机器人也有身体吗？

第1章：机器人也有身体吗？

从变形金刚说起

你有没有想过，当擎天柱从一辆卡车“咔嚓咔嚓”变成一个高大威猛的机器人的时候，他心里在想什么？

擎天柱是美国动画片《变形金刚》里的主角。他原本是一辆看起来普普通通的卡车——有四个轮子、一个车头、一节车厢，跟马路上跑的那些大卡车没什么两样。但是只要擎天柱愿意，他就可以把自己“折叠”起来，变成一个十几米高的超级机器人！这时候的他，眼睛能发光，拳头像小山一样大，还能跳起来躲开敌人的攻击。

在好莱坞电影里，变形金刚们会飞、会打斗、会说话、会思考，好像跟真人没什么区别，只是身体是金属做的而已。

再想想《星球大战》里的R2-D2。那个圆滚滚的小机器人，长得像个蓝色的大垃圾桶，脑袋上顶着几个小灯，肚子里装着各种奇怪的工具。他会在宇宙飞船里滚来滚去，会用自己细长的手臂修理机器，会对着屏幕叽叽喳喳叫个不停，还会从自己的肚子里掏出工具来帮助主人。

你注意到了吗？不管是擎天柱还是R2-D2，他们都有一个共同点——他们都有身体。

擎天柱有手臂、有腿、有眼睛，他的身体可以做出各种动作：走路、跑步、跳跃、挥拳、拿起东西……R2-D2有滚轮可以在地上移动，有手臂可以伸出去抓东西，有眼睛一样的摄像头可以看见周围的世界。

那么问题来了——

科幻电影里的机器人看起来好像什么都会，可是真正的机器人是什么样的呢？他们也有身体吗？

如果你觉得这个问题很简单，答案当然是“有身体”啊！那我要告诉你，事情可没那么简单。接下来的故事，可能会让你重新思考这个问题。

什么是具身智能？

让我们先来玩一个“找不同”的游戏。

下面有三种“机器人”，你觉得哪种才是真正的机器人？

第一种：一个变形金刚玩具。

你在玩具店里见过那种变形金刚玩具吧？它们是用塑料或者金属做成的。你可以手动把它们从汽车形态变成机器人形态，也可以反过来变回去。但是，这个玩具本身不会自己动，不会自己说话，更不会自己思考。你必须用手去掰它，它才会变形。你不碰它，它就一动不动地躺在那里。

第二种：手机里的语音助手。

你的手机里是不是有一个“小助手”？它可能是“Siri”，可能是“小爱同学”，也可能是“小度”。你对着手机说话，它就会回答你。你问它“今天天气怎么样”，它会告诉你天气情况。你让它帮你定个闹钟，它就会定个闹钟。它好像很聪明，什么都知道。

但是，这个语音助手有身体吗？它不能走路，不能抓东西，不能看见你，也不能在房间里移动。它只是手机里的一个程序，一个“看不见、摸不着”的存在。

第三种：工厂里的机械臂。

在一些工厂里，有一种机器人叫“机械臂”。它有一根长长的金属手臂，末端装着各种工具，比如夹子、吸盘或者焊枪。这个机械臂可以自己移动，可以把流水线上的零件抓起来，放到另一个地方。它有自己的“眼睛”——其实是摄像头，可以看见零件在哪里。它还有自己的“大脑”——电脑程序，可以决定下一步该怎么做。

这种机械臂，就是真正的机器人！它有身体（手臂和工具），有眼睛（摄像头），有大脑（电脑程序），还可以跟周围的环境互动。

通过这三个例子，你发现了吗？

玩具机器人有身体，但是身体不听自己指挥。手机里的语音助手有“大脑”，但是没有身体。而工厂里的机械臂，既有大脑，又有身体，还能跟环境互动。

能像人一样，拥有身体，并且通过身体去认识世界、去跟世界互动的智能，就叫做“具身智能”。

“具身”这两个字，意思是“拥有身体”。所以“具身智能”简单来说就是：让机器人拥有身体，并且通过身体来学习和行动的智能技术。

你可能会想，为什么要这么麻烦？为什么不直接给机器人装一个像人类一样的大脑，让它自己思考就行了？

答案是：因为身体和大脑是分不开的。

没有身体的AI，像什么？

让我们来做一个小小的比较。

想象你是一个厨师，你的任务是做出一道美味的番茄炒蛋。

现在有两种厨师：

第一种厨师：没有手的厨师。

这个厨师脑子里知道番茄炒蛋的每一步做法：番茄要切成块，鸡蛋要打散，先炒鸡蛋再炒番茄，放盐，放糖……他什么都知道，说起来头头是道。但是，他没有手！

没有手的厨师能做什么？他只能站在那里，眼睁睁看着食材和锅具，却什么也做不了。他能告诉你番茄炒蛋怎么做，但他自己永远做不出来。

第二种厨师：有手的厨师。

这个厨师虽然没有第一种厨师记得那么清楚，但他有双手。他可以拿起刀切番茄，可以拿起碗打鸡蛋，可以打开燃气灶，可以翻炒锅里的食材。就算他中间某个步骤忘记了，他也可以自己试试看，错了就再来一次，慢慢就学会了。

这两个厨师，哪一个更有可能做出番茄炒蛋呢？

答案当然是第二种。

没有手的厨师，就像一个没有身体的AI。他可能知道很多知识，能回答很多问题，但是他没有办法真正去“做”任何事情。他被困在知识的海洋里，却没有工具去改变这个世界。

有手的厨师，就像一个拥有身体的机器人。他不完美，他可能记错步骤，可能炒糊鸡蛋，但是他的身体让他能够跟真实的世界互动，能够在“做”的过程中学习和进步。

这就是为什么AI需要身体的原因：身体是AI跟世界互动的桥梁。

没有身体的AI，就像一个没有工具的工匠。他有图纸，有想法，但就是做不出东西来。他只能“纸上谈兵”，而不能真正去实践。

思想实验：如果你是飘在空中的大脑

好，现在我们来做一个特别有意思的实验。这个实验不需要任何道具，只需要你开动脑筋，想象一些奇怪的事情。

准备好了吗？

想象一下：如果你是这样一个存在——你是一个大脑，飘在空中。你没有眼睛，看不见任何东西。你没有耳朵，听不见任何声音。你没有鼻子，闻不到任何气味。你没有嘴巴，说不出任何话语。你没有手，摸不到任何东西。你没有脚，站在任何地方。你只是一个小小的大脑，孤零零地飘在黑暗的虚空之中。

现在问你几个问题：

• 你知道什么是“红色”吗？
• 你知道什么是“热”吗？
• 你知道什么是“柔软”吗？
• 你知道什么是“跳跃”吗？

你可能会说：“我当然知道！红色是一种颜色，热是温度很高，柔软是摸起来很舒服，跳跃是用腿发力让自己离开地面。”

但是等等——你从来没有见过红色，因为你没有眼睛。你从来没有感受过热或冷，因为你没有皮肤。你从来没有摸过任何东西，因为你没有手。你从来没有跳过舞，因为你没有腿。

那你怎么知道这些事情的？

唯一的可能是：在你成为“飘在空中的大脑”之前，你曾经拥有过身体。你曾经用眼睛看过红色的苹果，用皮肤感受过热水的温度，用手摸过毛绒玩具，用腿跳过舞。那些记忆留在了你的大脑里，所以你现在还记得这些概念。

但是，如果你从来没有拥有过身体呢？如果你的大脑从一开始就是空的，从来没有跟任何东西接触过呢？

那会发生什么？

你的大脑会是一片空白。你不知道什么是颜色，因为你没看过。你不知道什么是温度，因为你没感受过。你不知道什么是形状，因为你没摸过。你甚至不知道什么是“存在”，因为你没有存在过。

这就是“具身智能”最核心的思想：我们的身体，是我们认识世界的第一件工具。

不是眼睛，不是耳朵，不是大脑——而是身体。

身体让我们能够跟这个世界产生联系，让我们能够“经验”这个世界。每一个经验，都会在我们的大脑里留下痕迹。大脑里的记忆越来越多，我们对这个世界的理解就越来越深。

而没有身体的AI，就像那个“飘在空中的大脑”。它可以处理文字、声音、图片，但它从来没有真正“碰过”这个真实的世界。它知道什么是“热”，是因为有人告诉它，或者它看过“热”相关的文字和图片。但它从来没有真正感受过热是什么滋味。

机器人是怎么通过身体学习的？

说了这么多，你一定很想知道：真正的机器人是怎么通过身体来学习的？

让我们来看一个例子。

扫地机器人你一定见过吧？那种圆圆的、扁扁的，会自己在家里面爬来爬去，把地上的灰尘和碎屑吸进去的机器人。

扫地机器人是怎么学会打扫卫生的呢？

一开始，科学家们会给扫地机器人安装一些程序，告诉它：“地板上如果有一些黑色的斑点，那就是脏东西，你应该过去把它吸掉。”

听起来很简单对不对？但实际操作起来，问题就来了。

每个家庭的地板颜色不一样。有的家庭地板是白色的，有的是木色的，有的是深色的。阳光照射的角度不一样，地板上的影子也会不一样。今天阳光从窗户照进来，地板上有一块黑黑的影子——但那不是脏东西，是影子！扫地机器人如果不分清楚，它就会一遍又一遍地去吸那块“脏东西”，结果什么都没吸到，反而把好好的地板给刮花了。

那扫地机器人应该怎么办呢？

答案就是：让它自己用身体去体验。

科学家们会设计一种学习方式，让扫地机器人自己“摸索”什么是真正的脏东西。它会伸出刷子，轻轻触碰地面上的某个斑点，感受一下：是硬的还是软的？是粘在一起还是可以吸走的？

如果是硬的、粘在一起的，那可能是口香糖，需要用刷子反复刷。如果是可以吸走的，那可能只是灰尘，直接吸走就行了。

扫地机器人会尝试很多次。它会把口香糖当成灰尘去吸，结果发现吸不走。于是它就知道了：“哦，原来这种东西要用刷子刷，不能直接吸。”

它会把灰尘当成口香糖去刷，结果发现刷了半天也没什么效果。于是它就知道了：“哦，原来这种东西不需要刷，直接吸就行。”

一次又一次，扫地机器人用自己的身体（刷子和吸尘器）去跟地面互动，慢慢地，它就学会分辨什么是真正的脏东西了。

这个过程，就叫做“具身学习”——通过身体去学习。

你学走路也是这样。小宝宝刚出生的时候，不会走路。他怎么学会走路的呢？他不是坐在那里看一本书，然后突然就会走路了。他是不断地尝试：先翻身，再爬行，再站起来，再试着迈出第一步。摔倒了，就爬起来再试。摔倒了，再爬起来。终于有一天，他可以稳稳地走起来了。

小宝宝学会走路，不是靠“大脑记住了怎么走路”，而是靠“身体在一次又一次的尝试中学会了怎么走路”。

机器人也是这样。真正的具身智能机器人，不是靠“听别人说”来学习，而是靠“自己去做”来学习。

三个好朋友：身体、大脑和环境

现在我们已经知道，具身智能就是让机器人拥有身体，通过身体跟世界互动来学习。

但是，你有没有想过，在这个过程中，到底有哪些东西在起作用？

让我来告诉你三个好朋友的故事。这三个好朋友缺一不可，它们一起合作，才能让机器人真正“聪明”起来。

第一个好朋友：身体。

身体是机器人的“工具箱”。有了身体，机器人才能去触碰、搬动、操作各种东西。没有身体，机器人就什么也做不了。

机器人的身体可以是各种各样的形状。有的机器人有人形——有头、有手、有脚。有的机器人是动物形状的——像一只机器狗，或者一只机器蜘蛛。有的机器人是抽象的形状——比如一个轮子加上一根手臂，或者一个球体加上四个爪子。

不管是什么形状，身体都是机器人跟世界接触的“界面”。机器人的眼睛是身体的一部分，机器人的手臂是身体的一部分，机器人的腿也是身体的一部分。

第二个好朋友：大脑。

大脑是机器人的“指挥中心”。身体收集到的所有信息，都会被送到大脑里。大脑负责分析这些信息，做出判断，然后给身体发出指令。

机器人的大脑不是真正的人类大脑，而是一块芯片，里面装着复杂的程序。这个程序可以分析摄像头拍到的画面，可以处理麦克风听到的声音，可以决定机器人下一步该怎么做。

大脑和身体要配合得很好，才能让机器人正常运作。大脑如果太慢，机器人的动作就会卡顿。大脑如果出错，机器人就会做出奇怪的事情。

第三个好朋友：环境。

环境是机器人的“练习场”。机器人不是生活在一片虚无中，而是生活在真实的环境里。环境里有地板、墙壁、桌子、椅子，有各种各样的物品，还有各种不同的光线、声音和气味。

环境是不断变化的。今天地板上是干的，明天可能洒了一滩水。今天房间里的灯是亮的，明天可能停电了。今天桌子上放着一个杯子，明天杯子可能被移走了。

机器人需要能够适应这些变化。而它适应变化的方式，就是通过身体去跟环境互动，然后让大脑记住这些经验。

现在，让我们用一张图来展示这三个好朋友是怎么合作的：

```mermaid flowchart TD A["环境\n（真实的世界）"] -->|"感知信息\n（看见、听见、触摸）"| B["身体\n（机器人的器官）"] B -->|"收集数据\n（图片、声音、触感）"| C["大脑\n（机器人芯片）"] C -->|"思考判断\n（分析、决策）"| B B -->|"动作执行\n（移动、操作）"| A A -->|"环境反馈\n（成功或失败）"| C

style A fill:#e1f5fe style B fill:#fff3e0 style C fill:#e8f5e9 ```

看，这就是具身智能的核心：身体从环境中收集信息，送给大脑；大脑分析这些信息，做出决定，再让身体去执行动作；身体执行动作后，环境会给出反馈；然后身体再把反馈收集起来，送给大脑……这个过程不断循环，机器人就这样越来越“聪明”。

就像你学骑自行车一样。

你坐在自行车上，用眼睛看着前方的路（身体从环境收集信息）。你的大脑在思考：应该怎么保持平衡？应该怎么蹬脚踏板？（大脑处理信息）。你的手握着车把，脚踩着踏板，身体在不断调整姿势（身体执行动作）。如果你快要摔倒了，你马上调整（环境给出反馈），然后你继续骑。

经过一次又一次的练习，你终于学会了骑自行车。这就是通过身体（骑车）、大脑（思考平衡）和环境（道路和自行车）的不断互动，你学会了一项新技能。

具身智能让机器人能够做什么？

既然具身智能这么厉害，那它到底能让机器人做些什么呢？

让我给你介绍几种已经存在的具身智能机器人：

第一种：家庭服务机器人

想象一下，有一个机器人可以在家里帮你做家务。它可以收拾衣服，把脏衣服扔进洗衣机；可以洗碗，把碗筷洗干净；可以扫地拖地，把地板打扫干净；还可以帮你拿东西，比如帮你把茶几上的遥控器拿过来。

这样的机器人现在还没有完全实现，但是已经有了很多原型。它们需要有灵活的手，可以抓取各种形状的东西；需要有“眼睛”，可以辨认物品在哪里；还需要有“大脑”，可以规划做家务的步骤。

第二种：医疗辅助机器人

在医院里，有一些机器人可以帮助医生做手术。它们的手臂非常精细，可以做人手做不到的动作。比如，它们可以在病人的血管里穿梭，把药物送到指定的位置；可以在眼睛里进行手术，修复受损的视网膜。

这些医疗机器人也需要具身智能，因为它们需要精确地感知病人的身体状况，需要灵巧地操作手术工具，需要快速地应对手术中的各种突发情况。

第三种：探索机器人

在一些人类去不了的地方，比如火星表面、深海海底、甚至是地震后的废墟里，都有机器人可以去探索。它们可以爬上陡峭的山坡，可以钻过狭窄的缝隙，可以承受高温和高压。

这些探索机器人也需要具身智能。它们需要用自己的身体去适应各种复杂的地形，需要在完全陌生的环境里找到前进的方向，还需要保护好自己，不让自己损坏。

第四种：陪伴机器人

还有一些机器人是设计来陪伴人类的。它们可以跟人聊天，可以陪老人说话解闷，可以陪孩子玩耍学习。

这些陪伴机器人也需要具身智能。它们需要用眼睛看着对方，理解对方的表情和情绪；需要用手做出各种动作，比如挥手、拥抱、递东西；还需要用自己的声音和表情，跟人进行自然的交流。

本章小结

在这一章里，我们一起探索了“具身智能”这个有趣的话题。

我们从熟悉的变形金刚和R2-D2说起，发现科幻电影里的机器人都有一个共同点——它们都有身体。然后我们知道了，具身智能就是让机器人拥有身体，并且通过身体来认识世界、学习知识的智能技术。

我们做了一个“厨师”和“大脑”的思想实验，发现没有身体的AI就像一个没有手的厨师——他知道很多，却什么都做不了。我们又做了“飘在空中的大脑”的想象实验，发现我们的身体是我们认识世界的第一件工具——没有身体的经历，我们的大脑就无法理解什么是颜色、温度和触感。

我们还认识了三个好朋友：身体、大脑和环境。它们三者缺一不可，不断互动，让机器人能够越来越聪明。最后，我们看到了具身智能机器人在各个领域的应用——家庭服务、医疗辅助、探索世界、陪伴人类。

现在，你已经理解了具身智能的基本概念。你知道了什么是具身智能，也知道了为什么机器人需要身体。

但是，你心里可能还有一个小小的疑问：

“身体是怎么帮助我们认识世界的呢？我每天都在用身体，但我从来没有想过身体跟认识有什么关系。”

别着急，这就是我们下一章要探讨的内容。在下一章里，我们要聊一聊一个非常重要的话题：感知。

我们会发现，我们的身体上其实有很多很多的“传感器”，它们每时每刻都在收集信息，送给我们的大脑。大脑收到这些信息后，就会形成我们对这个世界的“感觉”。

那么，机器人的身体上有哪些“传感器”呢？机器人是怎么“看见”东西、“听见”声音的呢？传感器是怎么把信息传给机器人大脑的呢？

这些问题，我们下一章见！

---

📚 本章关键词回顾

• **具身智能**：让机器人拥有身体，通过身体跟世界互动来学习的智能技术
• **身体**：机器人认识世界的“工具”，让机器人能够跟真实环境互动
• **大脑**：机器人的“指挥中心”，分析来自身体的信息，做出判断和决策
• **环境**：机器人的“练习场”，不断变化的环境让机器人有机会学习和成长
• **具身学习**：通过身体去体验和尝试，在做的过程中学习的方式

🤔 思考题

1. 为什么手机里的语音助手不能算是真正的机器人？ 2. 如果一个机器人有身体但没有大脑，它能做什么？不能做什么？ 3. 想象一下，如果你要设计一个帮助老人拿东西的机器人，它的身体应该长什么样？它需要哪些“传感器”？

---

> 📖 延伸阅读 > > 如果你对具身智能感兴趣，想了解更多的内容，可以去看看这些资料： > > - 纪录片《机器人时代》(Age of Robots)，讲述了各种各样有趣的机器人 > - 书《人工智能：一种现代方法》，里面有关于具身智能的详细介绍 > - 视频《波士顿动力机器人的最新进展》，看看真实的具身智能机器人长什么样