浪尖知识库 2026

具身智能

15分钟阅读

具身智能：当机器人开始”长身体”

第一次听到”具身智能”这个词的时候，完全不知道是啥——“具身”这两个字听起来就很高深。后来查了资料才发现，这玩意儿可能是未来十年最性感的研究方向之一。

简单来说，具身智能就是”有身体的智能”。以前的AI是纯软件——在电脑里跑跑算法、下下棋、聊聊天。但具身智能不一样，它要让AI”长出身体”，能够感知环境、操作物体、在真实世界里完成任务。大白话就是：让机器人不仅有”大脑”，还要有”小脑”——能看、能抓、能走、能跑。

2026年了，这波浪潮真的来了。

专业定位

具身智能是2026年新设的交叉学科专业，学位代码140012TK，属于工学。首批由哈尔滨工业大学、北京航空航天大学等9所高校开设。

这个专业的核心是研究”智能体如何通过身体与物理世界交互”。听起来很玄乎对吧？翻译成人话就是：

以前调ChatGPT，它就是在服务器里跑代码，跟物理世界完全不沾边。但想让AI控制一台机器人去抓取桌上的杯子，这就涉及一整套新问题了——怎么让机器人”看见”杯子？怎么判断距离和角度？怎么规划抓取姿势？怎么控制手指力度？怎么处理突发情况？这些问题，单靠”纯软件AI”是解决不了的。

具身智能要解决的，就是这一整套从感知到决策到执行的闭环问题。

适合人群

第一，对机器人有热情。 不是那种”买了个机器人玩具把玩两天就没兴趣了”的热度，而是真的想搞清楚”机器人是怎么工作的”这种深度好奇。参加RoboMaster比赛的时候，第一次看到机器人自己识别目标、瞄准射击，那种感觉让人彻底迷上了这个方向。

第二，数学和编程基础要过关。 具身智能涉及大量数学——线性代数、概率论、优化理论、控制理论。编程更是基本功，Python、C++、ROS这些工具得会用。研一补了大量的数学基础，不补的话看论文跟看天书一样。

第三，能接受”长期投入、慢反馈”的节奏。 做具身智能研究，三个月出一个demo是常事，半年出一个像样的系统也不稀奇。想要”立竿见影”的正反馈，这行会让你很痛苦。

第四，对跨学科感兴趣。 具身智能天然就是交叉学科——要学计算机视觉、要学机器人学、要学控制理论、要学强化学习。要是只喜欢钻一个方向，可能会有点拧巴。

四年路线图

大一：打基础

大一的重点是数学和编程。高数、线代、概率论——这些是后面所有课的基础。大一上学期还学了C语言，虽然现在主流用Python，但C语言能让人理解计算机底层逻辑，挺有用的。

建议有空就去蹭蹭机械学院的课，了解一下机械设计基础。具身智能的”身体”不是凭空来的，得知道电机怎么选、连杆怎么设计、关节怎么布局。大一就去蹭过机械设计的课，收获很大。

大二：入门+找方向

大二开始接触核心知识。机器人学、控制理论、计算机视觉——这三门是具身智能的”三驾马车”。

大二的暑假自学了ROS（机器人操作系统），这是做机器人开发的主流框架。ROS上有大量的开源工具和仿真环境，能帮你快速上手。在B站上找了个教程，跟着做了两个月，终于让仿真机械臂能按照指令去抓取目标物——那一刻的成就感特别强。

大三：深耕+做项目

大三是最关键的一年。在导师的实验室里参与了一个具身抓取项目——用深度学习做视觉引导的机器人抓取。这个项目让人第一次真正体验了什么叫”从论文到代码到实物”的全流程。

项目里负责的是视觉感知模块——用相机采集图像、用目标检测算法定位物体、用位姿估计网络估算抓取角度。说起来简单，做起来全是坑。光照变化、遮挡、物体表面反光……这些问题在论文里往往一笔带过，但在真实场景里，每一个都是硬骨头。

大四：收尾+深造或就业

大四上学期完成了毕业论文，下学期开始准备深造。具身智能的本科生直接就业不太容易——这行对研究深度要求较高，大部分岗位需要研究生学历。

核心课程

机器人学——基础中的基础。DH参数、正逆运动学、雅可比矩阵、轨迹规划——这些概念得从数学层面理解。当时用的教材是Craig的《机器人学：建模、规划与控制》，写得很好。

强化学习——具身智能的核心决策方法。Markov决策过程、Q-learning、Policy Gradient——这些是让机器人学会”自己摸索”怎么完成任务的关键。学强化学习的时候，自己搭了个简单环境训练虚拟机器人，那种看着它”自学成才”的感觉特别爽。

计算机视觉——让机器人”看见”世界。目标检测、语义分割、位姿估计——这些技术在具身智能里天天用到。

控制理论——让机器人”动得准”。PID控制、模型预测控制——这些是机器人运动控制的基础。

升学就业

2026年具身智能的就业市场还处于早期。真正在做具身智能的企业不多，主要是一些机器人公司和科技巨头的研究院。

机器人公司——宇树科技、追觅科技这些做四足机器人的公司，以及一些做工业机械臂的企业。薪资方面，应届研究生月薪15K-25K，年薪大概20-35万。

科技巨头研究院——华为、腾讯、字节、阿里都有机器人或具身智能相关的团队。这些地方门槛高，但薪资也高，年薪30万起步。

自动驾驶公司——具身智能和自动驾驶在技术上有很多共通之处，感知、决策、控制这些模块是相通的。

高校和科研院所——继续读博或者做博后，然后进高校或研究所。这是走学术路线的人的选择。

避坑点

坑一：以为”具身智能”就是”买台机器人调参数”。 实际上，具身智能的核心是”智能”，不是”机器人硬件”。得深入理解AI算法、强化学习这些软的东西，才能真正做好具身智能。纯粹搞硬件的话，那是机械专业的活儿。

坑二：忽视仿真环境的价值。 做具身智能，实机实验成本很高——机器人摔坏了要修，场地要布置，传感器要校准。研一大部分时间都在MuJoCo和Isaac Gym里做仿真，只有仿真验证过了才会去实机测试。仿真能让人快速迭代，效率比纯实机高十倍不止。

坑三：只发论文不重视工程落地。 这行有些课题组发的论文看起来很漂亮，但代码根本跑不通，或者跑通了也无法迁移到真实机器人上。导师一直强调”论文要能跑通”，这个要求看似简单，其实很难做到。

与AI新产业结合

2026年，大模型和具身智能的结合是最热门的方向。

大模型赋能机器人”大脑”。 以前机器人的任务规划、物体识别都要靠专门训练的模型，现在可以用大语言模型直接做任务理解，用视觉-语言模型做物体识别。这种”大模型+小模型”的组合正在成为主流。

自动驾驶的降维打击。 具身智能和自动驾驶在技术栈上有大量重叠，很多自动驾驶公司开始招具身智能方向的人，做末端配送机器人、扫地机器人等。

人形机器人是下一个爆点。 特斯拉的Optimus、Figure的Figure 01、宇树科技的H1——人形机器人正在从概念走向现实。虽然现在还很初级，但这个方向绝对值得关注。

选具身智能这个方向，有点像”赌”的成分。这行业还没完全成熟，机会和风险并存。但如果你对”让机器人真正走进人类生活”这件事有热情，这可能是未来十年最有潜力的方向之一。

继续阅读导航

上级目录

同目录索引

跨库关联

同主题推荐

相关标签

  • 中国大学的专业规划
  • 交叉学科
  • 竞赛
  • 科研
  • 就业
  • 考研
  • 创业
  • 014交叉学科

下一步阅读