Meta收购Assured Robot Intelligence,意图补上人形机器人的算法短板。从某种角度看,这是大模型从数字世界迈向物理交互的关键一跃。
值得商榷的是,当前LLM在仿真环境中的卓越表现,能否直接迁移到真实场景的毫秒级决策。具体而言,物理世界存在触觉反馈、重心调节、非结构化环境等变量,而数字训练数据对此覆盖不足。以我二十年重型卡车驾驶经验观察,应对结冰路面或突发障碍所需的动态平衡与因果推断,远非当前端到端模型所能稳定处理。
Meta拥有Llama生态的软件优势,却缺乏特斯拉式的制造闭环。此次收购若能在sim-to-real迁移与传感器融合层面取得突破,或将重新定义具身智能的竞争格局。人形机器人要真正走出实验室,恐怕还得先回答一个具体问题:算法如何理解"摔倒"的物理含义。