Anthropic机器人实验要点
lukas_m_ziegler · x · 2026-07-15
这条帖是在总结 Anthropic 一篇机器人相关文章的要点，核心不是“模型多强”，而是机器人任务里控制接口比模型本身更重要。
主要结论包括：
- 同一个 LLM 在不同控制接口下表现差异很大，直接扭矩/关节控制普遍很差；
- 采用预训练策略或 VLA（视觉-语言-动作）后，导航和操控会明显改善，但仍有明显短板；
- 在抓取与放置等操作任务上，直接控制的成功率仍然很低，最好的结果也只有 0–5.5%；
- 新一些的 Claude 模型更适合做 VLA 监督器，能更好发现错误动作并恢复表现；
- 额外的“思考预算”对机器人任务帮助很有限，有时还会变差；
- 简单工具（如文字罗盘、光标）比复杂视觉辅助更有用。
所属事件:Anthropic研究称大模型不宜直接控制机器人(3 条相关)→
「具身」频道最新
- Tesla 休斯顿 robotaxi 服务区大幅扩张，覆盖范围远超旧围栏 — Polymarket · 2026-10-27
- Walden Robotics 教机器人『呼叫求助』，用远程辅助换取快速部署 — adnothing · 2026-10-27
- 折叠屏铰链由数十个高精度零件构成，一粒沙即可毁掉屏幕 — BenBajarin · 2026-10-27
- 不改一个权重，机器人精度任务从 0/10 提到 9/10 — hbouammar · 2026-10-27
- 2000美元折叠iPhone上市两天即现折痕裂缝,网友称「crackgate」 — 404 Media · 2026-10-27
- 开源项目 Chums:用 Apple Watch 随身遥控 Mac 上的 Claude Code — brandon_galang · 2026-10-27