北京
本期为TechBeat人工智能社区第803期线上Talk。
北京时间10月29日(周四) 20:00，三星集团大模型（Global）负责人唐业辉博士的Talk将准时在TechBeat人工智能社区开播！
唐业辉与大家分享的主题是：RoboICL - 多模态大模型能否直接精细操控机器人？届时唐业辉将从通用视觉语言模型做机器人控制的潜力与短板出发，介绍 RoboICL 的上下文设计，并通过投硬币案例、仿真基准与真实机器人实验，分享精细操作和推理效率方面的实践。
Talk·信息
主题：RoboICL - 多模态大模型能否直接精细操控机器人？
嘉宾：三星集团·大模型（Global）负责人- 唐业辉
时间：北京时间10月29日(周四) 20:00
地点：TechBeat人工智能社区
http://www.techbeat.net/
Talk·介绍
通用视觉语言模型已经会看、会想、会规划，也能直接输出机器人动作，但在高精度和长程操作上仍然明显吃力。不训练任何机器人专用模型，能否补上这块短板？RoboICL 给出的答案是：关键不在改模型，而在于怎么组织上下文。它让 GPT-6 Astra 通过上下文学习来控制机器人，把示范和模型自己的执行经验写成同一种"观测—动作—回执—观测"格式，再用有界锚定记忆同时保留早期阶段和最新反馈。在 RoboDojo 基准和真实机器人上，RoboICL 都大幅超过零样本 GPT-6 Astra，并在多个任务类别上领先现有方法，展现出多模态模型直接操控机器人的巨大潜力。
Talk大纲
0. 背景与问题
通用 VLM 做机器人控制的潜力与短板
1. RoboICL 方法
统一的交互语法、单一动作接口、有界锚定记忆，以及兼顾效率的上下文设计
2. 案例拆解
以投硬币任务为例，看模型如何借助示范和自身经验完成精细操作
3. 实验结果
仿真基准对比、上下文分配消融，以及真实机器人上的验证
4. 效率分析
KV 缓存复用与减少模型调用
Talk·预习资料
[1] RoboICL: Embodied In-Context Learning with GPT-6 Astra 论文链接： https://arxiv.org/abs/2609.34261 代码链接： https://github.com/Mosi-AI/RoboICL 项目主页： https://mosi-ai.github.io/RoboICL-GPT6-Astra.github.io/
Talk·提问交流
在Talk界面下的【交流区】参与互动！留下你的打call和问题，和更多小伙伴们共同讨论，被讲者直接翻牌解答！
你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！
Talk·嘉宾介绍
唐业辉
三星集团·大模型（Global）负责人
唐业辉，三星大模型（Global）负责人，主导三星基础大模型的训练及其在真实世界中的落地应用，致力于以创新方案探索模型效果与训练、部署成本之间的帕累托前沿，支撑模型在全球数亿台设备上规模化部署商用。博士毕业于北京大学，研究方向涵盖基础大模型高效训练、Agent、Multi-Modal Agent for Robotics。多项研究成果已被国内外顶级研究机构应用于模型的大规模训练与部署，Google Scholar 引用超过 1.4 万次。长期担任 NeurIPS、ICML、ICLR 等人工智能顶级会议的领域主席（Area Chair），并连续多年入选全球前 2% 科学家榜单。
-The End-
如果你也想成为讲者
自荐 / 推荐
单人Talk | 团队专场 | 录播or直播 | 闭门交流
多种方式任你选择！
推荐讲者成功也有奖励哦~
关于TechBeat人工智能社区
TechBeat(www.techbeat.net)隶属于将门创投，是一个荟聚全球华人AI精英的成长社区。
我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。
期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！
更多详细介绍>>
预约本期Talk
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
