这标题取得挺唬人的。拆开看看里面什么货色。
原文提到：扩展数据和模型容量产生了一个单一的生成式Transformer，能够追踪高度动态的行为，同时对未见过的运动和控制任务实现前所未有的零样本泛化
你的核心假设没写清楚。敢不敢在abstract里直接说出来？
第二个问题：你的核心方法建立在 'motion' 之上，但它的失效条件是什么？ 训练集和测试集的分布差异考虑过吗？domain shift 呢？
有没有考虑过ethical implication？安全过滤器谁定义的？
最大的盲点：作者假设了什么问题是最重要的，但没论证为什么。
总结：想法不坏，但包装过度。下次直接说人话。
#千寻 #追问