機(jī)器人的技術(shù)創(chuàng)新任務(wù)主要在于人形機(jī)器人關(guān)鍵技術(shù)的突破，其中在人形機(jī)機(jī)器人本體上的重要技術(shù)任務(wù)在于開(kāi)發(fā)基于人工智能大模型的人形機(jī)器人“大腦”與 開(kāi)發(fā)控制人形機(jī)器人運(yùn)動(dòng)的“小腦”。大模型作為爆火的人工智能概念，推動(dòng)了人形機(jī)器人大腦的形成，助力人形機(jī)器人具有人的感知、交互與決策能力；對(duì) 于控制系統(tǒng)仍在切入中。

感知、交互與決策

多模態(tài)大模型增強(qiáng)人機(jī)交互，實(shí)現(xiàn) 對(duì)人類意圖的理解，對(duì)復(fù)雜外部環(huán) 境的理解與認(rèn)知，助力形成決策：

大模型可直接用于對(duì)環(huán)境的理解, 并通過(guò)提示詞使之輸出結(jié)構(gòu)化內(nèi) 容如控制代碼、任務(wù)分解等指令

利用多模態(tài)大模型對(duì)環(huán)境進(jìn)行建 模, 實(shí)現(xiàn)具身智能對(duì)空間信息的 多模態(tài)理解

機(jī)器人能夠從數(shù)據(jù)中學(xué)習(xí)決策與 規(guī)劃策略，基礎(chǔ)模型為機(jī)器人決 策與規(guī)劃引入了豐富的先驗(yàn)知識(shí)。

控制

大模型在控制上的助力主要集中于大模型處理環(huán)境觀察與提示，輸出動(dòng)作序 列，動(dòng)作序列可以是一系列關(guān)節(jié)角度或末端執(zhí)行器的位姿與夾爪開(kāi)合數(shù)據(jù)， 這些序列將直接用于控制機(jī)器人的運(yùn)動(dòng)。