在具身智能的语境下，物理常识指AI对物理世界运作规律的隐性知识——重力会把东西往下拉、碰到物体会弹开、拧螺丝要先对齐再旋转、倒水时壶嘴要对准杯口。
这些东西对人来说"想都不用想"，但对AI模型来说恰恰是最难的。
为什么缺了物理常识不行：传统机器人AI通过"轨迹拟合"学习——反复看人类遥控机器人做同一个动作，然后模仿关节角度。问题是模型学会了"在这个位置用这个角度夹"，但完全没理解"为什么要这样"。换个角度、换个物体、甚至只是光线变了，模型就可能失败。有研究者形容这就像"手把手教猴子干活，猴子学会了动作但完全不理解为什么"。
物理常识缺失的典型症状：
数不清桌上有几个杯子（缺乏空间理解）
推门时不知道门会朝哪个方向开（缺乏物理预判）
学"抓杯子"后不会"抓瓶子"（缺乏跨物体泛化）
行业怎么解决：目前主要有三种思路——
① 让模型从人类第一视角操作视频中学习：人类操作天然包含物理常识信号，比如倒水时壶嘴要对准杯口、推重物时会身体前倾。
② 在仿真环境中显式标注物理属性：告诉模型每个物体的重量、摩擦力、弹性。
③ 让模型在海量真机数据中自己"试出来"：做多了自然学到一些规律。