Nishanth Prakash

大型语言模型和视觉-语言-行动模型使机器人能够理解人类意图并在物理世界中采取行动

大型语言模型（LLMs）和视觉-语言-行动（VLA）模型正在通过使机器人能够理解人类意图并在物理世界中采取行动来彻底改变机器人技术。这些AI系统不再仅仅依赖预先编程的指令，而是能够理解高级目标，处理视觉信息，并将它们转化为一系列机器人动作。这一转变使机器人能够超越受控环境并处理新颖的场景，尽管在物理交互中确保安全和确定性行为仍然是一个关键的工程挑战。