具身智能：人工智能通过物理本体与真实环境持续实时交互，实现“感知-认知-决策-行动-反馈”闭环，在交互中持续学习、迭代进化的智能系统。它让人工智能从“能计算”走向“能行动”，在物理世界中持续交互、学习与进化。

　　具身智能不等于人形机器人，人形只是载体之一。评价具身智能的标准也不在于形态是否“像人”，而在于是否能真正解决现实世界中的问题。

　　离身智能：与具身智能相对的智能形态。指无实体、纯软件形态的智能，如ChatGPT、文心一言等，通过处理海量数据进行分析、推理和生成内容，但缺乏与物理世界直接交互的能力。离身智能是具身智能的“知识底座”；具身智能是离身智能走向物理世界的落地形态，二者互补共生。

　　具身智能数据采集：要让机器人像人一样灵活，不仅需要强大算法，更需要海量高质量的真实场景数据“喂养”。与传统互联网大模型主要依赖文本不同，具身智能的数据必须包含物理世界的因果逻辑，需要通过在真实物理场景中，依托动捕设备、多传感器等采集人类操作动作、视觉画面、力觉触觉等多模态交互数据，经清洗、标注形成机器人训练专用的高保真数据集。

　　目前行业主流的采集方式主要有以下几种：（1）真机遥操作采集：操作员佩戴VR/AR头显，将画面同步到机器人的摄像头视角，然后通过遥操手柄或主从机械臂，远程控制实体机器人完成动作，同步记录全套机器人传感数据。

　　（2）无本体采集：采集人员穿戴轻量化头戴相机、手持简易传感终端如UMI通用操纵接口，在真实场景里完成日常动作，设备同步记录第一视角画面、手部运动轨迹、环境交互数据，无需实体机器人在场。

　　（3）动作捕捉采集：操作员佩戴外骨骼设备或动捕标记点，在真实环境中直接执行操作任务，系统记录人体臂部、手部、腰部等多维度运动数据，再重定向到机器人。

　　（4）仿真合成数据采集：通过模拟虚拟物理世界如MuJoCo、Isaac Sim等物理引擎，批量生成机器人操作数据。