1、具身 Agent 不是又一个技术炒作,而是能给具身智能带来真正、长久发展的东西。
2、用 VLM 做具身智能并不是新概念,但 GPT-Astra 明显越过了某个临界点,才引发了广泛讨论。
3、我认为,GPT-Astra 的具身能力提升,很大程度上来自 Ego 数据的加入。
4、我认为 OpenAI 会在具身能力上持续加码,其他大模型厂商也会跟进。
5、Ego 数据将变得非常重要,相关岗位也会多起来,因为它不仅可以用于训练 VLA,也可以用于训练 VLM。
6、本体传感器的设计不再受 VLA 基模限制,Agent 可以处理各种传感器的信息,真正实现跨传感器模态、跨本体。
7、现在的本体设计太同质化,主要在外观上尝试拉开差距,而具身 Agent 将让本体围绕不同场景的特点进行设计,真正百花齐放。
8、考虑到当前 Agent 的思考耗时,SAM3、AnyGrasp 这类快速的小模型仍然很有价值,但未来未必如此。
9、理解具身 Agent 的一个角度:从人类在环提升模型能力,转向 Codex 在环提升模型能力。
10、Agent 的能力会越来越强,具身公司必须思考自己的价值在哪里,否则早晚会被 Agent 吞并。
聊聊这篇文章