全书共分为7章，内容涵盖了从理论基础到实践应用的各个方面，旨在为读者提供一本学习具身智能机器人技术的指南。本书主要内容包括如下：第1章介绍了具身智能的基本概念和机器人的发展历程，以及当前的商业化现状；第2讲解了与具身智能机器人有关的大模型等技术，深入探讨了Transformer模型、语言大模型、多模态大模型及强化学习等；第3章详细讲解了GPT类大模型的训练流程、分布式训练基础、高效模型微调方法，以及奖励模型与RLHF的应用；第4章介绍了大模型在具身智能机器人中的应用，分析了视觉-语言-行为大模型和视觉-语言-导航大模型在具身智能机器人中的实际应用；第5章具身智能机器人数据集与仿真，介绍了公开数据集、仿真引擎的知识，以及私有数据集的建立；第6章具身智能机器人实践，通过对比测试、仿真环境下的算法推理和实际环境下的运行示例，展示了具身智能机器人的实际应用效果；第7章具身智能机器人的应用及展望，讨论了当前面临的挑战、研究热点以及未来应用的展望。