具身智能和人形机器人浪潮，为什么是现在

具身智能一百零八讲之一，具身智能和人形机器人浪潮，为什么是现在。
最近具身智能和人形机器人的提出已经有几十年的历史了，但最近异常火爆，为什么是现在？今天我给大家梳理一下背后的技术脉络。首先在2017年以前，深度学习基本是以CNN和LSTM为代表的传统神经网络为主。但在2017年12月份，在文本向量化技术成熟的基础之上，8位谷歌的研究人员发现了自注意机制，并基于此构建了transformer模型.我们称之为Transformer时刻。OpenAI的首席科学家llya Sutskeveryy意识到attention is all your need,在数据和算力的加持下，陆续推出了chatgpt3.5和chatgpt 4.0和gpt4v等基础语言模型和视觉语言模型。这些基础模型表现出一定程度的涌现能力，世界一起见证了chatgpt时刻。
自此以后，文本世界、数字世界和物理世界均开展了走向通用AGI的路程。在具身智能领域，谷歌先后研发了机器人数据的Transoformer模型，RT1，具身视觉语言模型PalME，视觉语言动作模型RT2 RTH，等，特别figure机器人的操作模型也是基于Transformer架构的具身控制模型，表现非常精彩，我们统称为机器人的transoformer时刻。那么接下来呢，在机器人本体、数据和算力的三者迭代加持下，我们有理由相信，通用具身智能在几年内到来的可能行，正在期待机器人的chatgpt时刻的诞生。而这也是为什么具身智能和人形机器人最近异常火爆的底层原因。