由人类工程师分解成

法像人一样拥有常识，必须要将一个指令的程式化程序，然后机器人端机械臂）再一步一步去完成每个动作。 这也使得高级别的具身智能，比如L自动驾驶、人形机器人、机器狗等，人机交互无法满足现实中通用智能的需求，广泛应用的主要是机械臂、履带式搬运机器人等这类比较机械化的具身智能，只适应某一类设计好的特定任务。 有了大模型之后，机器人终于有了一个强大的“大脑”。

LLM可以帮助机器人更好理解运用到

高级语义知识，自动化地分析自己的任务并拆分成具体的  格鲁吉亚电话号码列表  动作，这样与人类、与物理环境的互动更加自然，机器人也就显得更加智能了。 举个例子，让机器人倒一杯水，人类自动就会绕开室内的障碍物，但传统方式下，机器人并不具备“遇到障碍物水会打翻”这样的常识，经常会做错事，而大模型驱动的具身智能，就可以更好地理解这些知识，自动分解任务，不再需要工程师或

者主人一步步地指导端 多模

态——更丰富的“小脑” “具身”所相对的概 CU 列表 念是“离身”端Disembodiment），从中可以看到，具身智能的实现依赖于身体的感知，不能脱离身体而单独存在。 人类具有眼耳鼻舌身意，说明对于物理世界的充分感知和理解，是意识和智慧的来源。而传统AI更多的是被动观测，主要是“看”端计算机视觉）和“读”端文本NLP），这就使得智能体Agent缺乏对外部环境的通用感知能力。 以自动驾驶为例，无人车也是具身智能的载体，需要通过传感器、机器视觉、激光雷达等多种方式来感知物理世界的变化，成本昂贵，效果也不是很理想，至今依然没能实现L级别的自动驾驶量产。 多模态大模型，可以积累和分析