待验证50% 置信事实精确时间
SayCan由Google DeepMind于2022年提出，将语言模型与机器人动作库结合
1
来源数
50%
置信度
长期有效
时效性
2026/7/16
首次发现
来源
相关事实
待验证Google于2022年发布SayCan，让语言模型仅负责生成可行动作序列，具体执行交由预训练底层技能策略完成77% 相似待验证将大语言模型接入机器人的典型范式包括Google的SayCan（用LLM分解任务后调用底层运动原语）和RT-2（端到端生成控制指令）74% 相似待验证Google DeepMind于2023年发布的RT-2首次验证了在550亿参数的视觉语言模型上微调机器人控制的可行性，其泛化能力相比前代提升近一倍71% 相似待验证ReAct框架最初由Google DeepMind研究人员于2022年提出，核心是将语言模型的推理与外部工具调用交替进行70% 相似待验证工具增强语言模型（Tool-Augmented Language Model，TALM）最早的系统性论述可追溯至 2022 年 Google 发表的同名论文67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/533815API
curl https://kongchang.com/api/v1/knowledge/claims/533815MCP
get_claim(id=533815)