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。
四段式，一次学完
一句话定义 + 和聊天 AI 的区别
感知 → 决策 → 执行，大小脑分工
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。
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。
摄像头、激光雷达读懂房间与路况
理解指令、拆解任务、做计划
抓取、移动、操作真实物体
聊天 AI vs 具身智能
输入文字 → 输出文字。不碰杯子，不进厨房，说得对但做不了。
听到“倒杯水” → 找到杯子 → 走过去 → 拿起 → 倒水。错了会被杯子“纠正”。
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。
三件事同时成熟了
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）
深度相机、力觉皮肤成本大幅下降
大模型带来常识与语言理解，任务不用逐个编程
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
从死规则到活计划
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。
动手，是最后一公里
工厂平地用轮，野外台阶用人形腿，贵但通用
夹爪便宜可靠，灵巧手通用但难 control，先夹爪起步
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。
一个指挥，一个干活
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。
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。
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
四层，缺一不可
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。
端上跑稳，才敢动手
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。
平衡与力度要毫秒级，云端往返来不及。端侧越稳，动手越敢。
一句话：端侧解决“快和稳”，MaaS 推理经昇腾算子加速。
云上学深，越用越聪明
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。
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。
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。
端云分工：端做反应，云做成长。盘古能力经 ModelArts Studio 承载。
基础六词：先对上暗号
有身体的智能，在真实世界里动手、试错、负责
只有脑没有手：聊天 AI 会说不会做
机器人的三步：看见、想好、动手，循环跑
大脑做规划，小脑管动作，又快又稳
从看到做到一步直达，中间不转手
长成人形的通用身体，为人的环境而生
模型六词：越聊越常见
见过海量图文的底座，负责懂常识、听懂人话
看得懂图、答得出话，但还没长手
看见加听懂，直接输出动作：从说到做
机器心里的彩排场，先想后果再动手
从噪声里雕出动作轨迹，抓取常用策略
靠试错和奖励自己练，仿真里最常用
数据验证六词：我们的日常
人手把手示教，机器跟做：数据的第一来源
看示范学会动作，SO101 走的就是这条路
虚拟试验场，先让机器在里面犯错
虚拟场练的活，到真实世界常掉链子
真机上跑关键用例，仿真里过不代表现场过
连跑 10 次成了几次：验证报告里最硬的数
我们桌上就有一台：SO101
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
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。
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
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
独立出验证报告
功能、性能、安全、隐私，一张表管到底
仿真加真机双记录，复现步骤写清楚
过就放行，不过就拦，签字负责
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。
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。