在IROS大会上，美团展示了无人机和机器人领域的最新进展，强调技术应服务于实际应用。专家们讨论了具身智能的基础模型与应用，认为未来机器人需具备主动感知和交互能力，以推动行业发展。

本研究介绍了一种名为ActiView的新工具，用于评估多模态大型语言模型的主动感知能力。结果显示，这些模型在同时处理多张图像时存在明显不足，需加强研究。

本文探讨了一种新方法，利用图像集合和大型语言模型预测物体的物理属性，无需注释，适用于开放世界中的对象。实验表明该方法在质量、摩擦和硬度等属性推理任务中有效。此外，研究还涉及机器人操控和物体测量，提出自监督标记和主动感知策略，以提高物理参数估计的准确性。

本文探讨了多种机器人学习方法，包括无标注训练数据的深度动作预测、自然语言指令理解、主动感知模型和模仿学习。这些方法有效提升了机器人在复杂环境中的操作能力和学习效率，支持非抓取操作和工具使用。