Embodied AI（具身 AI）
Embodied AI能摸得着的 AI
亦作、亦称：具身 AI · Embodied AI · Physical AI · 物理 AI
Embodied AI 是需要理解物理世界并与之交互的 AI——2026 年前沿模型从纯文本/图像向物理交互演进，多摄像头感知和密集标注是关键基础设施。
为什么物理 AI 难
物理世界比数字世界复杂得多：光照变化、遮挡、材质多样性、重力/碰撞等物理规律。纯文本/图像模型无法理解'杯子放在桌子边缘会掉落'这类常识。Embodied AI 需要多摄像头角度（提供 3D 空间理解）和密集标注（每个像素/点的语义标签）才能可靠工作。
2026 年进展
2026 年 Embodied AI 的关键进展：多摄像头感知管线成熟（RGB-D + LiDAR + 事件相机融合）；密集标注工具链完善（SAM 2 + 自动标注管线）；仿真到现实迁移（Sim2Real）成功率提升。TechCrunch 报道前沿模型需要多摄像头角度和密集标注才能达到可用水平。
常见误解
日常交流中容易听到的简化说法，未必准确，但能帮助理解误解从何而来。
- 「能摸得着的 AI」
- 「有身体的 AI」
相关术语
和本术语关联紧密的其他词条，便于串联理解。
🎯 考点练习
含该术语的高频面试题，含标准答案与追问。
- 中级系统设计查看详解 →
如何为 AI Agent 交易设计审计和权限控制？
考察候选人对 Agent 经济活动的审计和权限控制设计，特别是 Smart Tokens 等可编程支付工具的应用。
- 高级系统设计查看详解 →
Multi-Agent 系统中如何处理 Agent 遗忘/状态丢失？
考察候选人对 Multi-Agent 系统中状态管理和容错设计的理解，特别是 Agent 崩溃、重启或上下文丢失时的恢复策略。
- 高级系统设计查看详解 →
设计一个 Agent 长期记忆系统，支持可写外部记忆、过期策略和冲突解决
考察候选人对 Agent 记忆架构的理解，特别是从 RAG 只读到可写外部记忆的演进，以及过期、冲突解决等工程挑战。
- 中级概念查看详解 →
什么是 Agentic Engineering？它和 Vibe Coding 有什么区别？
Vibe Coding（Karpathy 2025）是凭感觉用自然语言让 AI 生成代码、快速试错，适合原型；Agentic Engineering 把 Agent 纳入系统化工程流程（需求-规划-生成-自动测试-迭代-评审），强调可控、可验证、可维护，生产系统应走后者。
延伸阅读
从知识库精选 1 篇文章，帮助深入理解该术语。
外部参考
维基百科：查看「Embodied AI」词条本页内容为本站原创撰写；维基百科链接仅作延伸参考。