förkroppsligade AI-data är oförutsägbara, multimodala och djupt knutna till sin miljö. rörledningarna som driver LLM:er kan inte hänga med. Verkliga gränsfall kan inte skrapas. De måste orkestreras och verifieras. Nyligen utfört arbete av Zhu et al. och undersökningen av stora multimodala resonemangsmodeller visar varför: → LMRM:er choker av bullriga, dynamiska ingångar. → verktygsanvändning är ömtålig → långsiktiga planeringen i fysiska miljöer är fortfarande långt borta.