1. 项目概述当机器人开始“思考”聊到机器人我们脑海里蹦出的画面可能还是工厂里挥舞着机械臂的“铁疙瘩”或者家里满屋子转的扫地机。但最近几年一个词儿越来越火——“具身智能”。说白了就是让机器人不仅会动还得会“想”得有一个能理解世界、做决策的“大脑”。这个“大脑”的进化史远比我们想象的要波澜壮阔。从六十年前那个只能按预设程序走几步的“木偶”到今天能理解复杂指令、甚至能“举一反三”的智能体背后是一场关于“基础模型”的漫长革命。这“基础模型”是啥你可以把它理解成机器人的“底层操作系统”和“核心知识库”。它决定了机器人能“看”到什么、“想”到什么、最终“做”出什么。我们这次要深挖的就是这六十年来机器人“大脑”基础模型经历了哪五代关键的进化以及当前市场上那些不公开“源代码”的顶尖技术形成了哪三大闭源流派。这对于无论是想入行机器人开发的工程师还是关注前沿科技动态的爱好者都是一次绝佳的“技术考古”和“趋势洞察”。理解了大脑的进化路径你才能看懂今天波士顿动力机器人那惊人的后空翻或者Figure 01流畅对话并递苹果的背后到底藏着怎样的技术玄机。2. 机器人“大脑”基础模型的五代进化史机器人的“智能”并非一蹴而就其核心“大脑”——基础模型的演进是一条清晰的技术攀登曲线。我们可以将其大致划分为五个代际每一代都是一次认知范式的跃迁。2.1 第一代程序化控制1960s-1980s—— 精确的“提线木偶”最早的机器人根本没有“大脑”或者说它的“大脑”就是一卷打孔纸带或一段硬编码的程序。这一代的核心模型是“基于模型的程序化控制”。核心原理世界是确定的、可精确建模的。工程师通过严密的数学如运动学、动力学为机器人所处的环境和工作对象建立精确的几何与物理模型。机器人的所有动作都基于这些模型被预先计算和编程好。典型应用工业流水线上的焊接、喷涂、搬运机器人。你看到ABB、发那科的机械臂以毫米级精度重复同一个动作就是这一代的巅峰体现。技术特点依赖精确模型机器人表现完全依赖于环境模型的准确性。一旦工件位置有毫米级的偏差或者出现未建模的障碍物比如一根突然掉落的电缆机器人就可能失效甚至发生碰撞。无感知与适应能力大多数早期系统缺乏实时传感器反馈是“开环”控制。后来加入了力觉、视觉传感器但反馈也仅用于微调预设轨迹无法应对根本性的环境变化。编程复杂需要专业的机器人编程语言如RAPID、KAREL和深厚的领域知识调试一个复杂任务耗时漫长。实操心得在今天看来这一代技术似乎很“笨”但它奠定了所有机器人控制的基石。很多现代机器人底层的高精度运动控制库其核心算法依然源于这个时代。理解运动学正逆解、轨迹规划如S曲线、多项式插补是深入机器人领域的必修课否则你连让机械臂画个圆都困难。2.2 第二代感知-规划-执行1980s-2000s—— 引入“感官”的反射弧随着传感器尤其是激光雷达、立体视觉和计算能力的提升机器人有了“眼睛”和“皮肤”。其大脑模型演进为经典的“感知-规划-执行”三层架构也就是著名的SPASense-Plan-Act范式。核心原理机器人先通过传感器感知环境然后在内部的世界模型中规划出一条从起点到目标的最优路径或动作序列最后交由底层控制器执行。典型应用早期的实验室移动机器人、太空探测车如NASA的Sojourner、以及开始集成视觉引导的工业机器人。技术特点模块化分解将复杂的机器人问题分解为感知、地图构建SLAM、路径规划如A*、D*算法、运动控制等相对独立的模块。这大大降低了系统设计的复杂度。静态环境假设规划通常基于某一时刻的“环境快照”。如果环境在规划后发生变化比如人走过机器人可能“视而不见”直到撞上去或者重新进行一次完整的“感知-规划”循环反应迟钝。“思考”与“行动”分离规划思考是一个耗时过程执行行动是简单的跟随。这导致机器人在动态环境中显得笨拙和缓慢。这个时代的标志性成果是ROS机器人操作系统的诞生。ROS本身不提供智能但它为SPA架构提供了完美的模块化通信框架让各个感知、规划模块能像搭积木一样组合起来极大地促进了机器人研究和开发。2.3 第三代行为主义与反应式控制1990s-2010s—— 条件反射式的“昆虫脑”SPA架构在动态环境中的短板催生了另一种思想与其费时费力地构建全局地图和规划不如让机器人像昆虫一样通过简单的“刺激-反应”规则快速应对环境。这就是“行为主义”或“反应式控制”。核心原理智能源于主体与环境的交互而非内部复杂的符号表征。设计一系列并发的、简单的行为单元如“避障”、“走向目标”、“漫游”通过一个仲裁机制如子sumption架构、势场法将这些行为的输出融合成最终的控制指令。典型应用Roomba扫地机器人是最成功的商业案例。它没有地图靠碰撞传感器和简单的规则撞墙就转弯没撞就直走就能覆盖大部分区域。一些在复杂地形行走的足式机器人也采用了类似思想。技术特点实时性强因为没有耗时的规划环节机器人对突发事件反应极快。鲁棒性好不依赖精确的全局模型对传感器噪声和环境扰动有一定容错能力。目标导向性弱简单行为组合难以完成需要长期推理和序贯决策的复杂任务。容易陷入局部循环比如在两个障碍物间来回震荡。这一代模型告诉我们有时“快而糙”的反射比“慢而精”的思考更实用。它和SPA架构并非取代关系而是互补。现代机器人系统常采用混合架构底层是快速的反应式控制保证安全上层是慢速的 deliberative 规划指导长期目标。2.4 第四代数据驱动的学习2010s-2020s—— 学会“经验”的学徒深度学习的爆发彻底改变了AI也重塑了机器人“大脑”的构建方式。与其手工设计模型和规则不如让机器人从海量数据中自己学习。这一代的核心是“数据驱动的端到端学习”。核心原理将感知传感器如图像、激光雷达点云的原始数据作为输入直接映射到控制指令如电机扭矩、关节角度输出。中间的感知、理解、决策过程由一个深度神经网络通常是卷积神经网络CNN或循环神经网络RNN隐式地完成。典型应用机械臂的视觉抓取从随机堆叠的物体中抓取指定物品、无人车的端到端驾驶输入图像直接输出方向盘角度和油门刹车。技术特点避免特征工程无需人工设计复杂的视觉特征提取器或状态表示网络能从数据中自动学习到有效的特征。处理高维模糊信息特别擅长处理像图像这样高维、富含噪声的输入。“黑箱”与泛化难题模型如何做出决策难以解释。其性能严重依赖于训练数据的质量和覆盖面。在训练数据未覆盖的场景OOD Out-of-Distribution下性能可能急剧下降甚至出现难以预料的危险行为。数据饥渴与仿真依赖在真实机器人上收集大量数据成本极高、风险极大。因此仿真环境如MuJoCo, PyBullet, NVIDIA Issac Sim变得至关重要。先在仿真中训练再通过域随机化等技术迁移到现实成为标准流程。注意事项端到端学习听起来很美好但直接部署非常危险。一个常见的稳健架构是“学习传统”的混合模式用神经网络学习一个“感知模块”或“策略网络”但其输出如目标位置、路径点会交给一个传统的、可验证的控制器去执行。这既利用了学习的强大感知能力又用传统控制保证了安全底线。2.5 第五代大模型与具身智能2020s-至今—— 拥有“常识”的通用大脑这是当前最前沿的范式。我们意识到要让机器人真正像人一样在开放世界中行动它需要的不仅仅是操控技能还需要对物理世界和社会常识的深刻理解。于是大规模预训练模型基础模型被引入机器人领域催生了“具身智能”的愿景。核心原理将在互联网海量文本、图像、视频数据上预训练好的大语言模型LLM或多模态大模型如GPT-4V, Claude 3作为机器人的“认知核心”。这些模型充当了“任务规划器”和“世界知识库”能将人类模糊的自然语言指令如“把客厅收拾一下”分解成一系列可执行的子任务步骤并理解其中蕴含的常识“收拾”包括把散落的书放回书架、把脏杯子放进水池。典型应用高层任务规划LLM根据指令和环境描述生成如[1. 寻找红色杯子, 2. 移动到杯子前, 3. 抓取杯子, 4. 移动到水池, 5. 放置杯子]这样的动作序列。代码生成给定任务和API描述LLM直接生成可执行的机器人控制代码Python或特定机器人语言。视觉语言导航结合VLM视觉语言模型让机器人理解“去卧室把床头柜上的眼镜拿来”这类需要结合场景理解的任务。技术特点突破任务泛化不再需要为每个新任务收集数据、训练模型。通过自然语言编程理论上可以指令机器人完成无数种它“知道”的任务。利用人类知识大模型压缩了人类世界的常识和逻辑让机器人能理解“易碎”、“重要”、“干净”等抽象概念。“幻觉”与落地鸿沟大模型著名的“幻觉”问题在机器人上是致命的。它可能规划出物理上不可能“穿过墙壁”或不安全“用刀搅拌咖啡”的动作序列。如何将抽象的符号计划可靠地“接地”到具体的物理动作和执行是当前最大的挑战。这需要与仿真引擎、物理模型、低层技能库紧密耦合。这一代模型正在将机器人从“专用工具”推向“通用助手”。它的核心不再是某个特定的控制算法而是一个能够进行复杂推理和规划的“认知引擎”。3. 三大闭源流派解析巨头如何塑造机器人未来当学术界在热烈讨论各种开源算法时产业界的几大巨头已经凭借其庞大的数据、算力和工程能力构建了高墙耸立的闭源技术生态。理解这些流派才能看清机器人产业化的真实战局。3.1 流派一全栈自研的“苹果模式”—— 以特斯拉Optimus为例特斯拉是此流派的典型代表。其机器人“大脑”是一个从芯片、模型、算法到数据闭环完全自主掌控的垂直整合体系。核心特征硬件定义软件基于自研的Dojo超算芯片和D1芯片训练专用AI模型。硬件为特定的神经网络计算模式优化追求极致的性能和能效比。端到端神经网络Optimus强调使用一个庞大的端到端神经网络直接将从摄像头特斯拉汽车的视觉方案获取的视频流映射到全身的关节扭矩控制。它试图用一个模型解决感知、决策、控制所有问题。海量仿真与真实数据利用其在自动驾驶领域积累的庞大真实世界视频数据以及构建的高度逼真仿真环境进行大规模预训练和强化学习。紧密的软硬件耦合执行器、传感器、芯片、算法协同设计减少中间转换损耗追求整体系统的优雅和高效。优势性能极致没有兼容性包袱可以在整个技术栈上进行深度优化潜力巨大。迭代快速从数据收集、模型训练到部署验证形成内部闭环迭代速度快。体验统一容易打造一致、流畅的用户体验。挑战与风险技术风险高任何一个环节如芯片、核心算法的失败都可能导致项目延误或失败。生态封闭开发者难以参与第三方扩展困难。“黑箱”程度最深端到端模型的可解释性和安全性验证是巨大挑战。这种模式适合像特斯拉这样资金雄厚、工程能力顶尖、且追求颠覆性创新的公司。它赌的是能用一套全新的、统一的技术范式解决所有问题。3.2 流派二云脑赋能终端的“安卓模式”—— 以谷歌RT系列、PaLM-E为例谷歌及其旗下的DeepMind代表了另一种思路不追求制造最好的机器人硬件而是打造最强大的机器人“云大脑”并通过API或模型权重的方式赋能各种各样的机器人“身体”。核心特征基础模型即服务推出如RT-2Robotic Transformer 2、PaLM-E等大型视觉-语言-动作模型。这些模型在互联网规模的图像、文本数据以及机器人操作数据上联合训练学会了将语言和视觉理解与动作生成联系起来。“一句话”编程开发者只需给机器人配备标准的摄像头和机械臂然后通过自然语言向云端模型描述任务如“把那个可乐罐扔进垃圾桶”模型就能生成相应的控制代码或策略。硬件无关性模型设计时考虑了对不同机器人形态机械臂、移动底盘的适配理论上可以部署到任何符合接口规范的机器人上。持续学习与共享云端模型可以持续从所有接入的机器人数据中学习实现知识共享和快速进化。优势降低开发门槛机器人公司或研究者可以专注于硬件和特定场景优化而将最难的“智能”部分交给谷歌大脑。快速泛化云端模型见过海量数据对新任务、新物体的泛化能力远强于单独训练的小模型。构建生态容易形成以谷歌AI模型为核心的机器人开发生态。挑战与风险依赖网络与延迟实时控制对延迟要求极高云-端通信可能无法满足。因此趋势是将大模型蒸馏成小模型部署在端侧。数据隐私与安全机器人操作数据上传云端涉及敏感信息。被平台“绑定”一旦深度依赖某一家的模型其API定价、服务条款的变化将直接影响自身产品。这种模式类似于智能手机领域的安卓旨在通过提供强大的、标准化的“大脑”来催生一个繁荣的机器人应用生态。国内许多大厂如百度、阿里的机器人布局也倾向于这种模式。3.3 流派三垂直场景深耕的“专家系统模式”—— 以波士顿动力、库卡为例与前两者追求“通用”不同第三类流派在特定垂直领域如动态运动、高端工业装配做到了极致。它们的“大脑”是高度特化的、与独特硬件深度绑定的专家系统。核心特征基于模型的优化控制核心是经过千锤百炼的经典控制理论如模型预测控制MPC、全身控制WBC、非线性优化。波士顿动力 Atlas 机器人令人惊叹的跑酷、后空翻能力并非来自深度学习而是基于精密的物理模型和实时求解的最优控制问题。硬件先决算法为硬件服务。例如Atlas的液压驱动系统、Spot的腿足设计本身就是为了实现高动态性能而生的。算法的作用是将硬件的物理潜力发挥到极致。数据用于校准与微调虽然也使用机器学习但主要是用于系统辨识让模型更准、状态估计让感知更稳或局部策略优化让动作更柔顺而非取代核心的控制框架。封闭的软硬件套件通常以整体解决方案的形式出售软件算法是硬件的“灵魂”不单独提供。库卡的机器人控制器、波士顿动力的整个软件栈都是其核心机密。优势性能可靠在特定任务上如高速奔跑、精密装配其性能、稳定性和安全性是目前数据驱动方法难以企及的。可解释、可验证基于模型的方法每一步都可分析、可调试符合高可靠性领域如航空、医疗的认证要求。技术护城河深数十年的理论积累和工程经验形成了极高的壁垒。挑战与风险泛化能力差换一个差异较大的任务或环境可能需要专家团队重新建模和调参成本高昂。智能化程度有限缺乏高层语义理解和复杂任务规划能力需要与其它智能系统如上面提到的VLM结合才能完成更“智能”的工作。这个流派证明了在追求终极通用智能的道路上那些在“专精特新”领域做到极致的“专家系统”依然有着不可替代的价值。它们是机器人能力边界的重要开拓者。4. 核心细节解析大模型如何“落地”到机器人身体理解了宏观的流派我们深入到最前沿的“第五代”大脑内部看看大模型这个“云上智者”究竟如何与物理世界的机器人“身体”结合。这个过程充满了工程上的巧思与挑战。4.1 从“思维链”到“动作链”任务分解与规划当用户对机器人说“帮我做一份火腿三明治”时大模型LLM/VLM首先扮演的是任务规划师的角色。它不会直接输出电机指令而是进行多步推理场景理解VLM分析机器人摄像头传回的图像识别出厨房台面上的面包、火腿、生菜、番茄、刀、盘子等物体及其位置关系。常识推理LLM调用其关于“制作三明治”的常识知识需要两片面包中间夹入食材可能需要用到刀切番茄等。任务分解生成一个可执行的、符合物理逻辑的动作序列。这个过程可能借助“思维链”提示工程或“程序即策略”的思想让LLM输出结构化的计划例如# 伪代码LLM可能输出的结构化计划 plan [ {action: navigate_to, object: bread loaf}, {action: pick_up, object: bread loaf}, {action: place, object: bread loaf, location: cutting board}, {action: navigate_to, object: knife}, {action: pick_up, object: knife}, {action: slice, object: bread loaf, count: 2}, {action: pick_up, object: bread_slice_1}, {action: place, object: bread_slice_1, location: plate}, {action: navigate_to, object: ham}, # ... 后续步骤 ]可行性检查计划需要经过一个可行性过滤器。这个过滤器可能是一个简单的规则库“机器人有手吗能抓刀吗”也可能是一个基于物理的仿真器快速模拟计划步骤检查是否有无法执行或导致碰撞的动作。实操心得直接让LLM生成自由文本的动作描述如“拿起刀”是不可靠的。最佳实践是定义一套结构化的动作原语Action PrimitiveAPI如pick(obj_id),place(obj_id, location),open(gripper)等并让LLM在给定的API列表中选择和组合。这极大地提高了生成计划的可靠性和可执行性。4.2 符号与信号的“接地”问题如何把“拿”变成扭矩指令这是最核心、最困难的环节被称为“符号接地”。LLM输出的“pick_up(ham)”是一个抽象符号而机器人控制器需要的是每个关节电机在接下来几秒钟内的具体扭矩序列。如何桥接这个鸿沟目前主流有几种方案方案A技能库查询这是最稳健的工业界思路。预先为机器人编程好一系列可靠的基础技能Skill如PickSkill,PlaceSkill,PushSkill。每个技能是一个封装好的、参数化的控制器。LLM规划器的输出被转化为对特定技能的调用及其参数。例如“pick_up(ham)”被翻译为“调用PickSkill目标物体IDham抓取方式power grasp”。优点执行可靠每个技能都经过充分测试和优化。缺点技能库需要人工精心设计和编程扩展性受限。无法处理技能库之外的陌生动作。方案B学习型策略网络训练一个专门的策略网络Policy Network它以大模型输出的符号指令或嵌入向量和当前的视觉/状态观测为输入直接输出低层动作关节角度、速度或扭矩。这个策略网络通常在仿真中通过强化学习或模仿学习训练得到。优点更加灵活能生成连续、柔顺的动作理论上可以泛化到新物体和新场景。缺点需要大量的机器人交互数据训练样本效率低“黑箱”特性带来安全验证挑战。方案C代码生成与执行让LLM直接生成控制机器人的代码如Python脚本调用ROS MoveIt或PyBullet接口。生成的代码在沙盒环境中被解释执行。优点极其灵活LLM可以利用其强大的代码能力实现复杂逻辑。缺点安全性风险最高。生成的代码可能有语法错误、逻辑错误甚至危险指令。必须在严格的沙盒和监控下运行。目前的前沿研究如谷歌的RT-2正在尝试端到端地解决这个问题即用一个大模型直接吃进图像和指令输出机器人动作。但这需要海量的机器人动作数据进行训练数据获取是最大瓶颈。4.3 仿真大模型训练的“平行宇宙”几乎所有的第五代机器人大脑训练都离不开仿真环境。它是成本、安全和效率的必然选择。数据生成的加速器在真实机器人上收集百万次“抓取”数据可能需要数年而在仿真中可以并行运行成千上万个虚拟机器人几天内就能完成。安全试错的沙盒可以让机器人尝试各种危险、失败的动作而不用担心损坏昂贵的硬件或伤害人类。构建“教科书”级训练集可以精确控制仿真环境生成涵盖各种 corner case边缘情况的数据比如物体以奇怪的角度摆放、光照剧烈变化、传感器部分失效等从而训练出更鲁棒的模型。域随机化是连接仿真与现实的桥梁。通过在仿真中随机化纹理、光照、物体质量、摩擦系数等参数可以迫使模型学习到那些在变化中不变的核心特征从而提高从“虚拟”到“真实”的迁移成功率。NVIDIA的Isaac Sim、Facebook的Habitat、谷歌的RLDS等平台都在致力于构建更逼真、更高效的机器人仿真训练基础设施。5. 实操推演构建一个基于VLM的简易桌面机械臂系统为了让大家有更具体的感知我们来推演一个基于现有开源工具构建一个简易的“第五代”机器人系统的思路。假设我们有一个UR5e机械臂和一个RGB-D摄像头如Intel Realsense目标是让它能听懂“把红色的积木放到绿色盒子里”这样的指令。5.1 系统架构设计系统将采用分层架构融合传统机器人模块和AI模型[用户指令] - [大语言模型(LLM)/视觉语言模型(VLM)] - [任务规划器] | [摄像头] - [视觉感知模块] - [世界状态] ------------ | [机器人状态] ---------------------------------------- | V [技能调度器] - [基础技能库] - [机器人控制器] - [UR5e机械臂]感知层RGB-D摄像头提供彩色图和深度图。认知层视觉语言模型VLM如开源模型OpenFlamingo、BLIP-2或调用云端API如GPT-4V。负责将图像和指令结合理解场景中的物体及其属性颜色、形状并解析用户意图。任务规划器可以是一个轻量级的LLM如Llama 3接收VLM解析出的结构化场景信息和用户指令生成动作序列如[find(red_block), pick(red_block), find(green_box), place(red_block, green_box)]。执行层技能库预先用传统方法或模仿学习编程好的技能如视觉伺服抓取Visual Servo Grasping、点到点移动PTP Motion。技能调度器将规划器的抽象动作映射到具体的技能调用并管理执行流程和错误处理。底层ROS 2机器人操作系统作为通信中间件连接所有模块。MoveIt 2 用于机械臂的运动规划和碰撞检测。5.2 关键模块实现要点视觉感知与VLM集成使用YOLO或Segment Anything Model (SAM)进行物体检测和分割获取物体的像素掩码。结合深度图通过相机标定参数将像素坐标转换为机器人基坐标系下的3D位置这步称为手眼标定是关键且必须精确完成的。将裁剪出的物体图像和用户指令“红色的积木”一起输入VLM进行视觉问答VQA确认识别到的物体是否符合指令描述。这比单纯的颜色阈值分割更鲁棒能理解“积木”这个概念。任务规划提示工程设计给LLM的提示词Prompt至关重要。例如你是一个机器人任务规划器。请根据场景描述和用户指令生成一个动作序列。 可用的动作原语有find(object_name), pick(object_name), place(object_name, container_name), move_to(location_name)。 场景描述视野中有一个红色的立方体red_block在桌子中央一个绿色的盒子green_box在桌子左侧。 用户指令把红色的积木放到绿色盒子里。 请输出JSON格式的动作序列期望LLM输出[{action: find, object: red_block}, {action: pick, object: red_block}, {action: find, object: green_box}, {action: place, object: red_block, container: green_box}]技能库实现pick技能这是一个难点。可以采用“抓取姿态检测”算法如GPD, GraspNet根据物体点云生成候选抓取点或者更简单点对于规则物体直接计算其顶部中心点作为抓取位置。使用MoveIt进行运动规划让机械臂末端执行器夹爪移动到该点上方下降闭合夹爪。place技能获取绿色盒子的内部空间坐标规划一条将物体移动到该坐标上方并释放的轨迹。每个技能都必须包含完善的错误处理比如抓取失败通过力传感器或视觉反馈判断后的重试策略。5.3 联调与避坑指南延迟是杀手VLM/LLM推理、运动规划都需要时间。整个循环延迟如果超过几百毫秒体验会很差。考虑将VLM推理放在边缘GPU服务器上而非纯云端。对于固定场景可以预先识别并标注所有物体减少实时推理负担。校准决定精度手眼标定和机器人工具坐标系标定的精度直接决定了抓取和放置的成功率。这部分工作需要耐心和严谨使用高精度的标定板反复测量。安全第一在真实机械臂运行前务必在MoveIt的RViz仿真环境中完整跑通所有流程。设置好工作空间限制和碰撞检测确保规划轨迹不会撞到桌子或自身。在真实运行时人员需在紧急停止按钮旁待命。大模型的“幻觉”LLM可能会生成不合理动作如试图抓取不存在的物体或规划出碰撞路径。必须在技能调度器层面设置安全校验例如在执行pick前确认目标物体的3D坐标是有效的、在可达范围内的。这个简易系统虽然离真正的通用具身智能还很远但它清晰地展示了第五代机器人“大脑”的基本工作流程多模态感知 - 符号化理解与规划 - 物理动作执行。随着基础模型能力的不断增强和机器人数据的持续积累这三层之间的缝隙正在被快速弥合。机器人“大脑”的进化是一部从“机械执行”走向“物理理解”的历史。我们正站在一个奇点上闭源巨头们从芯片、模型到生态进行着高维竞争试图定义下一代智能体的标准而开源社区和学术界则在算法、仿真和数据集上不断突破降低着创新的门槛。未来或许不会有唯一的“大脑”范式而是专用“小脑”负责高速反射、精密控制与通用“大脑”负责高层规划、常识推理的协同古典控制理论与现代学习模型的融合。对于开发者而言既要深入理解机器人学的基础运动学、动力学、控制理论又要拥抱AI新范式深度学习、强化学习、大模型成为横跨两个领域的“桥梁型”人才才能在这场智能体革命的浪潮中真正具备创造价值的能力。