近幾十年，人類的生活方式發生了非常重大的變化，這凸顯了對遠程和自動化過程的需求。但是，現如今的機器人還不夠成熟，還不足以執行日常任務，比如操控物體或在不可預測的復雜環境中移動。另外，如今的機器人也還不能足夠安全地與人類和室外環境進行交互。

大腦與機體的適當平衡是創造行為更自然和全集成的智能機器人的先決條件。機器人設計通過使用軟件已經實現了相當成功的自動化，但設計新材料和開發機器人學方法需要人類參與其中，因為這涉及到范圍更廣的技能組合。

舉個例子，在新興的軟體機器人學領域，為了得到所需的機器人功能，仍舊沒有與結構設計和控制器設計組合使用的材料選取與合成方法。

因此，未來十年內，機器人學領域的一大主要缺口是：為機器人機體以及機體形態與智能控制系統和基于學習的方法的共同進化開發新材料和新結構。為了填補這一缺口，機器人學社區的一大重要發展趨勢是實現機體、控制、形態、動作執行和感知的協同進化。這里將其稱為實體人工智能(PAI)。

PAI是指能夠執行通常與智能生物體相關的任務的實體系統，該領域包含理論和實踐。PAI方法論原本就自帶對材料、設計和生產制造的考慮。使用PAI開發的機器人可以利用自身機體的物理和計算特征，再加上它們大腦的計算能力，有望在非結構化環境中自動執行任務和維持穩態。類似于生物體，PAI機器人既可以替代數字AI，也能通過連接大腦來為數字 AI提供協同輔助。很多小型機器人(計算能力有限的機器人)沒有專用的中心大腦，它們的性能由機體的計算引導。

類似于自然多樣性原理，PAI合成(synthesis)是指具有任意功能、形狀、大小和適宜場景(habitat)的機器人系統，其中尤其注重對基于化學、生物和材料的功能的整合。因此，PAI與機體變化方法無關，并且有別于具身智能(embodiedintelligence)。PAI 合成的要義在于從材料層面到形態層面再到機器人系統層面將多種不同的功能特性成功地組合到一起。