机器人已经能在舞台上做到翻跟头、表演武术了，但要让它在开放环境里伸手帮你拧开一个瓶盖，难度陡然跃升 2 到 3 个量级 —— 因为那一刻，它需要理解眼前的物理世界。

这正是苏度科技想啃下的硬骨头。苏度科技联合创始人、董事长苏昊是 ImageNet 的核心作者之一，师从李飞飞，这家公司走了一条与硅谷主流纯大脑 “黑盒” 大模型不太一样的道路 —— 软硬件协同设计，上下分层架构，上层负责任务规划与环境理解，下层用仿真（Sim-to-Real），让机器人在虚拟世界里经历几百万年的进化，再迁移到现实。

这条路已经跑出了一定成效：面对从未见过的新物体，他们的零样本通用抓取单次成功率接近 100%。

本期硅谷 101，我们邀请苏度科技 CEO 韩铮，一起聊聊机器人 “动手” 怎么实现？他预测，接下来会有更多的硅谷公司会重新回到 “上下分层” 的方向上来。

泓君，硅谷 101 创始人，播客主理人

韩铮，苏度科技联合创始人 & CEO

03:17 为什么做全栈（大脑 + 本体）通用机器人？

07:14 苏昊早年经历：从图片标注 ImageNet，到 3D 数据集 ShapeNet 

11:08 3D 数据收集，难在哪里？

13:21 仿真需要亚毫米级精度，视频训练无法达到

16:33 什么是 Sim-to-Real（从仿真到现实）？

18:08 创业时机的判断：DALL - E 带来的数据拐点

21:40 仿真器的技术内核：经典物理法则 + 强化学习

24:17 数据集质量与规模的平衡：自建结构化 3D 数据集

28:05 实际效果如何？零样本通用抓取，一次性成功率 98%

32:11 回应 Demo 质疑：去学术会议现场随机环境中演示

34:22 基础 Zero-Shot 泛化能力比长程任务串联更为关键

35:45 灵巧手虽好，但不是当下的性价比最高的方法

38:16 商业模式思考：硬件 + 底层模型 + API，类比智能手机生态

41:23 仿真器与机器人本体，必须软硬件协同设计强绑定

44:04 如何教会机器人拧瓶盖？加入真实世界数据更高效

44:51 难度对比：操作物体比运动控制难 2~3 个数量级

47:28 白盒与黑盒之争：分层模型，在预训练中融入物理理解

51:11 Sapien 仿真器，让机器人像幼童第一次拧瓶盖一样操作

53:27 数据冷启动困境：无法复刻特斯拉，必须靠仿真做冷启动

55:38 嘉宾预言：被硅谷抛弃的 “上下分层” 即将重回主流

59:08 实现机器人动手，软硬件强结合的公司才能做到

01:00:34 硅谷明星公司点评：Skilled AI、Figure、Optimus

01:05:40 为什么最看好 DeepMind + 波士顿动力 Atlas 的组合？

01:09:01 亚马逊机器人，场景多但整合困难

01:10:02 为什么多数公司退回垂类？因为不知道通用该怎么走

01:12:43 不做垂类押注，而是构建开发者生态，目标是成为机器人时代的 “iOS + 硬件”

《硅谷 101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！