迈向通用具身智能：具身智能的综述与发展路线

作者丨 视觉语言导航 编辑丨 视觉语言导航 点击下方 卡片 ，关注" 具身智能之心 "公众号 >> 点击进入→ 具身 智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区 ： 具身智能之心知识星球 (戳我) ， 这里包含所有 你想要的。 主要贡献 研究背景 具身AGI的定义 ： 论文将具身AGI定义为能够以人类水平的熟练度完成多样化、开放式现实世界任务的具身AI系统，强调 其人类交互能力和任务执行能力。 通用具身智能路线 现状 ： 现有的具身AI模型（如视觉-语言-动作模型，VLA）大多仅支持视觉和语言输入，并且输出仅限于动作 空间。 挑战 ： 类人认知能力不足 论文提出了一个从L1到L5的五级路线图，用于衡量和指导具身AGI的发展，每个级别基于四个核心维度：模 态（Modalities）、类人认知能力（Humanoid Cognitive Abilities）、实时响应能力（Real-time Responsiveness）和泛化能力（Generalization Capability）。 | | | 作者： Yequan Wang , AixinSun 单位： 北京人工智能研究院， 南洋理 ...