待验证50% 置信事实精确时间
RT-2将文本、图像等数据与机器人的控制指令统一编码为词元，通过Transformer架构同时训练
1
来源数
50%
置信度
长期有效
时效性
2026/7/8
首次发现
来源
AI Agent入门指南：大模型如何驱动新一轮计算革命
bilibiliAgent教程2026/7/2
相关事实
待验证RT-2直接用视觉-语言模型端到端生成机器人控制指令，将互联网知识迁移到物理操作中73% 相似已验证代理式编程（Agentic Coding）系统能够主动调用工具、读写文件、执行命令，并在多步骤任务中保持上下文记忆，与传统AI代码补全工具不同65% 相似待验证Tool Call ID在Transformer注意力机制中充当显式对齐信号，帮助模型在多工具并行调用场景中保持准确的上下文追踪63% 相似待验证工具调用早期实现依赖ReAct等提示词技巧，模型通过文本格式输出行动指令，再由外部代码解析执行61% 相似待验证万小志提供对话式修改和可视化编辑两种编辑方式，可随意切换，全程不需要写代码60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/287917API
curl https://kongchang.com/api/v1/knowledge/claims/287917MCP
get_claim(id=287917)