机器人灵巧操作的关键不是「全具身」,而是「对的双手」
chris_j_paxton · x · 2026-09-16
机器人研究者 Chris Paxton 评论 Reward AI 的多具身自主操作演示,提出不同看法。
背景:被引用推文盛赞 Reward AI(Zipeng Fu 等)的演示——多个具身形态高速自主操作,认为其本质是「全具身模型」在模型层做抽象,实现操作级精度;以往跨具身靠动作重定向,而 Reward AI 在策略层完成,推测其让同一策略从人类数据中学出与具身无关的动作表示(表示未公开)。
Paxton 的观点:现在谈「全具身」为时过早——它仍然只有一种具身,核心其实是「手」;关键是把合适的手放到合适的位置,而非模型级的具身抽象。
所属事件:研究者激辩：灵巧操作关键在「对的双手」而非全具身(2 条相关)→
「具身」频道最新
- ANYbotics 防爆四足机器人 ANYmal X 开始向客户交付，全球首个 — lukas_m_ziegler · 2026-11-02
- 内存涨价三倍，特斯拉把 Optimus 大脑内存砍掉三分之一 — aakashgupta · 2026-11-02
- 周末懒得整理桌面？博主让机器人代劳清理全程实拍 — flngr · 2026-11-02
- Whoop 与 Apple Watch 双持同一条表带，健康监测两不误 — tinyfool · 2026-11-02
- REA 提出「大脑-小脑」异步机器人控制运行时，运行策略不等大脑 — Pengfei Zhou · 2026-11-02
- 机器人格斗正式登陆日本，东京将设常设竞技场 — cixliv · 2026-11-02