只要一个3B参数的大模型，就能控制机器人，帮你搞定各种家务。 叠衣服冲咖啡都能轻松拿捏，而且全都是由模型自主控制，不需要遥控。 关键是，这还是个通用型的机器人控制模型，不同种类的机器人都能“通吃”。
对于人类而言，一旦掌握了 “打开瓶盖” 的动作，面对 “拧紧螺丝” 这样的任务通常也能游刃有余，因为这两者依赖于相似的手部动作。然而，对于机器人来说，即使是这样看似简单的任务转换依然充满挑战。例如，换成另一种类型的瓶盖，机器人可能无法成功打开。这表明，目前的机器人方法尚未充分让模型学习到任务的内在执行逻辑，而只是单纯的依赖于数据拟合。
登上油管热榜，吸引50万网友围观，波士顿动力人形机器人又放大招了—— 无远程遥控（Fully Autonomous），Atlas可完全自主打工了。
大模型固然性能强大，但限制也颇多。如果想在端侧塞进 405B 这种级别的大模型，那真是小庙供不起大菩萨。近段时间，小模型正在逐渐赢得人们更多关注。这一趋势不仅出现在语言模型领域，也出现在了机器人领域。
波士顿动力Atlas进厂打工，不靠远程操控，转身动作像惊悚电影。 波士顿动力的人形机器人，进厂了。
最新消息，Meta 正在研发一款AI驱动的搜索引擎，旨在为使用 Meta AI 聊天机器人的用户提供关于时事的对话式回答，同时降低对谷歌和微软的依赖。
在游戏和机器人研究领域，让智能体在开放世界环境中实现有效的交互，一直是令人兴奋却困难重重的挑战。
具备高自由度运动下稳定且高精度作业能力。
把平均成功率从 50% 拉到了 100%。
现在有这么多初创公司提供可以做从听取会议并转录到记笔记和提取见解的 AI 机器人，行业内的公司被迫通过提供额外的功能集和集成来实现差异化。
