grasp 在 AI 领域有两层常见含义：一是机器人学中的“抓取”（grasping），指机械臂或人形机器人对物体的物理抓握能力；二是以 GRASP 命名的一类智能体框架缩写，用于提升大模型规划与自我改进能力。近期两条线索上的研究都相当活跃，前者关乎具身智能落地，后者关乎 LLM 智能体的可靠性。
机器人 grasp 能力：触觉重新受到重视
一项机器人盲抓研究引发讨论，其结论是：在不依赖视觉的条件下，触觉与本体感觉对抓取成功率的贡献可能超过视觉，这挑战了以往以视觉为中心的抓取感知范式。与此同时，BeingBeyond 发布的 Being-M0.7 模型用 10,000 小时人类视频训练人形机器人，同时覆盖行走与抓取（loco-manipulation）任务，显示“从人类视频学习通用操作技能”正成为人形机器人公司的主流技术路线之一。相关报道见 机器人盲抓研究：触觉与本体感觉比视觉更关键 与 Being-M0.7 使用人类视频教人形机器人行走和抓取。
GRASP 框架：智能体规划与自我改进
以 GRASP 命名的智能体研究近期密集出现。一项发表于 arXiv 的工作提出分阶段规划方法，报道称其在多项基准上超越 GPT-5-mini，见 GRASP 框架提出分阶段规划方法，多项基准超越 GPT-5-mini。另一项来自 DeepSeek 相关团队的工作则聚焦“自我改进不倒退”问题，提出带回归感知门控的技能提案器，避免智能体在学习新技能时遗忘或损害既有能力，见 GRASP：带回归感知门控的技能提案器。两条工作共同指向同一个痛点：LLM 智能体的长程任务规划仍不稳定，需要结构化机制而非单纯堆参数。
当前焦点与观察点
围绕 grasp 的讨论当前集中在三个问题上：其一，具身智能中多模态感知的权重分配——视觉、触觉、本体感觉应如何融合，盲抓研究提供了反直觉证据；其二，GRASP 类框架的基准结果是否可复现，“超越 GPT-5-mini”这类比较口径尚需独立验证；其三，“是否真正 grasp（理解）”开始被用作评测标准，如清华 MechBench 就被用来检验模型是否理解公式背后的机制而非只会拟合，见 Tsinghua's SRHarness... MechBench Tests Whether They Grasp Why。后续值得跟踪的是：触觉数据集与硬件成本能否跟上算法进展，以及 GRASP 类门控机制能否进入主流智能体工程实践。