大模型解决机器人专业技能学习问题？很难 | 数智来信

文 | 珞石机器人CTO韩峰涛编辑 | 石亚琼文章经授权转载封面来源｜IC photo**震惊！这是前言！随着大模型的研究方向愈加广泛，业内领先企业和研究机构也陆续发布了一系列的机器人/具身大模型，尤其最近RT-2的发布，又一次引起了业内媒体的震惊体爆发，仿佛距离机器人接管世界已为时不远。当然，媒体关注多对于行业来讲是个好事情，正好也趁着这个热点梳理下大模型落地机器人的路径有哪些，我们需要什么样的机器人/具身大模型。 我们知道，基于Internet-Scale数据预训练的语言和图像大模型（LLMs&VLMs）具备强大的语义理解、内容推理、图像识别、文本/图像生成、代码生成等能力，这些能力对于需要在真实世界里执行多种任务的通用机器人来讲至关重要。但是LLMs和VLMs在机器人领域落地效果并不好，其主要原因是这些模型欠缺真实物理世界的知识，导致其推理输出很难落地到实际机器人场景中。还有一部分原因是由于现有