从蹒跚学步到模特步，人形机器人大模型做了什么

0 1 虽然特斯拉人形机器人Optimus Gen3推迟到26年发布，但整个行业的新机发布节奏还在保持，近期发布了Figure03，1X Neo、小鹏IRON、优必选 Walker S2、宇树H2等机型，不同产品的侧重方向有所差异，Figure03、NEO专注家庭场景，优必选Waker S2针对工业场景进行量产，小鹏IRON的模特 步以假乱真，还引发了比较热烈的讨论，宇树H2专注机器人舞蹈等复杂动作。 我们必须承认，人形机器人相对于前两年运动能力提升的非常明显，已经从蹒跚学步进化成了动作自然优雅，这背后人形机器人大模型起到了关键作 用，我们主要探讨人形机器人大模型近年来发生了什么变化，主要玩家又都做了什么布局。 从LLM到VLM到VLA，全部token化 大语言模型（ LLM , Large Language Model）是人工智能通向通用智能的起点。自2017年Transformer架构提出以来，基于自注意力机制（Attention） 的模型架构突破了传统循环网络的局限，实现了高效的并行计算与长距离依赖建模。 以GPT系列为代表的LLM，通过"预训练+微调"的技术范式，在海量文本中学习语言的统计规律和语义逻 ...