VLA-OS：NUS邵林团队探究机器人VLA做任务推理的秘密
VLA-OS：NUS邵林团队探究机器人VLA做任务推理的秘密为什么机器人能听懂指令却做不对动作？语言大模型指挥机器人，真的是最优解吗？端到端的范式到底是不是通向 AGI 的唯一道路？这些问题背后，藏着机器智能的未来密码。
来自主题: AI技术研报
5883 点击 2025-08-01 11:18
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
为什么机器人能听懂指令却做不对动作？语言大模型指挥机器人，真的是最优解吗？端到端的范式到底是不是通向 AGI 的唯一道路？这些问题背后，藏着机器智能的未来密码。
视觉语言模型（Vision-Language Models, VLMs），为真实环境中的机器人操作任务提供了极具潜力的解决方案。
人类具有通用的、解决长时序复杂任务的规划能力，这在我们处理生活中的复杂操作任务时很有用。
近期，新加坡国立大学计算机学院的邵林团队提出了 D(R,O) Grasp：一种面向跨智能体灵巧抓取的机器人与物体交互统一表示。该方法通过创新性地建模机器人手与物体在抓取姿态下的交互关系，成功实现了对多种机器人手型与物体几何形状的高度泛化能力，为灵巧抓取技术的未来开辟了全新的方向。