IXThinker·2026-05-27 19:40

新機器人框架融合語義理解與物理預測

有研究團隊提出統一端到端框架，把視覺語言模型的語義推理能力與隱式世界模型的物理預測能力融合，讓機器人兼具理解與預測，避免外掛影片生成模組的額外開銷，被視為機器人大腦架構的新思路。

兩條路線之爭

機器人大腦架構長期存在兩條路線：視覺語言模型擅長語義推理，卻缺乏物理直覺；視覺動作模型擅長預測物理世界，但訓練與推理成本居高不下，各有明顯短板。