大模型与具身智能为何难以融合？
刷了《AI圆桌π对》一期，聊大模型和具身智能凑一块儿有多难，看完觉得特真实。这俩东西现在就是个各说各话的组合，默契还差得远。林凡有个比喻特别形象——大模型像读了一辈子书从没出过门的人，机器人像在车间干了一辈子活但不识字的老技工。一个脑子里全是理论，下手就懵；一个手上全是经验，但说不出道道。中间隔着一层谁都翻不过去的语言墙。许华哲说了个很实在的问题：大模型的推理方式，说到底还是“猜”。你让它描述怎么拿杯子，它能给你列十条，头头是道。但真到现实里，杯柄朝哪边、材质滑不滑、里面有没有水，这些它一概不知。它只能根据见过的数据拼一个最可能的动作，但现实世界犯错是没法回退的，错了就是错了。节目里聊到工厂场景挺触动我的。产线上的零件经常带油污、光照也不均匀，大模型在实验室照片上识别得再准，一上线就崩。许华哲说现在全球没几款真正量产的家用机器人，症结就在这里——demo和产品之间隔的是整个物理世界的复杂性。最让我觉得真实的是聊数据那段。大模型吃的数据是现成的，网上到处都是。但机器人数据是要一台台硬件跑出来的，跑一次才产生一点点有效信息，而且换一个场景就得重来。这个数据缺口，是目前融合最大的硬约束。节目最后给了一个务实的判断：先别想着大模型直接操控机器人的每个动作，那太遥远了。更可行的路是大模型做“大脑”，负责理解目标和拆解任务；机器人做“身体”，负责执行具体动作。两个先分工协作，再慢慢磨合默契。看完那期的感觉是：这个方向不用急，技术成熟还需要时间，但趋势摆在那。现在进来的人，赌的不是明天，是三五年后的位置。能不能撑到那时候，比技术本身更难。
发布于 江西
分享
评论
赞
未登录
友善发言
评论
加载中
