具身智能新研究:机器人基础模型在链式任务中常“知而不行”
rohanpaul_ai · x · 2026-08-14
一项新研究揭示了当前具身智能(ER)模型存在“知而不觉”的缺陷。研究发现,作为机器人基础模型主要初始化基础的前沿 ER 模型,在执行连续的链式任务时,常常无法准确判断“下一步该做什么”。
研究团队提出了一套量化测量该失败率的方法,利用一种全新的分支式“反事实”自我数据采集机制来获取数据。此外,他们还提出了一种生成训练后数据的手段,通过 harnessing 技术进行上下文消融,提取模型本身已掌握但无法自主反射调用的知识,以此来填补模型的能力空缺。
「具身」频道最新
- 机器人手部「局部驱动」设计:大幅降低维护成本 — thetylerhayes · 2026-08-14
- Matic 家用机器人发布 Cues 功能:支持语音手势交互 — chris_j_paxton · 2026-08-14
- AMD 赠送 Ryzen AI Halo 专为 LLM 优化 — JosephJacks_ · 2026-08-14
- 英特尔 RealSense 推出 Perception Studio,强化机器人感知 — chrismatthieu · 2026-08-14
- 观点:人形机器人被高估,专用垂直机器人更具商业价值 — AnneliesGamble · 2026-08-14
- 具身智能盲区:9款VLM懂修车但不会主动发现问题 — rohanpaul_ai · 2026-08-14