VoxPoser产生了4个“涌现能力”，机器人可以在任务过程中自主生成推理能力，掌握新方法 原图定位

无需训练即可完成复杂指令且产生涌现能力，未知场景下 RT-2 模型泛化能力翻倍。新模型的另一大突破是无需预定义的运动原语或额外的数据和训练，模型泛化能力增强，加速机器人通用化。过去算法下实现机器人扔垃圾的动作需训练机器人区分、捡起、扔掉垃圾各个步骤，而 RT-2 可以将网络相关知识传给机器人，使其无需明确的训练即可学会扔垃圾。面对之前从未见过的任务情形，RT-2 成功率达到 62%，泛化性能较 RT-1 提高一倍。而 VoxPoser 用大模型指导机器人如何与环境进行交互，达到在无需额外数据和训练的情 况下完成 各种任务，并且涌现出了 4 种行为能力，可以 自主分步完成任务，掌握评估方法，根据最新要求做出判断进而调整输出动作。