可以使具身智能有效利用环境中的各种工 具, 并在使用工具解决问题的过程中考虑各类约束, 以合适的方式完成任务. 预训练模型通过大规模文本预训练, 具备了丰 富的世界知识, 能够回答与视觉场景相关的常识性 问题. 文献 [114−116] 最早探索了将基础模型用于 对机器人任务进行规范的方法, 随后 Affordan- ceLLM[94] 将大模型的世界知识与 3D 几何信息相结 合, 通过视觉语言模型 (Vision language In: Proceedings of the 19th Robotics: Science and Sys- tems. Daegu, South Korea: 2023. 116 Siciliano B, Sciavicco L, Villani L, Oriolo G. Robotics: Model- ling, Planning and Control. London:

114 8.1 成功案例分享....................................................................................116 8.2 挑战与应对策略................................................................................118 8

113 11.4 运维流程设计..................................................................................116 12. 用户培训.........................................................................................

...114 7.2.1 合规性检查...............................................................................116 7.2.2 用户授权问题...........................................................................117 7.3 操作风险

6.2 销售策略...........................................................................................116 6.2.1 直销与分销结合.......................................................................118 6.2.2 渠道合作伙伴

12.3 版本管理.........................................................................................116 12.4 问题跟踪........................................................................................

..............113 6.2.2 性能测试与压力测试................................................................116 6.3 用户体验测试....................................................................................118