Embodied AI, українською втілений інтелект, — це думка, що по-справжньому загальний інтелект не може виникнути лише з читання тексту й розглядання зображень — йому потрібне тіло, яким він впливає на світ, і чуття, якими він сприймає наслідки своїх дій. Тоді як мовна модель учиться з інтернету пасивно, втілений агент (робот) учиться активно: він пробує щось зробити, бачить, що сталося, і відповідно коригує свою поведінку. Тіло й середовище тут є частиною навчання, а не лише його результатом.
Ця перспектива має давнє коріння в когнітивній науці та робототехніці. Вона пов’язана з парадоксом Моравека: ми з’ясували, що навчити ШІ логіки та шахів простіше, ніж дати йому дитячу вправність і розуміння фізичного світу — саме тому, що фізичні навички не можна просто «прочитати», їх треба втілити.
Гуманоїдних роботів часто описують як флагман embodied AI — людське тіло є універсальним інструментом для світу, спроєктованого людьми. Практичним підсумком є прагнення побудувати робототехнічні фундаментальні моделі та VLA-моделі, які поєднують загальні знання з інтернету з фізичним досвідом. Ключову роль відіграють і моделі світу, завдяки яким агент може заздалегідь уявити наслідки дій.
Компанії на кшталт Figure, Tesla чи 1X будують своє бачення явно на embodied AI — гуманоїд для них є «апаратним забезпеченням для інтелекту, який учиться у фізичному світі». Варто відрізняти галас від реальності: цей термін уживають і в маркетингу. Справжнє зрушення вимірюється тим, чи опановує робот нові фізичні завдання, на які його ніхто прямо не тренував — а в цьому галузь поки що на початку.