DeepMind与Anthropic共探具身推理，通用大模型尚难独立控躯干
RanjayKrishna · x · 2026-08-01
近期机器人领域的进展引发了关于「推理模型能否直接控制机器人全身运动」的讨论。Google DeepMind 推出的 Gemini Robotics 2 尝试在视觉-语言-动作（VLA）模型之上叠加具身推理模型来实现全身控制；Anthropic 也测试了通用推理模型在不同控制层级的表现。
目前的共识是：通用推理模型依然无法独立控制人形机器人，底层仍需依赖预训练的策略模型。不过，随着多模态与推理能力的增强，未来有望突破。
为探究这一方向，研究者推出了 HumanCLAW 项目。该工作将「动作智能」与底层运动控制解耦以便精确测量，实验发现当前最先进的模型在动作智能上的表现依然出人意料地差。
「具身」频道最新
- 伯克利团队用扩散模型直接采样机器人策略权重，Unitree G1 真机走跑起舞 — berkeley_ai · 2026-10-16
- HKU 等提出 OneWM：统一因果训练让世界模型与动作学习互相增益 — IAAI233 · 2026-10-16
- 特斯拉悬停跑车被指非飞行汽车：气罐撑不了多久 — tinyfool · 2026-10-16
- Scobleizer 转述：Optimus 实机比空中翻转的新 Roadster 更震撼 — Scobleizer · 2026-10-16
- 独立开发者的 AI PASSPORT 固件几天下载破 1200 次 — ezshine · 2026-10-16
- 1X 开设加州工厂，批量量产 NEO 人形机器人 — emmanuelvivier · 2026-10-16