大模型与具身智能为何难以融合？
前阵子追了2026北京智源大会的整场直播,王仲远院长那段话我反复看了三遍——"机器人能跑马拉松还赢了人类冠军,可一旦换个任务,失败率立刻飙上来"。我当时第一反应是:这不就是我们公司做的智能客服嘛,训练时啥都会,一上线遇到没见过的问法就抓瞎。具身智能面临的"泛化"问题比这还狠,因为它要在物理世界里犯错,错了就是撞桌子、砸杯子,没机会"撤回重发"。浙江大学朱霖潮团队在《中国科学》发的论文里画了个图挺直观:感知、认知、执行原本是三个圈,大模型进来之后,理论上能把它们捏成一个,可中间的接口还全是"拼凑"的痕迹。Figure AI从分层结构转向端到端Helix,Physical Intelligence拿100个家庭数据训出Π系列,第101家也能跑——听着美好,可你仔细看他们公开的报告,还是得为每个新场景补一批数据。所谓的"通用",离真正开箱即用还差着一道叫"世界模型"的关。
发布于 福建
分享
评论
赞
未登录
友善发言
评论
加载中
