具身大脑方案提出预训练与后训练分层，称已实现多机型端到端控制
有观点称机器人技术七十年来进展有限，症结在于缺乏数据、遥操作效率低；提出用可扩展数据预训练、遥操作数据后训练的分层路径，并称已实现多机型端到端控制。
AI 编撰 · 内容基于所列来源，重要信息请以原文为准
有内容提出，机器人技术已发展七十年但进展有限，而近年人工智能在语言、音频和视频方向的推进速度明显更快。其援引莫拉维克悖论说明，对人类困难的任务对机器反而容易，反之亦然。
该内容认为，机器人当前的核心瓶颈是缺少数据：遥操作Teleoperation由人在远端控制机器人完成动作，并把这些示范记录为训练数据。◆ 小白科普 · 现身采集速度过慢，仿真数据在电脑虚拟世界里「印刷」出来的训练数据，成本几乎为零、可以海量生产。缺点是虚拟世界的物理和真实世界总有差距。◆ 小白科普 · 现身与人类视频数据各有优劣。为此提出分阶段方案，即先以可扩展数据完成预训练，再用遥操作Teleoperation由人在远端控制机器人完成动作，并把这些示范记录为训练数据。◆ 小白科普 · 现身数据做后训练，并让部署把机器人真正放到工作现场长期干活，而不只是在实验室演示。部署规模决定了数据回流和经验积累的速度。◆ 小白科普 · 现身过程中产生的数据持续回流，形成循环。
基于这一思路，其提出“万能具身大脑”的设想，即用同一个大脑适配不同机器人与不同任务。据称已实现端到端指「从眼睛到手」由一个 AI 模型直接完成的技术路线：输入画面和指令，直接输出动作，中间不再由工程师人工拆分步骤。◆ 小白科普 · 现身控制，机器人可完成爬楼梯、做煎蛋、插线缆等操作，并具备较低成本与较强鲁棒性。
该内容还称，已与英伟达合作在工厂部署把机器人真正放到工作现场长期干活，而不只是在实验室演示。部署规模决定了数据回流和经验积累的速度。◆ 小白科普 · 现身，可实现零样本迁移到多种机器人，且机器人断腿后也能较快适应。上述性能与合作细节均为其单方面表述，尚待独立验证。