# 日报387期PaLM-E模型于具身智能 今日份的日报 本周主题：w2311 推倒雷峰塔，重建巴别塔 文章： [Google发布史上最大“通才”模型PaLM-E 看图说话还能操控机器人](https://readwise.io/reader/shared/01gv0v45ejmd6g8ktycd4n7esj/) 关键词 ：Google, PaLM，PaLM-E，具身智能，AI的身体 熊导读：Google从2016就坚持 【AI First】的战略，每年的Google I/O开发者大会上都可以看到持续稳定的令人震惊的新技术。今年的I/O大会在5月份召开，到时候费曼日报也会有专题哦。 延展阅读： [AI大战进入实体化阶段 谷歌刚发布的PaLM-E模型有哪些亮点？](https://readwise.io/reader/shared/01gv1xxz7eg08g4e64f4wvt4s9/) 今日份的费曼 请费曼你对此问题的思考： Q1 解释以下概念：PaLM模型，PaLM-E模型 - PaLM是可以理解图像，理解和生成语言的学习模型。 - PaLM-E是一种「**多模态具身视觉语言模型**」，除了可以理解**图像**，**理解和生成语言之外**，还将两者结合起来。其中E代表************************************************Embodiment-具身智能************************************************，意思是说智能系统与周围环境进行交互的概念，通过与真实的环境交互来获取知识和经验。************************************************多模态（Multimodal）************************************************是指将多种类型的数据同时处理，例如图像、文本和声音等。这几个概念结合起来可以理解为，在复杂的真实环境中，PaLM-E可以处理复杂的**机器人**指令 - PaLM-E的特性： - 具有前所未有的灵活性和适应性 - 拥有强大的正迁移能力 - 多模态思维链推理和多图像推理任务中表现突出 - 还能讲笑话 除了不能自己给自己生成任务之外，其他的都能做了😂 Q2 你觉得语言模型和实体机器人结合起来，再发展出具身智能，可能会出现怎样的场景？（随意开脑洞） 之前看过一个Netflix的电影叫”I AM Mother”，讲述的是一个机器人作为人类的母亲照顾刚刚出生的人类婴儿。我觉得语言模型和实体机器人结合起来会出现这样的场景。（这部片名我不记得了，问了GPT居然能查到。