技术博客

ICLR 2026会议收录了一项由宾夕法尼亚大学研究者提出的突破性工作——VLMgineer全自动工具设计与使用框架。该框架深度融合视觉语言模型（VLM）的跨模态理解与生成能力，结合进化搜索算法，使机器人无需人类先验干预，即可从零开始自主完成工具的概念设计、结构优化与功能适配，并同步习得使用策略。VLMgineer标志着具身智能在“感知—推理—创造—行动”闭环上的重要进展，为通用机器人自主演化提供了新范式。