机器人会复制 computer use 的路径:从坐标指令走向直觉式行动
Scobleizer · x · 2026-11-18
作者认为「computer use」是理解 LLM 与机器人关系的最佳类比,因为它与机器人运行同样的循环:观察→推理→行动→根据反馈调整。
几个核心观点:
- 机器人会重演 computer use 的进化路径:早期 computer use 让模型输出「点击 (x, y) 坐标」,慢且不好用;扩展性起飞是因为模型改为写一小段代码、一次性批量执行动作。机器人技能学习可能同样从坐标走向直觉。
- 机器人 = 已经很强的文本 agent 向两个方向拉伸:视觉(vision grounding 在 LLM 内持续改进)和物理世界。
- 真正有争议的是物理技能怎么学:旧答案是行为克隆加大量真实世界交互,新范式还在争论中。
这是来自机器人与 LLM 两边从业者的综合判断,值得作为具身智能趋势讨论的参考。
「漫话AGI」频道最新
- 工程师观点:工程研究被自动化后,护城河只剩数据与算力 — burny_tech · 2026-11-18
- 网安圈共识:漏洞利用已快于补丁,攻击者领先 7 天 — alliekmiller · 2026-11-18
- 数学家 Goldman 称更信 LLM 审稿,质疑年费 7800 万欧的期刊体系 — skdh · 2026-11-18
- Gary Marcus 晒 CEOs 名言论表,暗讽 AI 泡沫与 Enron 同款话术 — GaryMarcus · 2026-11-18
- 26 项专利持有者追问:AGI 时代好奇心能否被'教'会 — tctjr · 2026-11-18
- AI 公平研究者 Chinasa Okolo 获盖茨基金会 Goalkeepers 表彰 — ChinasaTOkolo · 2026-11-18