正在加载词典…
正在加载词典…
面向物理世界感知、推理与行动的 AI。本专题围绕机器人展开，关注模型如何利用环境反馈完成真实任务。
研究智能体如何通过身体感知环境、采取行动并利用反馈。身体可以是真实机器人，也可以是仿真中的虚拟载体。
把视觉观察、语言指令与机器人动作连接起来的模型。它需要输出可用于控制的动作表示，而不只是文字回答。
决定机器人在当前观察和任务条件下如何行动的规则或模型。它可以输出单个动作，也可以一次预测一段动作。
利用专家示范学习行动方式。机器人示范通常记录观察与动作，使策略学习在相似条件下应该如何操作。
把仿真中学到的能力迁移到真实系统。核心问题是虚拟环境与真实环境存在差异，策略能否适应这些差异。
在这里指学习环境如何随动作变化的模型，用来预测可能的后续状态，并为控制策略的学习或决策提供依据。
由人通过操作接口控制机器人。它可以用于实际操作，也可以采集同步的观察与动作，作为机器人学习的示范。
围绕目标选择行动，并根据执行结果调整下一步的系统；在大模型应用中，模型参与决定任务如何推进。
让模型通过结构化调用请求外部能力，例如查询数据或运行代码；工具执行后将结果返回，供模型继续处理。
先从外部资料中检索相关内容，再让生成模型结合这些内容作答；把可更新的资料与模型已有能力连接起来。
以注意力机制组织序列信息的神经网络架构，让模型根据上下文关联不同位置的内容，是理解语言模型的重要基础。
在面向具体任务调整之前，先通过大量数据训练模型的基础能力；语言模型常用预测后续词元或还原遮蔽内容的目标。
从已经训练好的模型出发，继续用特定任务或领域的数据训练，使模型更适应目标用途，而不必从随机参数重新开始。
使用已经训练好的模型处理新输入并产生输出的过程；在生成式语言模型中，通常表现为依据上下文逐步生成词元。
保存已处理词元在注意力层中的键和值，供后续生成复用；减少重复计算，但缓存本身也会占用内存或显存。
用较低精度的数值表示模型中的数据，以降低存储和运行时的内存需求；需要在资源节省与精度变化之间做取舍。
通过大规模语言数据学习表示和规律，能够处理或生成文本的模型；聊天只是它的一种使用方式。
结合视觉信息与语言进行处理的模型，可以根据图像和文字回答问题、描述场景或理解文档。
模型处理序列时使用的基本单位；在文本模型中，由分词器把文字转换成词元及其对应编号。
一次模型调用能够容纳的上下文范围，通常以词元计量；输入内容和生成输出需要按模型规则共享容量。
通过路由机制分配计算给不同专家模块；稀疏 MoE 通常只为每个词元激活其中一部分专家。
使用带有目标输出的样本继续训练模型，让模型学习给定输入下应该产生怎样的回答或结果。
冻结原模型权重，用额外的低秩矩阵学习权重更新，以较少的可训练参数完成适配。
让学生模型学习教师模型提供的输出或其他监督信号，把教师的一部分能力迁移到学生模型中。
把专家示范中的观察与动作当作监督样本，直接学习在给定观察下应该采取什么动作。
让策略一次预测一段连续动作，而不是每次只预测一个动作；执行与更新方式由控制系统决定。
把机器人动作生成建模为条件去噪过程，根据当前观察逐步生成动作或动作序列。
在训练时改变环境条件，让模型面对多种变化，减少对某一种仿真外观或环境设定的依赖。
通过自身传感与状态估计获取身体的姿态和运动信息，帮助机器人判断自己的关节与机体正在怎样运动。
围绕具体物理对象、设施或过程建立的数字表示，用于设计、仿真或运行分析，并与对应对象的数据保持联系。
为 AI 应用连接外部工具、数据与提示模板提供标准化接口，使不同应用与服务能够按共同协议交互。
组织模型每一步实际能够看到的信息，包括指令、历史、工具结果、检索资料与记忆，使有限上下文服务于当前任务。
保存并在后续步骤中取回交互信息的机制，可涵盖当前任务状态，也可涵盖跨会话使用的偏好或经验记录。
围绕目标选择和组织行动步骤，并在获得执行反馈后调整计划；这里讨论 Agent 任务执行中的规划。
按预先定义的步骤与分支组织模型、工具和人工环节，使任务沿明确的执行规则推进。
通过多个 Agent 分工、交换信息或协调行动完成任务；不同 Agent 可以使用相同的底层模型。
在自回归文本生成开始时处理输入词元，计算后续生成所需的中间状态，为输出第一个新词元做准备。
在自回归语言模型中，依据已有上下文逐步选择并生成后续词元，直到达到结束条件。
在生成迭代之间动态调整一起计算的请求，及时移出已结束请求，并让等待中的请求加入。
复用请求开头相同部分的计算状态，减少重复处理共享提示前缀的工作；常见实现复用对应的键值缓存。
先用成本较低的方法提出多个候选词元，再由目标模型验证，尝试用更少的串行步骤推进生成。
把模型层内部的张量与计算拆分到多个设备上，让它们协同完成同一层的运算。
对智能体一次任务中的提示、工具调用、中间状态与最终结果做追踪与审计，用来定位失败、评估质量和控制成本。
给 AI 智能体打包程序性知识与工作流的开放格式：一个含 SKILL.md 的文件夹，按需加载任务说明、脚本与参考材料。
在 robots.txt 里用策略令牌 `__usage_ai-training` 一次表达站点内容是否可用于生成式 AI 训练的偏好，供多家厂商共同解读。
给智能体运行不可信或模型生成代码的隔离环境，限制它对宿主机文件系统、内存与网络的影响。
专门读写代码库、运行测试并提交改动的 AI 智能体，通常挂接终端、编辑器或版本控制，而不是只生成一段代码片段。
让模型像人一样通过屏幕截图、鼠标点击和键盘输入来操作计算机软件，而不是只调用预先写好的专用接口。
由模型按问题选择并流式拼装界面组件（图表、表单、按钮等），而不是只返回纯文本答案。
公开可下载模型训练完成后的参数（权重），便于本地推理、自托管或继续微调；它不等于完整的开源 AI。
用对抗方式主动试探 AI 系统，找出安全、滥用与策略漏洞，再据此加防护或做评测。
在前沿模型训练与评测中，限制模型接触公网与内部边界的隔离与监控措施，用来降低逃逸、外联和跨任务侧信道风险。
从提交请求到收到第一个非空输出词元所经历的时间，用来衡量用户多久开始看到生成结果。
同时预测未来视频（或视觉状态）与机器人动作的一类策略模型，把“想象接下来会看见什么”和“该怎么动”当成同一问题。