斯坦福联合加州理工发布HomeBody项目，将GPT-6 Astra接入宇树G1人形机器人。机器人进入从未提前扫描、没有预先训练的陌生厨房，仅凭自然语言指令自主完成空间探索、建图、整理杂物、开抽屉取物。
AI生成仅供参考 机器人扫描厨房环境
整套系统分为三步运行首先机器人自主巡视空间，依靠激光雷达、相机采集环境数据，搭建空间地图并保存物品位置，形成空间记忆。
其次大模型在数字孪生仿真环境中推演行动方案，把“收拾厨房”这类抽象指令拆解为导航、抓取、开抽屉等可执行动作。任务执行过程中，如果抓取失败，AI会接收反馈，自主调整后续方案。
AI生成仅供参考 机器人链接AI决策系统
最大的技术突破在于，不需要针对新场景单独训练机器人动作模型。传统人形机器人，换一个房间就要重新采集大量数据、调试动作参数。而这套方案，大模型充当机器人的大脑，直接调用底层运动技能库，面对全新环境自主规划任务。
实验演示里，机器人还能找到视野之外抽屉内的物品，完成递物操作。
但这项实验依旧存在明显短板。这只是实验室场景验证，并非成熟商用产品。实测中存在推理延迟偏高、连续工作电机发热问题；抓取稳定性、复杂突发场景的安全判断能力，距离家庭长期使用还有不小差距。
AI生成示意图仅供参考
不少行业人士认为，这是具身智能标志性进展，AI终于走出屏幕，能够在真实物理世界自主完成长链条任务。但也有专家提出担忧：当大模型自主决定机器人动作，一旦环境超出预设范围，潜在安全风险如何管控？
大模型接管人形机器人自主决策，这究竟是家用机器人的起点，还是意味着新的安全挑战正式出现？ 温馨提示：本文由AI辅助创作，仅作科技产业科普，不构成任何投资建议。
#人形机器人# #具身智能# #大模型# #科技产业观察#