已收录文章摘要，完整内容可前往原文阅读。
1. 引言：机器人智能的新范式在人工智能领域,大语言模型(LLM)和视觉语言模型(VLM)通过大规模预训练展现了惊人的泛化能力。机器人领域也在探索类似路径,但面临独特挑战:现有机器人基础模型多采用行为