🧑🏻💻 你不知道的具身智能：从小机器狗到 Optimus
今天这篇是「你不知道的」系列第六篇，写完 Claude Code、Agent、大模型训练、AI Coding 和 GEO 之后，这次换个方向，聊我自己最不熟、又最好奇的具身智能。起点是今年 4 月，我用 STM32、ASRPRO、ESP32-C3、舵机和一堆 3D 打印件，花两百多块手搓了一台能听懂话、会走路、还能接云端 AI 对话的小机器狗。
真插上线、电机转起来才发现，从软件视角看「给大模型接个身体」很轻巧，落到物理世界完全是另一回事。一条自然语言指令要一路变成结构化意图、动作序列、PWM、力矩、电流和接触，每一层都有自己的时间和误差预算。最直观的是动作空间的差距：自动驾驶基本就方向盘、油门、刹车，而 Tesla Optimus 按 78 个执行器算，每个时间步都得把身体、手臂、手指、平衡、接触一起兼顾。
这篇文章想聊清楚这几个点：小机器狗怎么从一堆零件跑起来（异构芯片分工、端云协同、MCP）、机器人怎么知道自己在哪（深度、位姿、3D 地图）、从写死的动作到 VLA 这条路线（RT 系列、ACT、Diffusion Policy、π0、Gemini Robotics、Helix）、绕不开的时间能耗数据三道坎、Tesla Optimus 这个工程样本（纯视觉、FSD 迁移、一根没有销钉的手指、量产约束），以及几家公司的不同路线和一个软件工程师该怎么往具身智能走。
信息来源：TG频道@NewlearnerChannel