综述：连接感知与行动的以人为中心基础模型

rohanpaul_ai · x · 2026-08-28

这篇综述指出，以人为中心的 AI 在姿态、头像、运动、视频生成和机器人控制等孤立任务上表现强劲，但下一步飞跃是将这些能力连接到统一的基础模型中。文章将这一领域组织为 6 个相互关联的层级，从视觉外观到物理行动。核心观点是：仅靠更大的模型是不够的，领域需要共享的人类表征、更好的人类数据、更强的物理基础以及评估综合能力的基准。