具身机器人，何为「具身」？

现在，机器人不叫机器人，叫具身智能。

刚结束的北京世界机器人大会，这个词又被反复提起。展馆里，人形机器人能走、能跑，还能跳舞、打拳，与观众互动，看上去已经「有了身体」。

可这就意味着它们已经具身了吗？这个词怎么来的，又是什么意思？

具身是什么意思？

机器人界的具身智能（Embodied Intelligence）强调智能与身体的配合：通过「感知—行动—再校正」在物理世界中不断优化，不只是在计算机中计算。

具身与机器人高度绑定，就像语言与大模型绑定一样，但又不同于大模型那种只会字面回答、无法处理真实物体的智能。

那具身就是字面上的「有个身体」吗？李飞飞曾说，大模型没有身体，所以永远不能像人一样。那给大模型接上一个机器人，是不是就能让它像人？

先不急着回答这种把心智与肉身截然二分的逻辑。要理解它，我们得先回到具身这个词本身。

在认知语言学里，具身（embodiment）是核心概念¹。学派创始人乔治·莱考夫认为，具身强调的是身体与世界的持续互动，而不仅仅是「具有」。

这个词和机器人领域的「具身」同源于embody，但中文翻译长期不统一，涉身、具身、亲身的、亲身化都有。分歧背后，是人们也在想如何去理解莱考夫的核心观点：「心智即肉身」。

具身不仅是「多了个身体」，而是说思维、推理、理解都扎根于身体经验、感知系统和神经结构。

莱考夫认为，心智与身体不可分割，这不仅是对笛卡尔身心二元论的批判，也是在强调：正因为我们有身体，才有与世界互动的方式，而这种互动塑造了更抽象的思维。很多时候，这些思维通过身体隐喻表现出来，只是太自然，以至于我们没察觉。

这种「不能分开」在日常语言中随处可见，我们早已用身体经验组织和表达最抽象的想法。

比如「更多即向上」（More is up）：倒水水面升高、堆物高度增加，这个简单的物理经验，被投射到数量和价格等抽象领域：「犯罪率在上升」「股票跌了下来」。

又如描述情绪：「心情沉重」「精神振奋」，是把情绪投射到身体重量和运动感受。它们不是修辞，而是思维方式的结构痕迹，背后都有身体感知的基础。

莱考夫强调，意义不是从符号的机械组合里冒出来的，而是从身体与世界的互动中生长出来。

这样看来，机器人大会的人形机器人即便能行走、搬运、跳舞、打拳，它们的「身体」并不承载这种意义生成的机制。

它们的感知与动作虽能被编排、被优化，却还谈不上有一个与人类相似的「具身心智」，因为那需要的不只是运动能力，还要有一套能把自身经验转化为概念，再用概念去塑造行为的循环。

具身不仅是技术用语，在认知语言学中，它带着强烈的反叛精神，直指西方哲学传统和强人工智能的核心假设。

具身的反义词是离身（disembodied），它反抗的就是这个东西。

在西方思想史上，离身地位长期稳固：理性被设想为抽象、普遍、先验的存在，与肉体感知、文化情境、想象机制无关。

自笛卡尔确立身心二元论以来，心智被视作独立于身体「硬件」的「软件」。

在这套逻辑里，理解被看作一种机械操作：只是把符号转换成另一种符号。身体只是承载这种操作的容器，而理性则被认为可以独立于肉体存在。

20 世纪的第一代认知科学继承了这种离身观，发展出「心智计算理论」：心智如计算机，思维是符号运算，符号本身无意义，只要按规则操作就等于理解。

在计算机中，所有信息的处理成本理论上应该是均等的，但人类认知明显不是这样运作的，比如此前介绍过的核型效应，心智计算理论无法解释为什么某些知识比其他知识更容易学习、记忆和使用。

第二代认知科学，如认知语言学，强调概念与理性强烈依赖于身体，以及概念化和推理的想象过程（隐喻、意象、转喻、核型、框架、心智空间和辐射状范畴）。

心智计算理论的极端形式——强人工智能（Strong AI）认为，只要程序得当，计算机就能像人一样理解。大语言模型的奠基人辛顿，就是典型的强人工智能支持者，他认为大模型和人的思维方式一样。

哲学家约翰·塞尔在 1980 年提出「中文屋」实验反驳：一个不懂中文的人，依照规则操作中文符号，看似理解，实则毫无所知。计算机虽能处理符号，却无法赋予其意义，因为它没有身体和经验。

知道认知语言学的具身反对什么，就自然明白它坚持什么。

它并不全盘否定人工智能²，而是提醒我们：理性扎根于肉身，依赖感官、动作和环境互动；意义源自身体经验，而非符号与世界的简单映射；理解是一种生物性活动，离开身体及其与世界的循环，智能只是外在的模拟。

但这种坚持，确实触及了近现代英美分析哲学的根基：心智独立于肉体，理解就是符号运算。具身理论从根本上反对这种设想，认为意义与理性必须依赖身体经验和想象力的支撑。这不是能彼此包容的学派分歧，而是一种「有你没我」的对立。

具身理论对人工智能，反而是一种提醒。真正的挑战在于，如何让 AI 系统中的符号对人类有意义，而不仅仅是对 AI 研究者有意义。

就像计算机可以模拟水流，但这不代表河流本身受算法控制，也不代表计算机「理解」水流。具身理论呼吁 AI 研究超越纯粹的符号操作，从「心智如机器」的隐喻转向「心智是亲身的」现实。

这需要让 AI 的「理解」不能只是技术层面的精确操作，而要反映人类通过身体经验、感知和情感所内化的活生生的意义。

伯牙智能 CEO 刘欣提到，很多机器人原本没有五指手，客户买些好看的手装上，只为跳舞时「看起来完整」。舞台上，一万元的手够用；生产中，第一分钟就宕机，不得不换上五万元的版本。

讽刺的是，在表演性的具身里，手是装饰；在真正的具身里，手是心智与世界的接口。前者满足观感，后者才触及莱考夫意义上的「心智即肉身」。

也许这就是答案：当我们问机器人是否真正具身时，关键不在于它们有没有身体，而在于这个身体是舞台上的道具，还是要让它产生意义。

本文首发「言辞之间」，同步少数派。