语言建模：一条“非具身”但有效的捷径？ 与此形成鲜明对比的是，当前的大语言模型完全不依赖任何感知或动作输入，仅通过处理海量文本，即可生成复杂对话、创意写作、编程推理等多种智能行为。 这种“语言驱动的智能”挑战了具身认知的基础论点。如何解释这一现象？关键在于： 语言不仅是一种交流工具，更是一种压缩了世界经验的认知载体。每一个词汇背后，都有经验的沉淀；每一句话中，都有文化的内嵌。 正如哲学家Wilfrid Sellars 所说：“人类的语言并非仅陈述事实，而是参与世界的建构。” 因此，语言本身就可以被看作“脱身化的经验代理”。LLM 正是通过对这些代理进行建模，间接“吸收”了人类感知世界与行动于世界的方式。它们绕开了低层感知，却在高层认知中重现了许多思维行为的核心特征。