近年来，视觉语言基础模型（Vision Language Models, VLMs）大放异彩，在多模态理解和推理上展现出了超强能力。现在，更加酷炫的视觉语言动作模型（Vision-Language-Action Models, VLAs）来了！通过为 VLMs 加上动作预测模块，VLAs 不仅能 “看” 懂和 “说” 清，还能 “动” 起来，为机器人领域开启了新玩法！
1939年，一台会说话的机器人，震惊了造访纽约世博会的每一个游客。 机器人名叫Elektro，造型酷似「绿野仙踪」里的铁皮人，不过覆满全身的是铝板，且被涂成了古铜色，它由西屋电气生产，在设计上带有典型的工程师风格。
苹果要搞人形机器人这事儿现在传得沸沸扬扬。 最近他们确实有新动作——开发了一套机器人感知系统！ 系统名为ARMOR，软硬件协同增强机器人的“空间意识”，能动态防碰撞的那种。
谷歌、亚马逊等巨头纷纷摆脱GPU依赖，于是英伟达选择押注机器人！现在，英伟达已开发了机器人全套解决方案，计划在明年年中发布全新一代人形机器人专用小型计算机Jetson Thor。全球机器人市场，或将迎来大爆发。
比亚迪也布局具身智能了。
公司首款AI陪伴机器人产品已经研发完成，并已实现量产。
百万真机数据集开源项目AgiBot World，也是全球首个基于全域真实场景、全能硬件平台、全程质量把控的大规模机器人数据集。 该项目由稚晖君具身智能创业项目智元机器人，携手上海AI Lab、国家地方共建人形机器人创新中心以及上海库帕思联合发布。
Transformer——支撑像 OpenAI 的 ChatGPT 和 Anthropic 的 Claude 这样的聊天机器人的基础 AI 技术——正在帮助机器人更快地学习。
在机器人空间泛化领域，原来也有一套Scaling Law！ 来自清华和新加坡国立大学的团队，发现了空间智能的泛化性规律。 在此基础上，他们提出了一套新颖的算法框架——ManiBox，让机器人能够在真实世界中应对多样化的物体位置和复杂的场景布置。
在这个故事中，我将提供一个快速教程，展示如何使用浏览器使用、LightRAG和本地LLM创建一个强大的聊天机器人，以开发一个能够抓取您选择的任何网站的AI代理。此外，您可以询问有关您的数据的问题，这将为您提供该问题的回答。
