机器人经常发现很难执行不习惯的任务，但是新的AI模型将帮助他们清理消息或在不熟悉的环境中制作床。大型语言模型（LLM）（例如CHATGPT）提高了机器人执行口头要求的能力。但是，大多数机器人仅在受过训练的环境中正常工作。面对新的和陌生的空间时，它们的性能质量会大大下降。如今，美国机器人公司及其同事的体育智能的谢尔盖·莱文（Sergey Levine）开发了一种称为π0.5的人工智能模型，该模型允许机器人在真实的家庭环境中工作。相关研究最近在Arxiv发表。莱文说：“让我们高兴的是在瓦卡斯（Wakas）达到了这些模型可以建立良好的地步，我们可以将机器人装备在现实世界环境中。”模型培训使用来自广泛资源的数据，包括许多不同类型的机器人工作NG在实验室和家庭环境中，以及从网络收集的大量数据。他的团队是他们使用现成的机器人，其中97％的培训数据来自资源本身。他们每次都无法正常工作。但是莱文说，作为对许多房屋的考验，机器人性能似乎将以不可预测的方式得到改善。这种趋势称为比例定律，这类似于人们知道，随着数据的增加，人工智能的性能将增加预测指标。 “他们播放的视频很棒。”但是，来自葡萄牙里斯本大学的佩德罗·利马（Pedro Lima），机器人执行的任务至少慢五倍，有时需要10到15分钟才能完成，这可能很难改进。 “快速寻找活动是机器人和长期ARO的真正问题Lima。相关的纸张信息：https：//doi.org/10.48550/arxiv.2504.16054说：''und dahil机器人需要时间进行计算，尤其是在船上运作。