先看见世界

视觉定位置,触觉定力度,听觉与惯性定状态。三者缺一,动手就毛糙。

  • 视觉人在哪、杯口在哪、路上有没有障碍
  • 触觉 / 力觉捏多紧、端多稳,不捏碎也不打滑
  • 位置 / 惯性自己走到哪、手臂伸到哪
07 · 决策

从死规则到活计划

听到指令“把桌子收拾一下”
→
拆解任务先杯子、后纸巾、再摆椅子
→
动手试错拿不起就换角度

以前靠工程师逐条写规则,现在靠模型做常识推理 + 现场纠错。

08 · 执行

动手,是最后一公里

轮子 / 腿:到得了

工厂平地用轮,野外台阶用人形腿,贵但通用

手臂 / 手:拿得稳

夹爪便宜可靠,灵巧手通用但难 control,先夹爪起步

要

要点:执行拼的是稳定与安全,不是花哨动作,慢而稳才可交付。

09 · 大脑小脑

一个指挥,一个干活

大脑:慢思考

理解语言、做计划、处理意外。跑在云端或高算力芯片,几百毫秒级。

小脑:快反应

保持平衡、控制力度、紧急制动。跑在本地,毫秒级,断网也能保命。

10 · 大模型带来什么

常识,终于装进了机器人

  • 听懂人话“收拾一下”不用解释每一步,它知道杯子要立着放
  • 举一反三见过马克杯,就能猜保温杯怎么拿
  • 会问会认错不确定就停下问,而不是瞎动手
11 · 全景一张图

四层,缺一不可

感知层相机 · 雷达 · 触觉
→
大脑层大模型 · 规划
→
小脑层运动控制 · 安全
→
本体层轮腿 · 手臂 · 电池

选型顺序:先定场景,再定本体,最后配大小脑。下一页看华为端云如何对号入座。

12 · 华为交叉 · 端侧算力

端上跑稳,才敢动手

昇腾端侧:快反应

视觉定位、导航避障、抓取控制在机器本地跑。延迟低,断网也能急停保命,对应小脑。

为什么放端上

平衡与力度要毫秒级,云端往返来不及。端侧越稳,动手越敢。

记

一句话:端侧解决“快和稳”,MaaS 推理经昇腾算子加速。

13 · 华为交叉 · 云端三件套

云上学深,越用越聪明

训ModelArts 魔坊

一站式训推平台:数据预处理标注、分布式训练、端边云部署,管全周期工作流。

调MaaS 即服务

模型广场按需 API 调用,一键推理免运维,昇腾算子加速,按量计费。

机CloudRobo

具身全流程平台:数据合成、训练、仿真评测、真机调测,本体小时级上云。

分

端云分工:端做反应,云做成长。盘古能力经 ModelArts Studio 承载。

14 · 常用名词 · 基础

基础六词:先对上暗号

具身智能EAI

有身体的智能,在真实世界里动手、试错、负责

离身智能

只有脑没有手:聊天 AI 会说不会做

感知—决策—执行

机器人的三步:看见、想好、动手,循环跑

大脑—小脑

大脑做规划,小脑管动作,又快又稳

端到端

从看到做到一步直达,中间不转手

人形机器人

长成人形的通用身体,为人的环境而生

15 · 常用名词 · 模型

模型六词:越聊越常见

大模型

见过海量图文的底座,负责懂常识、听懂人话

VLM视觉—语言模型

看得懂图、答得出话,但还没长手

VLA视觉—语言—动作

看见加听懂,直接输出动作:从说到做

世界模型World Model

机器心里的彩排场,先想后果再动手

扩散策略Diffusion Policy

从噪声里雕出动作轨迹,抓取常用策略

强化学习

靠试错和奖励自己练,仿真里最常用

16 · 常用名词 · 数据与验证

数据验证六词:我们的日常

遥操作Teleop

人手把手示教,机器跟做:数据的第一来源

模仿学习ACT / 行为克隆

看示范学会动作,SO101 走的就是这条路

仿真

虚拟试验场,先让机器在里面犯错

Sim2Real现实鸿沟

虚拟场练的活,到真实世界常掉链子

真机调测

真机上跑关键用例,仿真里过不代表现场过

成功率评测指标

连跑 10 次成了几次:验证报告里最硬的数

17 · 本地案例 · SO101 真机

我们桌上就有一台:SO101

机开源 6 轴机械臂

TheRobotStudio × Hugging Face 开源,3D 打印 + 现货舵机,成本千元级:一只示教臂 + 一只执行臂

链LeRobot 标准链路

遥操作采集 → 数据集 → ACT 模仿学习 → 自主抓取:16 页的名词在这台上全跑一遍

验证视角:它是我们的真机调测台——仿真里过不代表现场过,过了这台才算过。

18 · 验证路线 ①

先会用验证工具

  • 第 1 周学 CloudRobo:仿真用例、评测看板、真机调测入口,先跑通一条 demo 用例
  • 第 2–4 周跟着老员工复跑回归用例,学会看日志、定位是感知还是执行的问题
  • 第 2 个月独立负责一个模块的用例集:仿真过、场测过,才签字
19 · 验证路线 ②

跟一次完整验证

  • 定标准和开发一起,把“过不过”写成可执行的用例
  • 跑两轮仿真全量跑一遍,真机抽关键用例跑一遍
  • 卡放行不达标就打回,用数据说话,不用感觉说话
20 · 验证路线 ③

独立出验证报告

全覆盖要全

功能、性能、安全、隐私,一张表管到底

真数据要真

仿真加真机双记录,复现步骤写清楚

敢结论要敢

过就放行,不过就拦,签字负责

21 · 随堂互动

哪一个算具身智能?

  • A.手机里的语音助手,只会订闹钟
  • B.会进厨房把碗放进水槽的机器人
  • C.只能按固定轨道送餐的小车

答案:B 完整具备感知—决策—执行;C 算半具身,换个餐厅就迷路。现在请举手投票。

22 · 带走一页

会看、会想、会干

具身智能 = 身体在场 + 为真实后果负责。下一步:走验证这条路,本周动手一次——跑一条仿真用例,或跟一次真机调测。

← → 翻页R 回到首页打印即讲义 · 一页一纸
← / → · space · R reset