2026年具身智能实验室建设白皮书(附下载)

具身智能是人工智能与物理实体（机器人）深度融合的终极形态，指智能体通过身体

与环境的实时交互产生智能行为，强调智能体的认知和行动在物理环境中的相互依赖，赋予机器感知、理解、决策并与物理世界进行交互的能力。其核心涵盖“大脑”（负责语义理解和任务规划等认知智能）与“小脑”（负责高精度运动执行）两大模块，涉及仿真、VLA（视觉-语言-动作）、diffusion policy（扩散策略）、VLN（视觉语言导航）、世界模型、强化学习等多个子模块。