生成式人工智能聊天机器人的兴起使“大语言模型”这一术语变得流行，这是在幕后工作的底层人工智能技术。大型语言模型 (LLM) 根据一组预测的语言生成输出，以响应用户输入，这使得人工智能看起来好像能够独立思考。

但法学硕士并不是城里唯一的大型模特；大型动作模型（LAM）可能是人工智能领域的下一个重大事件。

什么是大型行动模型 (LAM)？

LAM 是一种人工智能系统，能够理解人类输入并执行相应的操作。这与仅专注于生成响应的人工智能系统的方法略有不同。 “大动作模型”这个术语是由rabbit r1设备的开发商Rabbit Inc.首次提出的。在该公司的rabbit r1发布视频中，该公司表示LAM是一种新的基础模型，有助于将人工智能从言语转化为行动。

LAM 在用户操作数据的大型数据集上进行训练；因此，他们通过模仿人类行为或通过演示来学习。通过演示，LAM 可以理解和导航不同网站或移动应用程序的用户界面，并根据您的指令执行特定操作。根据 Rabbit 的说法，即使接口稍有改变，LAM 也可以实现这一点。

您可以将 LAM 视为 LLM 现有功能的扩展。 LLM 通过预测下一个单词或标记来根据用户输入生成文本或媒体输出（您提出问题，LLM 提供文本或媒体输出），而 LAM 通过增加代表您执行复杂操作的能力而更进一步。

LAM 可以做什么？

LAM 就是代表您执行复杂的操作。然而，需要注意的关键点是执行复杂操作的能力。这使得 LAM 在执行高级任务时更有帮助，但这并不意味着它们不能执行更简单的操作。

从理论上讲，这意味着您可以告诉 LAM 代表您做某事，例如从附近的星巴克订购一杯咖啡、从 Uber 打车，甚至预订酒店。因此，它不同于执行简单的任务，例如要求 Google Assistant、Siri 或 Alexa 打开电视或客厅灯。

在幕后，根据 Rabbit Inc. 的愿景，LAM 能够访问相关网站或 Uber 等应用程序，并通过其界面进行导航以采取行动，例如叫车或取消乘车如果你改变主意。

LAM 将成功 LLM，但他们还没有准备好

LAM 的概念令人兴奋，甚至可能比 LLM 更令人兴奋。 LAM 将成为生成式人工智能之后的未来，使我们能够摆脱平凡的任务并专注于其他有成就感的活动。然而，尽管 LAM 看起来令人兴奋，但它还没有准备好。

第一个承诺利用 LAM 的商业产品（兔子 r1）并没有完全兑现其代表用户执行操作的营销承诺。该设备在其核心卖点上表现得非常糟糕，以至于许多第一手评论都认为它毫无用处。

更糟糕的是，YouTuber Coffeezilla 与一组有权访问 r1 代码库的精选软件工程师合作进行的一项调查发现，Rabbit 使用 Playwright 脚本而不是 LAM 来执行操作。因此，它实际上只是运行一堆 If > Then 风格的语句，而不是运行独特的 AI 模型的设备；与林承诺的相差甚远。

如果说你可以从 Rabbit 的 r1 设备中获得什么的话，那就是愿景就在那里。然而，在实现之前还需要做一些工作，所以先不要兴奋。