VLA-OS：NUS邵林团队探究机器人VLA做任务推理的秘密
VLA-OS：NUS邵林团队探究机器人VLA做任务推理的秘密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。
来自主题: AI技术研报
6514 点击 2025-08-01 11:18
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
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。
京东大模型品牌全新升级：JoyAI，Enjoy AI！
硬氪获悉，北京驯鹿智能科技（以下简称“驯鹿AI”）近日完成数千万人民币A+轮融资，本轮融资由坤言资本和IDG领投，万世资本和源合资本担任专业顾问。融资资金主要用于进一步加速公司在智能销售与客服机器人领域的技术研发和市场拓展，助力更多企业实现全流程智能化服务，提升业务运营效率。
打通机器人智能化的关键：眼+脑+手。
在社交平台上，「AI 帮我选基金，结果赚了 8%」、「AI 自动炒股，秒杀巴菲特？」之类的帖子不时刷屏，炒股机器人、对话式理财助手有关的 Agent 也不断涌现。
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。
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。
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」。
一年一度的世界人工智能大会现场探展，我们被这个「闲不住」的人形机器人圈粉了。2025 年行至过半，人工智能领域的前沿热点屡屡破圈，其中具身智能（Embodied AI）及其载体在国内格外受到了关注，尤其是人形机器人。