Apple 论文用通用 AI 模型直接控制机械臂，测试成功率高于专用模型

苹果公司的一篇新论文显示，让 Claude Opus 5.5 这样的通用人工智能模型查看摄像头画面并直接控制机械臂时，它操作物体的可靠性高于基于录制演示训练的机器人模型。

苹果公司的一篇新论文显示，一个直接控制机械臂的前沿人工智能模型胜过专用机器人策略，而且无需演示数据或任务训练。

大多数机器人操作研究都利用演示数据训练专用策略，例如视觉-语言-动作模型，而当指令改变时，这些策略很容易失效。

他们的框架 AMP1 在循环中向 Claude Opus 5.5 或 Gemini 4 Argon 等模型提供摄像头画面、代码执行能力和直接运动指令的控制能力。它没有内置的抓取或放置技能，因此模型会自行构思策略。

在 RoboLab-120 上，AMP1 的零样本任务成功率为 85.6%，相比之下，表现最好的视觉-语言-动作模型为 49.2%，表现最好的世界-动作模型为 42.9%。在真实的 Franka 机械臂上，它在 108 次试验中成功了 104 次，尽管机器人在每次任务的大部分时间里都在等待模型。