校准（Calibration）在具身智能领域指的是通过系统化调整使传感器、执行器或模型的输出与实际物理量或预期行为保持精确对应的过程。这一概念源于仪器测量领域，在机器人系统中表现为激光雷达测距修正、机械臂力矩补偿、乃至神经网络置信度对齐等具体形式。其核心在于消除系统误差，确保感知-决策-执行链条中每个环节的输出既可靠又可解释。
在产品开发实践中，校准质量直接影响着智能体与物理世界的交互精度。以服务机器人为例，视觉伺服系统需要定期进行手眼校准来维持抓取成功率，而对话系统则需通过预期校准（Expected Calibration Error）来保证其给出的置信度分数真实反映预测准确率。现代校准技术已发展出基于贝叶斯推断的在线校准、利用对抗样本的鲁棒性校准等前沿方法，这些技术正在推动具身智能产品从实验室原型向工业级可靠性迈进。