具身智能为何突然爆火？本质归功于大语言模型！

具身智能这两年成为投资圈的热门话题，也经常有人问浩哥：为什么以前没有“具身智能”这个概念，最近一两年却突然火了起来？

其实，机器人并不是新鲜概念，但之前的机器人基本上都是单一场景、单一任务，而具身智能的目标是多场景、多任务，这是核心差异，有巨大的技术挑战。那么这个挑战为什么今天有机会突破呢？核心原因就在于大语言模型的出现。

大语言模型为机器人带来了两项革命性能力：一是对物理世界的理解能力，二是强大的泛化能力。

具体来说，过去的机器人虽然也有各种传感器，例如深度相机、激光雷达等，可以“看见”甚至“识别”现实世界。举个例子，在家庭环境中，机器人可以看见甚至分辨出这个是地上的垃圾，那个是孩子的玩具。但问题在于：他并不理解这些物体在现实生活中的意义。他不知道垃圾需要清扫，而玩具要收拾好保存起来，下次小孩儿还要玩儿，机器人缺乏一些物理世界的“常识”。

而大语言模型则赋予了机器人理解现实世界和处理复杂事情的能力，相当于给机器人装上了“大脑”。其实判断什么是垃圾，什么不是，这比我们想象中复杂得多。现实生活里，每个人对垃圾的定义都不同，所以经常闹出老婆把老公的宝贝当垃圾扔掉的尴尬。因此这一判断没有绝对标准，意味着具身智能必须具备高级的智能和理解能力，才能适应复杂的现实环境。

第二个关键点是泛化能力。大语言模型的泛化能力大家都很熟悉，比如它能写新闻、也能写作文；即能说汉语，也能说英语，无需专门针对不同的场景、不同的语言和语法进行训练，这就是泛化能力。对应到物理世界，就是“学会拿杯子后，也能自己拿盘子”，不需要对每一个动作都单独教一遍。

当然，在单一场景下，比如我这个机器人就是在工厂里拧螺丝的，这个对泛化能力的要求并不明显。但在家庭、服务等通用场景下，这种能力就变得极其重要。你不能说，我今天教会了机器人拿水杯，明天水杯换成了咖啡杯，它就不会拿了。每换一件物品都要重新训练，这肯定不行。这样的机器人毫无实用性。

总结一下：正是大语言模型赋予了机器人理解和泛化的能力，才让具身智能成为可能，这也解释了为何这两年具身智能突然爆火。至于“具身智能是否一定是人形”？那是另一个有意思的话题，浩哥下次和大家详聊。

关注“浩哥说”，秒懂前沿科技！