分析师解读机器人「惊人跃升」：本质是把任务对齐到 LLM 已预训练的技能

robrombach · x · 2026-11-02

elvisnavah 发表对近期机器人能力跃升的技术解读，认为所谓「shocking」的跃升其实是把机器人技能对齐到前沿模型已大规模预训练的近似技能：LLM-as-robot（如 astra）对应的是视觉 computer use；实时灵巧（VAM/WAM）对应视频预训练。他解释为何不必惊讶：1）训练分布中加入了以 computer use 形式包装的机器人任务；2）模型在视觉伺服任务上获胜，因为这些任务可包装成视觉 computer use，训练中已消耗大量算力；3）这种方式无法解决灵巧与快速实时控制，需要「固化」的 system 1 权重；4）但这显然就是部署时需要通用性的 system 2 的形态。Rob Rombach 转发了此帖。