具身智能研究

入口问题

具身智能的技术栈是什么样的？从传感器到学习策略到商业化部署，各层的技术成熟度、核心瓶颈和投资机会分别在哪里？

子问题

1. 机器人的物理基础：执行器、传动、末端执行器的工程原理是什么？成本结构如何？
2. 传感器如何决定机器人感知的上界？各类传感器的物理原理和产业格局？
3. 底层控制与动力学：从电流到力矩到运动的控制链路如何工作？
4. 机器人如何知道自己在哪里？SLAM和状态估计的核心技术？
5. 机器人如何”看懂”世界？视觉基础模型如何改变机器人感知？
6. 从感知到行动：运动规划、任务规划、抓取规划如何工作？
7. 机器人学习的前沿：Diffusion Policy、VLA、Sim-to-Real 的技术细节？
8. 从实验室到工厂：系统集成、安全标准、规模化部署的工程挑战？
9. 产业格局：人形机器人竞争态势、中美差距、投资框架？

当前判断

待填

研究结构

本项目基于 具身智能全景学习框架 的九层架构，逐层展开深度研究：

编号	文件	对应层	主题
520.0	本文件	索引	项目索引与导航
520.1	机械结构与执行器	Layer 1	自由度、电机、减速器、灵巧手、机器人形态
520.2	传感器与感知硬件	Layer 2	相机、LiDAR、IMU、力传感器、触觉、标定
520.3	底层控制与动力学	Layer 3	运动学、动力学、PID、阻抗控制、全身控制、实时计算
520.4	状态估计与SLAM	Layer 4	卡尔曼滤波、VIO、LiDAR SLAM、图优化、地图表示
520.5	感知与场景理解	Layer 5	目标检测、开放词汇感知、3D感知、位姿估计、NeRF/3DGS
520.6	规划与决策	Layer 6	任务规划、运动规划、抓取规划、MPC、场景图
520.7	机器人学习	Layer 7	仿真、Sim-to-Real、模仿学习、扩散策略、VLA基础模型
520.8	系统集成与部署	Layer 8	ROS2、DDS、安全标准、边缘计算、车队管理、OTA
520.9	市场与产业格局	Layer 9	人形机器人竞争、中美对比、成本曲线、投资框架

与507项目的关系

507项目研究AI的计算基础设施（芯片、GPU、半导体产业链、AI Infra），是”算力从哪来”的问题。 520项目研究AI的物理世界应用（机器人、传感器、控制、学习），是”算力用到哪去”的问题。

两个项目的交叉点：

• 边缘计算（NVIDIA Jetson）在507的GPU架构和520的系统集成中都出现
• 训练基础设施（分布式训练、推理优化）支撑520中机器人学习层的模型训练
• NVIDIA 同时是AI硬件和机器人软件栈（Isaac）的核心供应商

关键参考

• 具身智能全景学习框架：九层架构的知识点清单和学习路线图
• Claude的硬件学习框架：AI硬件八层架构（507项目的对应物）
• 文章：AI Infra（4）：AI训练推理基础设施（与520.7的训练部分衔接）