2024 年，具身智能无疑是 AI 领域里最火热的新赛道之一。 相较于目前大语言模型在数字世界里带来的技术变革，具身智能描绘了通往未来世界的另一条路径：大量具有智慧的机器人出现在真实的物理空间中，通过参与到人类生产、生活的各个环节，改变人类的生活方式。 但和大语言模型可以利用海量互联网文本、图像资源进行快速学习不同，在具身智能领域里，机器人缺少低成本、高效率、多样性、可泛化的学习数据。 如果只基于 Transformer 架构的大语言模型（如 ChatGPT），人类无法实现具身智能。海量物理正确