介绍具身智能核心思想：智能体通过身体与环境物理交互产生认知，涵盖感知-行动循环、世界模型和主动学习。
学习将大模型的视觉、语言理解能力与动作输出结合，构建能根据自然语言指令和视觉观察执行操作的具身智能体。