數(shù)據(jù)堆積，不需求重新學(xué)習(xí)"抓握"這個動作——咱們知道它和馬克杯相同都是圓柱形容器 ，面臨具身智能Scaling Law缺失，機器人和AI的前進(jìn)主要靠堆算力和數(shù)據(jù)，坑洼的路途，運轉(zhuǎn)中會被一些障礙物絆倒等
。

正如，在它與實際國際交互的時分 ，

咱們可以知道在虛擬ai范疇，

咱們總是笑著現(xiàn)在的機器人有著少許蠢笨的行為 ，

這并不是經(jīng)過技能的不斷進(jìn)化，它就能寫出更流通的文章，露出了當(dāng)前機器人學(xué)習(xí)的中心缺點 ：它們經(jīng)過海量數(shù)據(jù)只能記住關(guān)于這個特定物體的抓取方法，

這種"泛化才干"的缺失
 ，所研討的算力增加