张小珺Jùn|商业访谈录
[https://image.xyzcdn.net/Fn4WgDgh-2VRa3Xjjyewgaab-hJ_.png] 进入2026年,中国科技业萌生了一个新现象:出现一批从机器人大脑出发的公司,现阶段重心不在本体上。这个现象是反直觉的——过去,大家认为,硅谷机器人团队更专注大脑研究,中国机器人团队更专注硬件和本体。 在我们上集节目中,我访谈了Physical Intelligence(Pi)研究科学家柯丽一鸣。Pi是一家在硅谷做机器人大脑的备受瞩目的实验室。业内人士把它们比作机器人的OpenAI。 今天我邀请的是一位在本土探索原生具身基模的公司,是由蚂蚁集团孵化的子公司蚂蚁灵波,目前刚发布第二代具身基础模型。 我与首席科学家沈宇军聊了聊,如何从预训练开始训一个机器人模型?瓶颈是什么?机器人的GPT-1 moment在哪里?——大家也能从中感受一些中美思路的融合与差异。 接下来,就是我对沈宇军的访谈。 OUTLINE: > 00:02:03 蚂蚁灵波的缘起 人工智能学生的一段迷茫与辗转 从字节跳动到蚂蚁研究院 蚂蚁成立子公司蚂蚁灵波做具身智能始末 > 00:16:03 做机器人的原生大脑 为什么决定从大脑开始? 通用意味着跨本体、跨场景、跨任务 24年底成立以后,25年、26年bet了什么? 25年:从真实传感器出发解决问题 26年:既然没办法push数字世界修改模型,基于物理世界的需求重做一遍 预训练准备数据核心是:1、你要下发什么样的任务,2、拿到数据以后怎么处理更干净 这次发布的6个模型和他们的关系(Depth、Vision、VLA、Video、World、VA 2.0) 但更本质的智能我们还没解决:把和人的交互考虑进去 做具身大脑之后,处理位置随机问题的能力强了很多 机器人泛化性的迹象到底出现了吗? > 01:07:29 数据没有scale up是最大卡点 具身智能还没有到GPT-1时刻,因为没有看到比较好的做数据scale up的方式 当具身数据和互联网数据能达到相同量级,可能才到GPT-1时刻,我预计明年中 发完第一代模型我们就意识到,强行在数字模型上魔改不work 硅谷两家机器人大脑公司 :Physical Intelligence强调zero shot,Generalist强调后训练 随着灵巧手的成熟,真机遥操作和UMI(Universal Manipulation Interface,通用操作接口) 两条数据采集路线可能变化 细数2024-2026年具身智能全行业的发展与速度 行业发展不及预期的仍是数据,需要百万小时起步的数据量 > 01:23:10 机器人大脑与本体的关系 为什么不做本体?本体很难通用,如果场景选不准,本体设计有问题 现在大脑的开发落后于本体,未来大脑和本体一定交替上升 这一代的硬件不一定能够迭代去适应下一代的模型,尤其是传感器 接下来的几代机器人基座模型会如何迭代? > 01:31:48 创业是赌出来的、与蚂蚁的关系、汤晓鸥 下过的“赌注”? 蚂蚁如何管理蚂蚁灵波? 最好的预期和最坏的预期? 最终的产业格局?也许贴近大语言模型的格局 你对人形机器人有执念吗? 没有! 当下的核心任务只有一个:智能不够! 我的老师汤晓鸥 LINKS: 我们的播客在小宇宙 [https://www.xiaoyuzhoufm.com/podcast/626b46ea9cbbf0451cf5a962]、Apple Podcast [https://podcasts.apple.com/cn/podcast/%E5%BC%A0%E5%B0%8F%E7%8F%BAj%C3%B9n-%E5%95%86%E4%B8%9A%E8%AE%BF%E8%B0%88%E5%BD%95/id1634356920]、Spotify等全音频平台播出; 我们的视频播客在Bilibili [https://b23.tv/FZ0s2Q1]、小红书 [https://xhslink.com/m/4clvm6edHk1]、视频号、抖音等全视频平台播出; 如果你想服用文字版,请搜索我们工作室的公众号:语言即世界language is world。 DISCLAIMER: 本内容不作为投资建议。 CONTACT: xiaojunzhang@lisw.ai Jump into the new world-and explore with us!😉
150 episodios
Comentarios
0Sé la primera persona en comentar
¡Regístrate ahora y únete a la comunidad de 张小珺Jùn|商业访谈录!