尽管当前的机器人视觉语言操作模型（VLA）展现出一定的泛化能力，但其操作模式仍以准静态的抓取与放置（pick-and-place）为主。相比之下，人类在操作物体时常常采用推动、翻转等更加灵活的方式。若机器人仅掌握抓取，将难以应对现实环境中的复杂任务。
还有人没被《大展鸿图》洗脑吗？ 反正今天一睁眼，朋友圈里就有人形机器人“别墅里面唱K”开始刷屏，给我看得一愣一愣的——
为什么机器人能听懂指令却做不对动作？语言大模型指挥机器人，真的是最优解吗？端到端的范式到底是不是通向 AGI 的唯一道路？这些问题背后，藏着机器智能的未来密码。
打通机器人智能化的关键：眼+脑+手。
如今的具身智能，早已爆红AI圈。数据瓶颈、难以多场景泛化等难题，一直困扰着业界的玩家们。就在WAIC上，全新具身智能平台「悟能」登场了。它以世界模型为引擎，能为机器人提供强大感知、导航、多模态交互能力。
在 7 月 26 日召开的 WAIC 世界人工智能大会上，AI Agent、具身智能被推上了 C 位：从行业论坛到展台
WAIC大会上，这个机器人凭惊艳实力引起了层层围观！叠衣服、分拣物品、听指令取货，他们研发的Mech-GPT多模态大模型和「眼脑手」系统，让机器人的高难度操作性能暴增。现在，这家公司已经成为市占率连续五年的行业冠军了。
腾讯一口气发布3个具身模型，包括动态感知、规划、感知行动联合模型，分别对应人类的左脑、右脑和小脑。
陈建宇（星动纪元创始人）、高阳（千寻智能联合创始人）、吴翼（蚂蚁集团强化学习实验室首席科学家）、许华哲（星海图联合创始人）的分享（题图从左至右），基本代表了国内具身智能领域最先进的成果展示。
在复杂的开放环境中，让足式机器人像人类一样自主完成「先跑到椅子旁，再快速接近行人」这类长程多目标任务，一直是 robotics 领域的棘手难题。传统方法要么局限于固定目标类别，要么难以应对运动中的视觉抖动、目标丢失等实时挑战，导致机器人在真实场景中常常「迷路」或「认错对象」。
