刚看了一眼李飞飞的那篇voxposer，确实是一篇不错的工作，而且巧妙得提出了3D value map表示环境从而让LLM在motion planning做的更好。但并没有做出任何底层的创新或者突破性技术，更多是把现有模型做了集成然后发现了一些incremental的效果。看到大家狂吹好像是具身智能从此就要到来也是挺夸张。不得不感慨现在噪音太重，静下心来把paper多读两篇你对行业的认知就已经可以超过90%的人了吧