具身社区建设目标 - 目标在3年内打造万人聚集的具身社区，已吸引华为天才少年和具身领域研究前沿专家加入 [1] - 与多家具身公司合作搭建学术+产品+招聘完整链路，形成教研闭环（课程+硬件+问答） [1] - 社区聚焦行业技术痛点：数据采集成功率、sim2real有效性等核心问题 [1] 社区资源体系 - 汇总40+开源项目、60+具身智能数据集及主流仿真平台 [10] - 提供16类技术学习路线，涵盖感知、交互、强化学习、多模态等方向 [10] - 整理机器人导航、动力学等领域的PDF书籍资源 [22] - 汇总国内外30家具身机器人公司研报 [15][20] 学术与产业连接 - 成员来自斯坦福、清华等顶尖高校及智元、优必选等头部企业 [7] - 汇总国内外具身智能高校实验室资源，覆盖读研申博需求 [14] - 提供机器人零部件品牌清单，包括芯片、激光雷达等核心部件厂商 [24] 技术交流内容 - 日常讨论涵盖VLM应用、分层决策、模仿学习等前沿话题 [15] - 直播分享行业大佬观点，内容可回看 [63] - 自由交流工作选择和研究方向问题 [66] 职业发展支持 - 提供头部公司岗位招聘信息 [15] - 搭建求职与企业对接通道 [16] - 分享行业机会挖掘与项目对接资源 [16] 技术专题汇总 - 强化学习路线覆盖LLM应用、可解释强化学习等方向 [34] - 多模态大模型资源包含理解与生成两大类技术 [44][46] - 机械臂专题涵盖抓取策略、位姿估计等关键技术 [57]

具身AGI的定义 - 具身AGI被定义为能够以人类水平的熟练度完成多样化、开放式现实世界任务的具身AI系统，强调其人类交互能力和任务执行能力 [3] 通用具身智能路线 - 论文提出从L1到L5的五级路线图，衡量和指导具身AGI的发展，每个级别基于四个核心维度：模态、类人认知能力、实时响应能力和泛化能力 [4] - L1（单一任务完成）：机器人能够可靠地完成单一、明确定义的任务，但功能局限于特定任务领域 [7] - L2（组合任务完成）：机器人能够处理组合任务，通过将高级人类指令分解为简单动作序列来执行，但能力仍限于预定义任务和技能库 [7] - L3（有条件的一般任务完成）：机器人能够处理多种任务类别，表现出对任务、环境和人类指令的有条件泛化能力，但对全新或开放式任务的可靠性不足 [7] - L4（高度通用机器人）：机器人展现出对广泛未见任务的稳健泛化能力，具备强大的多模态理解和推理能力 [7] - L5（全功能机器人）：机器人能够满足人类日常生活的广泛需求，展现出类似人类的认知行为 [7] 现状和挑战 - 当前具身AI的能力处于L1和L2之间 [7] - 现有的具身AI模型大多仅支持视觉和语言输入，并且输出仅限于动作空间 [8] - 现有的机器人主要专注于任务特定的操作，缺乏高级的推理和社交互动能力 [11] - 大多数现有的具身AI系统以半双工方式运行，即在完全接收和处理指令后才开始行动，这使得它们在动态环境中表现不佳 [14] - 具身AI需要在推理和对话智能方面表现出色，类似于复杂的聊天机器人，并展示与人类偏好和伦理价值观的一致性 [17] L3∼L5核心能力组件 - 全模态能力：L3+机器人需处理超越视觉和文本的多模态输入（如听觉、触觉、热感等），并生成多模态响应（动作、语音、推理等） [18] - 类人认知行为：包括自我意识、社会关联理解、程序性记忆和记忆重组 [18] - 实时交互：现有模型因参数量限制难以支持全模态实时响应，且计算复杂度随序列长度平方增长 [19] - 开放任务泛化：当前模型依赖任务特定数据，缺乏物理规律的内化 [19] L3+机器人大脑框架 - 模型结构设计原则包括全模态流式处理和动态响应 [19] - 训练范式包括全模态从头训练、终身学习集成和物理导向训练 [20] 总结与未来挑战 - 具身AGI的发展路线图具有长期相关性 [20] - 未来挑战包括技术障碍以及伦理、安全和社会影响等方面的挑战 [20]