近年来，视觉-语言-动作模型（Vision-Language-Action, VLA）在诸多机器人任务上取得了显著的进展，但它们仍面临一些关键问题，例如由于仅依赖从成功的执行轨迹中进行行为克隆，导致对新任务的泛化能力较差。
控制无人机执行敏捷、高机动性的行为是一项颇具挑战的任务。传统的控制方法，比如 PID 控制器和模型预测控制（MPC），在灵活性和效果上往往有所局限。而近年来，强化学习（RL）在机器人控制领域展现出了巨大的潜力。通过直接将观测映射为动作，强化学习能够减少对系统动力学模型的依赖。
2024年不愧是“具身智能元年”。 在刚刚结束的第十三届中国创新创业大赛新技术赛道中，一家具身机器人公司脱颖而出，斩获总决赛亚军，跻身全国50强。
我们正处在从通用聊天界面向AI原生体验转型的关键节点
o3之后，OpenAI下一个项目曝光了： 人形机器人
只凭同一个原生机器人大模型，五指灵巧手就能学会100多个复杂操作任务。
美剧《西部世界》描绘了一个人类与机器人共存的社会图景：在科技高度发达的未来，机器人与人类的外观、行为表现几乎没有差异，人类能在一座乐园中与机器人随意互动。
Sora正式上线后，另一条火热的科技赛道——具身智能，近期也迎来商业化“前夜”。
给工业机器人装上智能“大脑”
具身智能加速机器人发展，端侧AI与传感器深度融合。
