具身大模型

Embodied Foundation Model入门必知

在大量跨机器人、跨任务数据上预训练，能适配多种机器人和任务的大模型。

具身大模型是基础模型概念在机器人上的延伸。基础模型指在大规模、多样数据上预训练、能适配许多下游任务的模型，比如 GPT。具身大模型同样先在跨机器人、跨任务的数据上预训练，再用少量数据后训练到具体任务或具体本体，而不是每个任务从零训一个专用策略。这个词没有统一的边界：狭义多指直接输出动作的通用策略，如 π0、GR00T N1、Gemini Robotics 等 VLA；广义上也包括负责理解和规划的具身推理模型，以及用来生成数据、评估策略的世界模型。Firoozi 等人 2023 年的综述认为，这类模型面临的主要障碍是机器人数据稀缺、缺少安全保证和实时性要求。