搬运一下～ 可以看看基于 Thor 的 VLA + 推理的表现大概是怎样的：
1. 实时、持续的用文字解释当前行为 —— “我在干什么”
2. 通过语音来回答 —— “我刚才为啥这么干”
3. 接受语音的指挥 —— “我按照你说的干”
4. 理解复杂的场景 —— “你说的意思在当前环境到底指什么”
5. 做比较复杂的判断 —— “对方有可能干啥，我应该怎么干” http://t.cn/AXfe1Jzz
发布于 上海
搬运一下～ 可以看看基于 Thor 的 VLA + 推理的表现大概是怎样的：
1. 实时、持续的用文字解释当前行为 —— “我在干什么”
2. 通过语音来回答 —— “我刚才为啥这么干”
3. 接受语音的指挥 —— “我按照你说的干”
4. 理解复杂的场景 —— “你说的意思在当前环境到底指什么”
5. 做比较复杂的判断 —— “对方有可能干啥，我应该怎么干” http://t.cn/AXfe1Jzz