过去几年，英伟达的CEO黄仁勋出尽了风头，但我们还真心服气！大佬的战略前瞻性毫无疑问让AI时代早来了好几年！没有英伟达澎湃的算力支持，各种大模型的研发速度毫无疑问要几档！

最近黄总又说了：“人工智能的下一个浪潮将是具身智能”，掷地有声！那么“具身智能”到底有多深的玄虚，炒作是否有价值？木鱼今天做一个属于个人的学习分享，水平有限！

大体上，我们现在炒得凶的AI都属于“非具身”智能。对于相对于“具身”，在木鱼看来，其结构上最大的差异就是学习路径。

拿自然语义来说，工程师需要事先准备海量训练数据集输入到运行于大型GPU集群的大模型中进行机器学习，产生了准确率较高的结果之后，可满足客户端的内容需求，提供决策判断或AI内容生成（AIGC）。

内容生成是不与物理世界有接触的，只是AI应用的一个方向。但目前是最确定有价值的落地应用方向，所以市场炒作也最积极。

还有一种，是AI应用于物理世界的AI，比如智能驾驶。但是这里依然是采集到海量数据如图片、传感器信息之后，再输入进大模型中进行深度学习，接着把特征模型数据输出给汽车那端的电脑中可实时进行自主决策。

因此决策端是在汽车的电脑里的，学习还是在中心侧。因此可以说，AI还是没有直接与物理世界打交道。

以上都是“非具身”的人工智能，那么“具身智能”就是要终端自主采集、学习和决策了。

（本图以Stable Diffusion AI生成）

拿机器人自主抓鸡蛋来说，“非具身”智能恐怕首先需要整理海量的学习数据如鸡蛋在各种视角的形状、机器人的手掌形态、力度、测距信息等等，把这些数据提交到服务端的大模型统一学习，再把学出来的特征结果下发给机器人的电脑进行决策判断。

但是，如果是“具身”智能，那么就不一样了。比如火星车在火星要执行任务，如果有自主智能，那肯定是好的。因为一是距离太远通信有十几分钟的误差，二是可能会有新的没有见过的场景，地球那边都没学习过，无法指导火星车及时应对。

这个时候，如果火星车能像人一样“随机应变”一些新挑战，自然是好的。“具身智能”就是模仿人的学习路径来在物理世界做出自主决策。

那么，比如火星车自行尝试抓取一块石头，从零开始学习。那么火星车上的机器人会一遍遍地去尝试抓，失败了传感器会记录下试探时的各种状态如机器爪的方向、力度等，然后再调整了继续试，还是失败会再评估是否更接近成功，总结经验后再试。然后有一次成功了，它记录下成功时的各种数据。照样总结一下，继续试，为了以后次次都成功！

这个过程就是“边试边学、越试越灵”的过程，就像人类打球一样，刚开始学总是失败，但慢慢地经验积累，成功率越来越高。我们也是在不断学习总结中越做越好。

显然，“具身”智能是“类人脑”的自主学习、决策，不再依赖于“中心化学习”。这样的优点很多，比如不再需要事准备海量的训练数据，能适应多变的环境，无需对中心的依赖等等。当然限制条件也很多，比如机器人这样的终端，需要强大的环境感知力、超强的边缘计算能力以及试错成本等。

（AI绘画好看么？）

以上听起来，是不是有点夸张？从技术上来说，难度和“元宇宙”的终极模式相比是差不多的。如果元宇宙还属于概念，那么现在“具身智能”肯定也是概念，短期必然是概念炒作而且由于发力点太多而空间有限。但毫无疑问，中长期会极大推动“机器人学、深度学习、强化学习、机器视觉、计算机图形学、自然语言和认知科学”的发展。木鱼再加一个边缘计算！

回顾下游戏ETF的炒作。元宇宙早就冒出来了，但是由于距离现实太远，反而炒作高度受限。而游戏这次炒作的核心就是AIGC，这个东西是实现的、确认可为上市公司带来价值的，因此游戏ETF直接像妖股一样爆发了。大家看到，我区区一个自媒体都可以用AIGC解决不少问题，何况有专业资源的游戏、传媒商了。

那么回到“具身智能”，应该说最大价值是给机器人这样的“专精特新”和现在AI加点中期的分数，更加坚定AI是战略方向的决心。一旦“具身智能”领域出现了ChatGPT这样的选手，那么就是火山爆发了。ChatGPT出现之前没人相信会有这么强的，我们现在不信“具身”智能，那么可能也会被打脸！

“具身智能”能应用到的领域很多：未知探索、自动驾驶、玩具、采矿甚至战斗机器人等等，会很大程度改变我们的生活。

加油，具身智能！科技天天向招手，大家也一起进步！