Keynote · 演讲信息
具身智能要到 GPT 时刻，先解决泛化
以大模型引领具身智能迈向GPT 时刻，已成为业界的重要技术方向。然而，要实现这一目标，首先需要清晰定义目标能力，并对演进路径中的关键里程碑进行科学度量。
本次分享将以泛化能力为主线，探讨具身智能的目标能力体系，并介绍一套多阶段、系统化的评测基准。在此基础上，我们进一步围绕人类数据预训练和具身世界模型展开研究，补齐相关评测能力的空白，以评测结果指导训练策略迭代，并分享由此获得的一些实践观察与思考。
演讲提纲：
1、具身智能GPT时刻的定义
2、泛化评测基准
3、人类数据预训练的关键
4、具身世界模型的度量
