机器人与AI大模型结合的疑问与讨论

关于机器人与AI大模型相关问题请教了解 [欢迎大家讨论]

机器人现在是非常热门的方向，尤其是大模型起来之后，与机器人结合。最近在开发AI应用时，引发了我不少思考。

以我之前接触过的工业机器人为例，其核心逻辑基本是基于规则和指令的执行系统：上层系统下发明确指令，机器人按既定程序完成动作，主要强调稳定性，包括机器人的地图，在工业场景下，大多执行路线都是固定的。

但近两年市场上出现了不少“大模型 + 机器人”的方案，号称可以实现：

● 自然语言意图识别
● 复杂任务的自动规划与分解
● 动作序列的生成与动态调整
● 多任务、多约束下的自主决策

让我比较好奇的是：
这些能力在真实机器人系统中到底是如何落地的？

我个人目前对机器人底层控制和智能决策实现了解不多，之前工作接触过上层通信、调度和系统集成，所以在理解这些方案时有几个疑问：

● 大模型在其中主要扮演什么角色，有实际参与指令规划，智能逻辑生成么（比如商业机器人在抓取货物并放到指定位置的简单逻辑中涉及哪些内容，比如视觉识别等）？
● 所谓“任务规划 / 动作生成”，是否本质上还是通过提示词 + 业务规则生成结构化指令？等等

想请教下有没有在机器人智能、具身智能、机器人规划或大模型落地方向有实际经验的佬友，一起讨论，学习一下。