Sentdex 用通用多模态大模型直接驱动四足机器人

知名 AI 教程作者 Sentdex 提出反直觉思路：不训练专门的 VLA 或世界模型，直接让通用多模态 LLM 承担机器人高层智能。他用带视觉的 GLM 5.3 Flash 接入千元级 XGO 四足机器人，也测试了 GPT 5.6：模型虽能解决任务，但耗时从 20 秒飙到常见 4-5 分钟，有时甚至 20 分钟，挑战了 VLA 路线的必要性。

2026-09-04 ~ 2026-09-04 · 3 条相关

• Sentdex 实测：通用多模态 LLM 直接操控四足机器人，无需训练 — Sentdex · 2026-09-04
• Sentdex 用 GLM 视觉模型驱动千元级四足机器人,挑战 VLA 路线 — Sentdex · 2026-09-04
• Sentdex 实测千元级四足机器人:GPT 5.6 解决任务常要 4-20 分钟 — Sentdex · 2026-09-04