让AI动脑，让代码动手

相比传统机器人系统，LLM能够理解自然语言指令，并根据环境状态进行高层决策，因此具备成为机器人决策大脑的潜力。然而，机器人控制与纯语言任务存在明显差异：机器人需要持续进行高频、低延迟的闭环交互，每一次决策都可能涉及空间位置、动作方向、接触状态和安全约束。

Jev robot control项目由OpenRoboto团队开源，在MuJoCo仿真中以xArm7机械臂完成拾取苹果并放置到盘子任务，系统对比了TypeSafe AI的Jev 1.13（System One决策模型）、GPT-6 Astra与GPT-4.1 mini。

核心架构采用混合控制范式，模型仅输出离散高层意图（Approach/grasp/lift等）及X/Y/Z方向（Positive/hold/negative）与夹爪状态，共享底层控制器通过逆运动学执行小步笛卡尔增量，并反馈几何与接触信息，形成闭环。创新点在于将AI限定为快速、结构化、带置信度的判断层，而将连续运动、物理执行与安全逻辑交由确定性代码负责，避免生成式大语言模型的冗长推理与解析开销。

实验显示（单次seed-0试验），Jev以约113个决策周期成功完成任务，API成本仅约0.019美元（约为GPT-6的1/315），墙钟时间约26%；GPT-6亦成功但成本与延迟显著更高；GPT-4.1 mini则触及160周期上限失败。

对具身智能的启示，在封闭循环机器人控制中，专用System One模型可大幅降低成本与延迟，推动AI判断+代码执行的分层范式，有望提升实际部署可行性。

研究局限包括仅单次试验（非统计成功率）、纯仿真环境（无真实机器人、无视觉感知、依赖特权状态）、墙钟时间受API等待主导，以及任务复杂度较低，结果对提示词、网络与定价敏感。

Link:github.com/openroboto-ai/jev-robot-control