跳到正文
返回科技动态
热点事件历史事件

浙大彭思达主张具身智能采用通用大模型加Agent架构

1 篇报道1 个报道来源3 天前更新

先了解这件事

AI 综述

浙江大学研究员彭思达近期就具身智能与三维视觉研究演进发表观点。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,指出在机器人导航中,端到端微调视觉语言模型(VLM)并非最优解。彭思达强调,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。基于此,他主张采用“通用多模态大模型负责规划+小模型负责执行”的Agent架构。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”,以验证这一技术路线。

AI 根据报道生成 · 3 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月14日
  1. 雷峰网
    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”。

本事件热度走势

当前热度 3·可比范围峰值 9(11月14日 03:00)·近 24 小时可比范围变化 -49%

02.557.51011月14日03:0011月14日18:0011月15日09:0011月16日00:00

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。

浙ICP备2026082753号-2