这个问题的核心在于，传统机器人系统就像是由许多独立部门组成的公司——视觉部门负责"看"，规划部门负责"想"，执行部门负责"做"，但这些部门之间缺乏有效的沟通和协调。比如在包装任务中，机器人需要根据不同颜色的糖果选择相应的印章，即使糖果被放入盒子后不再可见，系统仍然能够记住之前的观察结果并做出正确的选择。传统的机器人系统需要复杂的物理建模和精确的数学计算，就像建造房子时需要详细的建筑图纸和复杂的结构

这项由Gensyn公司的Jari Kolehmainen领导的研究团队发表于2025年6月12日的arXiv预印本论文，有兴趣深入了解的读者可以通过arXiv:2506.10911v1访问完整论文。这是一个关于如何让大语言模型训练变得更便宜、更灵活的重要突破。想象一下，训练一个像ChatGPT这样的大语言模型就像是组织一场超大规模的团队合作项目。传统的做法就像是把所有团队成员都聚集在一个昂贵的高级

恩智浦发布S32N7处理器系列，加速AI驱动汽车发展

思科AI峰会关键洞察：软件开发与智能体未来

Corti推出医疗健康多智能体AI框架

据说算力高达1000 TOPS，华硕Ascent GX10深度评测——开箱

据说算力高达1000 TOPS，华硕Ascent GX10深度评测——模型推理

芬兰国家测绘局：让无人机在十公里外准确定位野火位置的新技术

字节发布ByteWrist：让机器人手腕像人手一样灵活的革命性设计

0.5B参数也能超越7B模型？西湖大学团队让机器人操控成本狂降38倍