今年机器人模型领域最重要的突破，就是模型的通用性大幅提升，开始了泛化能力的探索，与此同时，这个行业依然面临着长尾问题、数据采集、缺乏统一维护平台等挑战，这期节目我们就来聊聊，业内将如何面对这些挑战？中国和美国的机器人发展路径又有何区别？ 本期节目我们邀请了中国具身智能公司自变量机器人的 CTO 王昊，在这期节目上线时，他们刚开源了大规模真实数据训练的端到端具身基础模型 WALL - OSS；以及来自美国具身智能公司 Physical Intelligence 的研究员柯丽一鸣（Kay Ke），她是 π₀、π₀.₅论文作者。 在节目中，嘉宾们表示目前具身智能模型已达到了 GPT-2 的水平，在最近 2 到 3 年将优先在半结构化场景应用，那么我们距离全场景的通用机器人又还有多远？机器人公司又该如何平衡商业化与研发的节奏？ 【主播】 泓君，硅谷 101 创始人，播客主理人 【嘉宾】 王昊，自变量机器人 (https://www.x2robot.com) CTO 柯丽一鸣（Kay Ke），Physical Intelligence (https://www.physicalintelligence.company/) 研究员，π₀、π₀.₅论文作者 【硅谷 101 科技峰会】 《硅谷 101》的年度科技大会又回来了，这是我们将有趣的技术干货与故事带到线下的第二年，用最好的内容让大家亲身感受前沿科技的酷炫和温度一直是硅谷 101 的目标。硅谷 10 月 5 日，期待与各位见面，从这里驶向未来！ 欢迎点击前往 (https://luma.com/mtqq79ii) 购票地址，输入粉丝专属折扣码 “VALLEY101FANS”，享 85 折优惠。 【蚂蚁外滩大会】 硅谷 101 播客主理人泓君将主持 9 月 11 日～12 日在上海举行的蚂蚁外滩大会，聊聊 AI 时代的全球趋势和创新最前沿，感兴趣的朋友欢迎点击领取 (https://www.inclusionconf.com/?sl = vNoLvmF9) 硅谷 101 粉丝专属参会凭证。 【你将听到】 行业突破与泛化能力 05:36 2025 年关键进展：模型通用性提升，开始泛化能力探索 07:38 何为模型泛化能力：从熟悉环境到陌生环境的能力一致性 11:44 泛化核心难点：长尾问题、数据采集与缺乏标准评测体系 16:04 如何评判具身智能模型能力：对比任务学习数据量与现实应用表现 数据挑战与硬件瓶颈 17:17 其他两大难点：数据质量与数量平衡、硬件维护缺乏统一平台 20:03 为何需要至少 100 万小时的数据，才能构成优秀的大模型？ 23:06 人类 VS 机器人学习机制对比：人类的进化已包含了 “预训练” 27:14 合成数据在机器人领域的应用：降低数据收集成本，但难以模拟现实物理交互 模型架构与技术路径 31:35 具身智能开源模型 WALL - OSS 发布：上万小时真实数据，补足当前开源模型的欠缺能力 35:36 WALL - OSS 模型开源动机与优势：降低研究门槛，加速生态创新 38:03 架构之争：端到端统一训练 VS 分层系统设计，模型技术路径尚未统一 40:58 从 VLA（视觉语言模型）出世后，具身智能模型路线开始走向趋同化 44:10 具身模型已达到 GPT-2 的水平，将在 1～2 年时间达到 GPT-3 水平 45:31 中美机器人技术路径区别：美国自上而下、先做大模型，中国从现实需求出发、双轨并行 52:31 抓到耗子的都是好猫：算法与操控的难度平衡 54:12 模型高频控制的意义：对未来情况做决策，但更高频率无意义 58:13 视觉难以对未来做精确的预测和建模，但能弥补触觉缺失与力的反馈 01:00:20 传感器比想象更成熟，但机器人还是依赖视觉作为主要训练参数 商业化与落地前景 01:01:31 家用机器人预测：2～3 年内进入半结构化场景，5～10 年全场景使用 01:05:29 如何平衡商业化与研发：尽可能服务于开放式场景，提高公司组织能力 01:08:43 现实部署的机器人量越大、场景越多样，数据反馈和模型迭代效果将越好 【节目中提到的相关公司和术语】 * Physical Intelligence (PI)：美国具身智能公司，推出了 π₀、π₀.₅模型 * 自变量机器人：中国具身智能公司，开源了端到端具身基础模型 WALL - OSS * RT-2：Robotics Transformer 2，谷歌 DeepMind 推出的新一代 AI 学习模型 * Genie3：谷歌世界模型的第 3 代，是 DeepMind 首个支持 “实时交互” 的世界模型 * VLA：Vision-Language-Action，视觉 - 语言 - 动作模型架构 * Covariant Robotics：一家专注于机器人大脑软件开发的硅谷公司 * 长程任务：Long-Horizon Task，包含一系列连续步骤、需要机器人进行多步推理、规划并执行，最终才能完成的复杂任务 【监制】 泓君 【后期】 AMEI 【运营】 王梓沁、孙泽平 【BGM】 Ever Forward - Francis Wells Mixed Emotions - Arthur Benson Supine - Peter Sandberg 【在这里找到我们】 公众号：硅谷 101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓 FM｜荔枝 FM｜网易云音乐｜QQ 音乐 其他平台：YouTube｜Bilibili 搜索「硅谷 101 播客」 联系我们：podcast@sv101.net Special Guests: 柯丽一鸣 and 王昊.