ycombinator讨论：通用模型可控制不同机器人

过去几年人工智能领域最大的意外之一是：编码智能体在软件领域之外的泛化能力如此出色。

在最近一篇文章中，MIT 教授 Philip Isola 提出，我们可能正在进入机器人使用智能体时代：通用模型可以控制不同机器人，编写策略，并且只需极少甚至不需要针对特定机器人的训练就能学习新的物理任务。

在本期《Decoded》中，我们邀请到了 @theWaddleLabs 和 @Robocurve 的创始人，这两家初创公司的工作推动了这一认知的形成。

他们正处在使用通用模型控制机器人的前沿，他们近期的演示也启发了围绕机器人使用智能体越来越多的讨论。我们一起深入探讨了这个想法背后的研究，从作为策略的代码、视觉-语言-动作模型，到让这些系统在现实世界工作所需的线束和评估。

00:00 — 什么是机器人使用智能体？
02:11 — 从视觉-语言-动作模型到通用大语言模型
04:07 — 机器人学的惨痛教训
07:04 — 编码智能体如何学会控制机器人
10:41 — 机器人如何从经验中学习
14:22 — 作为机器人智能形式的线束
16:14 — 观看 Astra 控制机器人
20:55 — 为什么通用模型可能在机器人学中胜出
26:05 — 通用机器人距离我们还有多近？