文章核心观点 - 具身智能技术架构围绕“大脑”（感知与规划）和“小脑”（运动执行）两大模块构建，技术演进经历了从低层感知到高层任务理解与泛化的多个阶段，目前正进入多技术融合创新期 [3] - 技术发展推动产品在人形机器人、机械臂、四足机器人等形态上落地，应用于工业、家居、餐饮、医疗康复等领域，行业呈现融资和岗位爆发式增长 [12] - 为应对行业对体系化知识的迫切需求，推出了覆盖具身智能全栈技术的课程，旨在帮助从业者和学习者系统掌握从基础任务到前沿模型应用的完整知识体系 [12][14] 技术架构与细分领域 - 具身智能领域主要划分为负责思考感知和任务规划的“大脑”，以及负责高精度运动执行的“小脑” [3] - 细分技术模块包括仿真、VLA（视觉-语言-行动）、Diffusion Policy、VLN（视觉语言导航）、世界模型、强化学习等 [5] - VLA和世界模型是当前在自动驾驶和具身领域同时发力的两大技术路线 [5] 关键技术方案 - VLA模型主要研究热点为基于大模型的端到端方案和基于Diffusion技术的分层方案，VLA与强化学习结合方案正成为新探索方向 [5] - Diffusion Policy作为行动模块，负责学习具体动作执行，主要研究方向包括状态扩散、动作空间扩散、三维空间扩散等 [6] - 仿真技术当前重点在于Sim2Real和Real2Sim2Real方案，以解决真机泛化差的问题，该方案已获多家具身公司认可 [6] - VLN当前更关注于目标导航，与移动操作相关联，Map-free方案有利于任务泛化 [6] 技术演进阶段 - 第一阶段技术研究聚焦于抓取位姿检测，通过点云或图像预测末端执行器姿态，实现静态物体抓取，但缺乏对任务上下文和动作序列的建模 [7] - 第二阶段进入行为克隆阶段，机器人借助专家演示数据学习从感知到控制的端到端映射，具备模仿人类完成复杂任务的能力，但存在泛化能力弱、误差累积等问题 [7] - 第三阶段（2023年起）兴起Diffusion Policy方法，通过扩散模型生成整个动作轨迹，提升策略稳定性与泛化能力；2024年进入VLA模型阶段，实现多模态协同与任务泛化能力提升 [8] - 第四阶段（2025年以来）探索VLA模型与强化学习、世界模型、触觉感知等模块融合，以弥补VLA模型在反馈、未来预测、多模态感知方面的局限 [10] 行业应用与影响 - 技术发展推动人形机器人、机械臂、四足机器人等产品落地，服务于工业、家居、餐饮、医疗康复等多个领域 [12] - 行业融资和岗位呈现爆发式增长，吸引大量人员转入具身智能领域进行研究 [12] - 产业界重视推动具身智能从“论文”走向“部署”，对工程与系统能力需求激增 [17]