跳至正文
全景

具身智能技术知识地图

以模型、数据与仿真、运动操作、系统工程和评测为主线,理解前沿技术与落地边界。

Jason · 更新 2026-10-10 · 持续维护

十领域怎样划分

按需要回答的问题组织:能力怎样形成 → 怎样检验并组成系统 → 在什么场景与产业条件下成立。这是一套阅读框架,混合了对象、方法与工程问题;各领域通过关系连接,不追求互斥分箱。

阅读顺序 领域 关注级别 核心问题
01 模型与技术路线 核心跟进 模型怎样将观测与指令转为推理、预测和动作?
02 数据、仿真与数据飞轮 核心跟进 真实经验、合成样本与交互环境怎样支持能力迭代?
03 训练、适配与算力部署 核心跟进 怎样从已有模型与经验得到可运行、可改进的机器人策略?
04 本体、感知与执行能力 核心跟进 机器人怎样在物理约束下感知、移动和操作?
05 多模态交互与人机协作 技术支撑 机器人怎样理解人的意图,表达状态并支持协作?
06 评测、可靠性、安全与治理 核心跟进 哪些能力主张可信,什么条件下能够稳定且受约束地执行?
07 软件架构与工程系统 核心跟进 模型、控制与任务如何组成可维护的闭环系统?
08 开放平台与开发者生态 技术支撑 系统能力怎样稳定地提供给第三方复用?
09 行业应用与商业落地 背景覆盖 技术服务什么任务,实际环境对能力提出什么约束?
10 产业格局与行业观察 背景覆盖 哪些组织、资源与制度变化会影响技术路径?

为什么这样排序

01—05 解释模型、经验、学习过程、身体能力与交互。06 评测紧随能力层,帮助先判断证据,再看 07 软件系统和 08 开放平台;软件与平台分别处理内部组织和外部复用。09 应用与 10 产业相邻,用于解释需求与约束。

评测贯穿所有领域,包括系统可靠性、接口、安全与数据治理。目录上的相邻关系只是阅读便利,实际关联保留在图谱中。技术是研究主线;应用、资本与供应链保持必要背景覆盖。

是否完备

主要链路已有位置,但“分类覆盖”不等于“内容完备”。空间感知/SLAM/导航横跨本体感知与 VLN;运动与操作位于身体能力;RL 位于学习方法;仿真连接数据、训练与评测。后续根据无法归类的稳定问题或反复过大的分支调整结构,不为了凑数量扩建一级领域。

当前最需要补充的是路线之间的比较、真实任务证据和闭环系统限制,而非增加更多术语。当前有证据的判断见 技术基线,后续重点见 建设计划。

优先理解的关联

怎样消化