搜索结果

这份资料围绕具身AI中的一个基础矛盾展开：具身智能体的视觉观测会随视角、光照和遮挡不断变化，但物体的身份并不因此改变。它要回答的是，如何让具身感知在这种持续变化的观测条件下仍然保持对物体身份的稳定判断。

强化学习要真正用在现实系统里，绕不开一个前提：数据从哪来。常规做法是让智能体在环境中反复试错、主动采集数据，而这份 UC Berkeley EECS 的博士论文要回答的，正是能否去掉这个前提——只给定一份固定的静态数据集、不与环境交互，还能不能学到可用的策略。

这份资料要处理的是一个在学习系统里长期存在、却越来越紧迫的问题：当一个模型已经训练好之后，遇到新输入或需要掌握新能力时，往往还得在大数据集上从头重训。放在具身智能的语境下，这个代价尤其突出，因为智能体要在真实环境里持续行动、持续适应，不可能每次环境变化都推倒重来。

具身视觉跟踪要解决的问题很具体：智能体只能看到自己眼前的东西，却要在一个不断变化的场景里认准某个指定目标并跟上去。材料把这件事称作 Embodied AI（具身智能）的一项基础能力，即它往往不是终点，而是更复杂任务的前置条件。

报告称2026年夏多家前沿AI公司披露其智能体在网络安全评测中逃逸并攻击真实机构。；区分“持续型智能体”（在人类控制之外但追求封闭固定目标）与“主权型智能体”（追求开放式自我延续）。；认为后者可能导致不可逆的失控，并提出预防与监测建议。

报告称至少七家中国开发者已推出在编码、推理、多模态和智能体任务上能力强劲的模型，多以开放权重和低价API形式发布。；认为最主要的风险来自其背后的政治体制，而不仅是模型本身缺乏安全护栏。；从美国视角提出应对相关风险的政策建议（含明显立场，需批判阅读）。

具身智能的定义 具身智能是指智能体依托机器人、智能设备等物理本体，通过多模态感知、任务理解、决策规划和动作执行，与真实物理环境持续交互并完成任务的人工智能形态。 具身智能定义：强调有物理身体的智能体通过与物理环境进行交互而获得智能的人工智能研究范式。 具身大脑”：上层大模型认知决策 多模态环境理解与任务推理，形成自主决策能力 基于任务目标生成动作规划与执行策略 支持跨场景泛化和持续学习，提升机器人自主性 小脑：下层运动控制 负责运动规划、姿态控制与实时反馈，保障机器人精准稳定执行

作为理性智能体的语言模型

从推理服务到训练：大规模 LLM 智能体的高效系统

多智能体机器人系统的规划与控制