站长之家（ChinaZ.com）7月11日 消息:李飞飞团队的最新成果是一项名为 VoxPoser 的具身智能技术，可以使机器人直接听懂人类的自然语言指令并完成复杂任务，无需额外的数据和训练。
这项技术通过将大语言模型和视觉语言模型结合，从3D 空间中分析目标和障碍物，帮助机器人进行行动规划。该方法实现了零样本能力，即机器人可以在未经过训练的情况下直接执行任务。
此外，该技术还具有涌现能力，能够评估物理特性、进行行为常识推理、进行细粒度校正和实现基于视觉的多步操作。研究人员将该技术称为计算机视觉的一颗北极星，为具身智能领域开辟了新世界。该研究成果引起了学术界的广泛兴趣，并改变了一些人对于人工智能的看法。