待验证50% 置信事实精确时间
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）
1
来源数
50%
置信度
长期有效
时效性
2026/7/21
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75% 相似待验证SayCan由Google DeepMind于2022年提出，将语言模型与机器人动作库结合74% 相似待验证Google AI Mode的核心能力建立在大语言模型（LLM）的语义理解技术和RAG（检索增强生成）架构之上72% 相似待验证Google DeepMind的RT-2（2023年）将机器人动作词元化为离散token，附加到视觉-语言模型PaLI-X和PaLM-E的输出词汇表中，展现出零样本泛化能力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68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/581992API
curl https://kongchang.com/api/v1/knowledge/claims/581992MCP
get_claim(id=581992)