第三个因素是基础模型。我们看到LLM（如GPT、Claude、Llama等）在解决推理和规划问题上表现非常好。这些模型的泛化能力足够好，可以进行编码。我们提到的URAC项目使用这些语言模型的编程能力来开发新的机器人解决方案。多模态模型也有所增加，这提高了计算机视觉和感知能力。我认为这些成功也鼓励我们追求基本的机器人模型，因为我们可以利用这些顶级模型的泛化能力，并在它们之上添加动作层以生成最终驱动人形机器人的动作令牌。
这一切我都非常理解。您提到 英国手机号码列表 的许多研究 等）极大地加速了该领域的进展，特别是在传感器和更便宜的传感器设备领域， ETC。 。所以我觉得在这个领域工作是一个非常令人兴奋的时刻。吉姆·范 是的，我同意。 Sonia Huang 我记得您的第一个研究更多是在虚拟世界领域。您能谈谈是什么让您对 Minecraft 和机器人感兴趣吗？在你看来，是连接？是什么让您对虚拟世界感兴趣？吉姆·范 这是一个好问题。
对我来说，我个人的使命是解决体现智能的问题，而虚拟世界中的体现智能代理就像游戏和模拟中的代理一样。因此，我对游戏也有非常特殊的感情。我自己喜欢玩游戏。詹妮弗·詹 (Stephanie Zhan) 你玩什么游戏？ Jim Fan 我玩《我的世界》，我尝试过，但我不是一个很好的玩家。所以我希望我的AI能够弥补我糟糕的游戏技能。我之前参与过几个游戏项目。第一个是一个名为 Mind Dojo 的项目，我们正在该项目中为 Minecraft 中的通用代理开发一个平台。