哈工深聂礼强：多模态大模型是具身智能发展的关键动力丨具身智能十人谈

文章预览

没有多模态大模型的“大脑”，“身体”只是一个无智能的机械装置。 作者丨陈鹭伊 编辑丨岑峰 具身智能的“智能”如何体现？ 这是雷峰网-AI科技评论启动“具身智能十人谈”栏目以来，在拜访这一领域的诸多研究者时最常提到的话题之一。 具身智能，简而言之，是指将智能系统与物理实体相结合，使其能够感知环境、进行决策并执行动作的一门技术。其关键词是“具身”，即不仅仅是抽象的算法和数据，而是要通过物理形态与世界进行交互。 然而，要实现真正的“智能”，具身智能系统需要一个强大的“大脑”来支撑其复杂的决策和学习过程。这里的“大脑”并非生物学意义上的器官，而是指一种能够处理和理解多模态信息的高级计算模型——多模态大模型。这种模型能够整合视觉、听觉、触觉等多种感官数据，以及语言、指令等抽象信息 ………………………………