在OpenAI的多模态大模型ChatGPT-4o、特斯拉的端到端驾驶FSD v12 相继发布后,仿佛打开了视听交互、自动驾驶等领域的大门,融合这些跨时代技术的具身智能领域,也开始逐渐爆发。高盛公司在其《人形