待验证50% 置信事实精确时间
该索引覆盖VLA与基础模型、机械臂操作、运动控制、Sim-to-Real、人形机器人、导航与强化学习等方向
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/11
首次发现
有效期至：2027/1/9
来源
涉及实体
相关事实
待验证前沿的机器人模型架构普遍以视觉-语言-动作（VLA）为核心框架，代表包括Google DeepMind的RT-2和Physical Intelligence的π075% 相似待验证当前具身智能主流技术路线是将视觉语言模型（VLM）作为机器人的'大脑'，结合底层运动控制实现端到端智能操作70% 相似待验证Google的RT-2、Tesla的Optimus、Figure AI等项目都在探索RL驱动的机器人学习方案69% 相似待验证遥操作是当前机器人学习数据采集的主流方式，常见系统包括斯坦福的低成本双臂系统ALOHA和基于3D打印的Gello65% 相似待验证具有正确物理空间关系的3D场景是训练具身智能（Embodied AI）的重要基础设施，机器人需要在真实虚拟世界中学习导航、抓取和避障65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/995542API
curl https://kongchang.com/api/v1/knowledge/claims/995542MCP
get_claim(id=995542)