Rohan Paul

新的苹果论文表明，像 Claude Opus 5.5 这样的通用人工智能模型，在给定摄像机视图和对机器人手臂的直接控制的情况下，比根据录制演示训练的机器人模型更可靠地处理物体。 新的苹果论文表明，直接控制机器人手臂的前沿人工智能模型击败了专业的机器人策略，无需演示或任务训练。 大多数机器人操作工作都会在演示中训练专业策略，例如视觉-语言-动作模型，当指令发生变化时，它们很容易崩溃。 他们的工具 AMP1 提供了 Claude Opus 5.5 或 Gemini 4 Argon 等模型的相机视图、代码执行和循环中的直接运动命令。它没有内置的抓取或放置技能，因此该模型发明了自己的策略。 在 RoboLab-120 上，AMP1 的零样本成功率为 85.6%，而最佳 VLA 为 49.2%，最佳世界动作模型为 42.9%。在真正的弗兰卡手臂上，它在 108 次试验中成功了 104 次，尽管机器人在每一集的大部分时间里都在等待模型。