智能体（Agent）能自主拆解任务、调用工具、一站式完成复杂目标；具身智能（Embodied Intelligence）拥有“身体”，能看、能听、能动、能与环境互动。由北航与清华联合推出的这份AI科普报告，用通俗的语言和形象的类比，为零基础读者拆解了智能体与具身智能的核心概念与运作机制。
智能体——从“被动工具”到“主动助手”
智能体（Agent）是一种具有感知、决策和行动能力的实体，它生活在电脑、手机、互联网里，能理解任务→自主分析→自动执行。智能体与一般AI模型的区别在于：
一般AI模型是被动工具，像搜索引擎或问答机器人，一问一答、输出结果，完成一小步就结束，没有主动性，只能等用户发指令。智能体是主动助手，像私人助理或执行机器人，能拆解任务、制定计划、执行多步行动，直到完成目标，有主动性，会根据目标自己思考和行动。
智能体如何完成任务——五步循环
智能体通过“感知→分析→规划→执行→反馈”的循环完成任务：
感知：理解用户给出的目标或指令。智能体需要准确理解用户想要什么，这是任务成功的第一步。
分析：拆解目标，制定行动计划。智能体将大目标分解为若干可执行的子任务，并确定执行的优先级和顺序。
规划：确定需要调用哪些工具和资源。智能体根据任务需求，决定是否需要搜索信息、调用日历、发送邮件、生成文档等。
执行：调用工具，完成每一步操作。智能体按计划逐步执行任务，每一步都可能产生中间结果。
反馈：检查结果，必要时进行调整和优化。智能体会评估执行结果是否符合预期，如果存在问题，会进行调整和重新执行。
具身智能——拥有“身体”的AI
具身智能（Embodied Intelligence）是指拥有“身体”的人工智能，它不仅能思考，还能看世界、听声音、动手动脚、和环境互动。具身智能的运动规律=感知→思考→行动的循环，通过不断试错与反馈，在真实环境中逐渐学会更聪明、更灵活的动作。
类比：小孩学走路，摔跤→调整→走稳。具身智能同样通过不断的试错和调整，逐渐掌握在真实世界中行动的能力。
具身智能的四大核心技术
传感器技术：通过触觉、视觉、听觉等传感器收集物理世界的数据，为机器人提供实时反馈。比如六足机器人感知地面硬度调整步态。
强化学习：机器人通过与环境互动，基于奖励机制优化行为策略，逐步学会复杂任务。比如Optimus在搬运中学习最佳抓取力度。
仿生设计：借鉴自然界生物的形态和运动方式，设计更灵活、高效的机器人身体和动作。比如Cheetah机器人模仿猎豹奔跑姿势。
模拟环境：在虚拟环境中模拟现实场景，让机器人预先训练和测试，降低物理实验成本和风险。比如Octobot在虚拟管道中优化蠕动路径。
