智能迎宾服务机器人大模型多技术路线：四条(LLM,VLM,VLA,多模态大模型)

从技术路线上看，目前基于大模型的“大脑”技术路线正处在并行探索阶段，并逐渐向端到端的大模型演进。

现阶段主要是 4 条技术路线：

一、 LLM（大语言模型）+VFM（视觉基础模型）

实现人机语言交互、任务理解、推理和规划，目前最为成熟。主要代表是谷歌的 SayCan 模型，通过预训练技能的价值函数对齐（Grounds）大语言模 型或者通过价值函数的训练使大语言模型对用户指令进行推理分解 获得任务步骤。

二、 VLM（视觉-语言模型）

弥合语言与视觉理解间的差距，让机器人实现更准确的任务规划和决策。主要代表是清华大学的 CoPa 模型，利用嵌入在基础模型（比如视觉语言模型的代表 GPT-4V）中 的常识知识为开放世界机器人操控生成一系列的自由度末端执行器 姿势，生成的操控任务分为任务导向抓取和感知运动规划。

三、 VLA （视觉-语言-动作模型）

在 VLM 基础上增加运动控制，解决机器人运动轨迹决策问题。主要代表是谷歌的 RT-H 模型，学习语言和运动， 并使用视觉上下文，通过利用语言-视觉-动作结合的多任务数据集学 习更强大和灵活的动作策略。

四、多模态大模型

实现对物理世界环 境的全面感知，是未来的主要研究方向。主要代表是麻省理工、IBM 等共同研究的 MultiPLY 模型，将视觉、触觉、语音等 3D 环境的各类 特征作为输入，以形成场景外观的初步印象，并通过多视图关联将印 象中的输出融合到 3D，最终得到以对象为中心的场景特征。

此外，类脑智能和脑机接口等创新技术也为人形机器人“大脑”的 解决方案带来无限可能。类脑智能是人工智能技术的进一步延伸，是 通过对人脑生物结构和思维方式进行直接模拟，使智能体能够像人脑 一样精确高效处理多场景下的复杂任务，是未来有望代替大模型的新 技术路线。脑机接口是在人脑与外部设备间建立连接通路的技术，实 现人脑与外界设备的信息交换。未来有望基于脑机接口实现“大脑”的 “人+机”混合智能。