具身智能
如何让机器人出厂就是熟练工
📋总体概括
文章探讨机器人从「会动作」到「会干活」的鸿沟：运动控制进步迅速，但「大脑」进化才是真难点。以银河通用将GPT-6 Astra与π0.5结合测试为例，发现大模型在语义理解、空间推理上突出，却在需要力度控制、双手协同的物理接触任务上力不从心，专项端到端模型反而更优，揭示具身智能需理解世界与在世界中行动并重，而非简单拼接。
⚡关键信息
- ▸过去几年人形机器人运动控制快速进步，从走路、跳跃、空翻到跳舞打拳，身体能力已接近电影想象
- ▸银河通用将GPT-6 Astra放进机器人测试，并尝试与π0.5这样的机器人基础模型结合
- ▸GPT-6 Astra在语义理解、空间推理上表现突出，但复杂接触、力度控制和双手协同任务仍有大量无法解决的case
- ▸测试显示经过专项训练的端到端模型在部分接触类任务上仍优于通用大模型
- ▸文章核心观点：机器人既要理解世界，也要在世界中自主行动，二者不是简单拼接
🔥犀利点评
这文章点破了一个行业普遍的幻觉：LLM再强也填不平物理世界的沟。接触、力度、双手协同这些「手感」问题，恰恰是互联网语料喂不出来的部分。通用大模型加机器人底座的浪漫叙事，在真实case面前撞墙，说明具身智能短期内仍是「通才大脑+专才小脑」的混合路线，谁宣称一个模型通吃，谁就在讲科幻。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 虎嗅 阅读全文 →