产业观察🔥7.0
如何让机器人出厂就是熟练工
📋总体概括
文章探讨人形机器人从「会动」到「会干活」的差距：过去几年运动控制进步飞快，但「大脑」进化缓慢。银河通用将GPT-6 Astra与π0.5等机器人基础模型结合测试，发现其在语义理解、空间推理上突出，但在涉及复杂接触、力度控制和双手协同的物理任务上仍不如经过专项训练的端到端模型。这说明具身智能的核心难点在于让机器人不仅理解世界，还能在世界中自主行动，二者无法简单拼接。
⚡关键信息
- ▸过去几年人形机器人运动控制快速进步，从走路、跑步到空翻、打拳，但「大脑」能力远未同步进化。
- ▸银河通用将GPT-6 Astra与π0.5机器人基础模型结合进行机器人测试，探索大模型与具身能力的融合。
- ▸测试显示GPT-6 Astra在语义理解、空间推理任务上表现突出，是通用大脑的强项所在。
- ▸在复杂接触、力度控制和双手协同等物理任务上，GPT-6 Astra仍有不少无法解决的case。
- ▸经过专项训练的端到端模型在部分接触类任务上仍优于大模型组合方案，凸显具身智能的难点。
🔥犀利点评
这波测试戳破了一个流行幻觉：给机器人装上最强大脑，它就能干活了。事实证明，语义理解和拧螺丝是两码事，接触类任务里专项训练的端到端模型依然能打赢通用大模型。具身智能没有捷径，数据、力控、双手协同这些脏活累活躲不掉。通用大脑+专项小脑的分层架构，恐怕才是当下更现实的路线，指望一个大模型通吃所有物理世界任务，还太早。
📰 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24小时 阅读全文 →