geëmbodyde AI-gegevens zijn onvoorspelbaar, multi-modaal en diep verbonden met zijn omgeving. de pijplijnen die LLM's aandrijven kunnen niet bijbenen. echte randgevallen zijn niet scrapebaar. ze moeten worden georkestreerd en geverifieerd. recent werk van Zhu et al. en de enquête over grote multimodale redeneermodellen toont aan waarom: → LMRM's stokken op ruisachtige, dynamische invoer. → het gebruik van tools is fragiel → langetermijnplanning in fysieke omgevingen is nog ver weg.