Alexander Mattick：规模化预测不等于智能

OmniTools 9月22日消息，Alexander Mattick 在近期分享中指出，流匹配技术将连续领域的路径学习转化为监督回归问题，使图像、音频、视频及物理轨迹等任务得以规模化生成，训练成本被集中于模型训练阶段。

他强调，当前大模型的预测能力仍无法等同于搜索、动作选择与行为保证等核心智能要素。

在机器人商业化路径上，关键挑战在于逐状态的可靠性及故障后果控制，而非仅依赖演示场景下的成功率。