當前，迎賓服務(wù)機器人“大腦”剛剛具備初階人類腦力，僅能完成人的 部分工作，無法形成人類大腦全能力閉環(huán)。同時，其情感表現(xiàn)屬于模擬層面，不具備情感理解能力。基于大模型的“大腦”技術(shù)發(fā)展主要受限于數(shù)據(jù)和訓練平臺。數(shù)據(jù)方面，由于真實數(shù)據(jù)采集難度大，仿真數(shù) 據(jù)保真度和規(guī)模有限，較難形成“數(shù)據(jù)飛輪”效應(yīng)。平臺方面，“大腦” 的研究涉及數(shù)據(jù)采集、模型開發(fā)部署和仿真環(huán)境測試的整個流水線鏈 路，需要強大的通用計算平臺提供大規(guī)模計算支撐和通用服務(wù)能力。 迎賓服務(wù)機器人作為人工智能的前沿應(yīng)用L域，其發(fā)展速度令人矚目。然 而，要實現(xiàn)真正的智能化和自主化，現(xiàn)有的大模型仍需在多個方面重點發(fā)力。

一是在感知模態(tài)維度方面形成突破。當前的迎賓服務(wù)機器人大模型主要依賴于視覺或語音感知，這種單一的感知模態(tài)在處理復雜環(huán)境時顯得力不從心。例如，在嘈雜的環(huán)境中，僅憑視覺信息，機器人可能難 以準確識別和響應(yīng)。為了克服這一局限，未來的大模型需要整合視覺、 聽覺、觸覺等多種感知模態(tài)。多模態(tài)感知能夠提供更豐富的環(huán)境信息， 使機器人在復雜場景中做出更準確的決策。例如，結(jié)合聽覺和觸覺信息，機器人可以更好地理解人類的指令和情感狀態(tài)。

二是在指令生成速度與復雜性方面形成突破。現(xiàn)有的大模型在生 成指令時速度較慢，且生成的結(jié)果往往過于簡單。這在需要快速反應(yīng) 的場景如緊急救援或復雜操作任務(wù)中，可能導致機器人無法及時作出 正確響應(yīng)。目前主流機器人大模型偏向于任務(wù)理解和拆分，對于機器 人運動控制的涉及較少，只是用預(yù)設(shè)的端到端的訓練方式生成了簡單 且離散分布的機械臂末端位置和底盤移動指令，未滲透到連續(xù)路徑和 軌跡規(guī)劃等更偏機器人L域的內(nèi)容。

三是在泛化能力提升與模型架構(gòu)優(yōu)化方面形成突破。泛化能力是 大模型在新環(huán)境和新任務(wù)中表現(xiàn)的關(guān)鍵。當前的模型在泛化能力上仍 有待提G，尤其是在面對未知環(huán)境和任務(wù)時，模型的表現(xiàn)往往不盡人 意。為了提G泛化能力，未來的大模型需要在架構(gòu)、訓練方法和數(shù)據(jù) 集方面進行創(chuàng)新。例如，通過引入元學習、遷移學習等技術(shù)，可以使 模型更好地適應(yīng)新任務(wù)。同時，構(gòu)建更多樣化的數(shù)據(jù)集，也有助于模 型學習到更廣泛的知識。