第478章 和教授合作就是这么的美妙(4/5)

现实，但谁说一定要全虚拟培养？

虚实结合不行吗？

一整个算力中心，培养一个人工智慧，这个人工智慧，有身体，在现实世界中学习、生活和工作，天然和人类社会交互不行吗？

老约翰·摩根激动地来回在办公室里踱步：「这不仅仅是机器人，这是智慧的降临！一个具备连贯性人格的智能体，这可不是文本大模型能比的未来前景！

所有的行业，都可能因为这个降临者而彻底颠覆！」

「没错，约翰。这就是我们重新引导资本的方向。

市场现在抛弃的，是文本预测的旧赛道，而我们要让他们追逐的，是生命具身的新浪潮。」林燃点头道。

这当然只是蓝图，林燃所谓的具身智能要真的落地，要解决机器人的操控问须、连接问题、传感器精度等等。

大脑在数据中心，身体在人类城市构筑的复杂社会之中，要让它像人类一样进行实时交互，必须实现纳秒级的低延迟控制。

目前的网络延迟、信号传输瓶颈和边缘计算能力，难以支持人工智慧对机器人的高频、连续、鲁棒的力矩输出。

这会推动边缘计算、5G/6G通信架构和专用光纤网络实现新的飞跃，进一步解夬远程控制和云端计算的瓶颈。

现实世界中的光线变化、摩擦力、材料公差都是连续且嘈杂的。

这要求机器人的传感器精度达到前所未有的水平，并且必须实现这些异构数居的毫秒级融合，并将其转化为人工智慧可以理解的符号。

这将彻底革新机器视觉、触觉传感和传感器数据处理领域，诞生出具备高鲁奉性和人类级感知解析度的新一代硬体。

包括构建一套具身学习算法，让它在现实中每一次抓取失败、每一次跌倒后，能够高效地将这些连续的、非结构化的物理数据，转化为能修正其高层规划的结构化经验。

这将突破强化学习和模仿学习的现有范式，创造出具备强大自我纠错、快速不境适应能力的通用机器人作业系统。

这意味著有无数的前景，机器人零部件、新型执行器、高能量密度电池、低延迟网络协议等等。

这些因此衍生的技术会给人类社会带来新的飞跃。

它实现的可能性也比所谓大模型LLM能够成为通用智能要大得多。

新的泡沫可比老泡沫诱人多了。

大模型只是带来算力、硬体架构、算法相关技术的发展，领域太少，而且这类技术波及的面太窄，横向应用的场景不