當前，迎賓服務(wù)機器人“大腦”剛剛具備初階人類(lèi)腦力，僅能完成人的 部分工作，無(wú)法形成人類(lèi)大腦全能力閉環(huán)。同時(shí)，其情感表現屬于模擬層面，不具備情感理解能力。基于大模型的“大腦”技術(shù)發(fā)展主要受限于數據和訓練平臺。數據方面，由于真實(shí)數據采集難度大，仿真數 據保真度和規模有限，較難形成“數據飛輪”效應。平臺方面，“大腦” 的研究涉及數據采集、模型開(kāi)發(fā)部署和仿真環(huán)境測試的整個(gè)流水線(xiàn)鏈 路，需要強大的通用計算平臺提供大規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用領(lǐng)域，其發(fā)展速度令人矚目。然 而，要實(shí)現真正的智能化和自主化，現有的大模型仍需在多個(gè)方面重點(diǎn)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(lài)于視覺(jué)或語(yǔ)音感知，這種單一的感知模態(tài)在處理復雜環(huán)境時(shí)顯得力不從心。例如，在嘈雜的環(huán)境中，僅憑視覺(jué)信息，機器人可能難 以準確識別和響應。為了克服這一局限，未來(lái)的大模型需要整合視覺(jué)、 聽(tīng)覺(jué)、觸覺(jué)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(chǎng)景中做出更準確的決策。例如，結合聽(tīng)覺(jué)和觸覺(jué)信息，機器人可以更好地理解人類(lèi)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。現有的大模型在生 成指令時(shí)速度較慢，且生成的結果往往過(guò)于簡(jiǎn)單。這在需要快速反應 的場(chǎng)景如緊急救援或復雜操作任務(wù)中，可能導致機器人無(wú)法及時(shí)作出 正確響應。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(dòng)控制的涉及較少，只是用預設的端到端的訓練方式生成了簡(jiǎn)單 且離散分布的機械臂末端位置和底盤(pán)移動(dòng)指令，未滲透到連續路徑和 軌跡規劃等更偏機器人領(lǐng)域的內容。

三是在泛化能力提升與模型架構優(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)中表現的關(guān)鍵。當前的模型在泛化能力上仍 有待提高，尤其是在面對未知環(huán)境和任務(wù)時(shí)，模型的表現往往不盡人 意。為了提高泛化能力，未來(lái)的大模型需要在架構、訓練方法和數據 集方面進(jìn)行創(chuàng )新。例如，通過(guò)引入元學(xué)習、遷移學(xué)習等技術(shù)，可以使 模型更好地適應新任務(wù)。同時(shí)，構建更多樣化的數據集，也有助于模 型學(xué)習到更廣泛的知識。