具身 AI 數據是不可預測的、多模態的，並且與其環境深度相關。驅動 LLM 的管道無法跟上。 現實世界的邊緣案例無法被抓取。它們必須被協調和驗證。 Zhu 等人的近期研究和對大型多模態推理模型的調查顯示了原因： → LMRMs 在嘈雜、動態的輸入上表現不佳。 → 工具使用是脆弱的 → 在物理環境中的長期規劃仍然遙不可及。