跳到正文
返回科技动态
原文
雷峰网·· 3 天前

浙大彭思达谈具身智能:端到端非最优解,主张通用大模型加Agent架构

浙大彭思达:从元宇宙到具身智能,一个三维视觉研究者的八年 | 世界模型50人

AI 导读

浙江大学研究员彭思达认为在机器人导航中,端到端微调VLM并非最优解,主张采用“通用多模态大模型负责规划+小模型负责执行”的Agent架构。他回顾了从动态人体重建、自动驾驶仿真到具身智能的研究历程,指出视觉在高级推理中并非主角,动作轨迹的因果性理解更为关键。其团队近期公开了SuperNav和ScaleNav两项工作,分别对应导航系统的“大脑”与“小脑”。

来源:雷峰网 · leiphone.com

浙ICP备2026082753号-2