“我看到了 Scaling Law 的信号” | 对谈清华叉院助理教授徐梦迪：具身智能、世界模型、真正的泛化
十字路口Crossing
1 DAYS AGO
“我看到了 Scaling Law 的信号” | 对谈清华叉院助理教授徐梦迪：具身智能、世界模型、真正的泛化
“我看到了 Scaling Law 的信号” | 对谈清华叉院助理教授徐梦迪：具身智能、世界模型、真正的泛化
十字路口Crossing
1 DAYS AGO
Shownote
Shownote
➤ 本周「十字路口」的嘉宾是清华叉院助理教授徐梦迪。从清华车辆工程出发，途经 Johns Hopkins、CMU，再到 Stanford 吴佳俊、李飞飞组做博士后，2024 年初她选择回国，加入清华交叉信息研究院。她的核心命题是机器人的 in-context learning (ICL)：让机器人到一个新环境，通过一两次交互当场学会新任务，而且越学越快。 本期节目还有一个及时的注脚：就在我们录完节目后的第二周，Generalist 发布 GEN-1.5 —— 只给机器人看一段 3-12 秒的动作示范作为 "...
Highlights
Highlights
徐梦迪从车辆工程走向具身智能，长期探索机器人如何在真实环境中持续学习、快速适应并实现真正泛化。本期对谈也延伸到研究选择、数据闭环、实验室建设与具身智能的未来。
Chapters
Chapters
从四驱车到机器人
快问快答：年龄、毕业院校、MBTI、星座、一句话介绍
00:00清华车辆工程，通向机器人的起点
02:31为四驱车捡废铁的女孩
05:59衡水中学，竞赛班里的另一面
07:18CMU 最佳博士论文：预训练之外
12:02Adaptation 为何越来越受重视？
19:19从解题人到出题人
创造性工具使用：没有刀怎么切蛋糕？
23:51斯坦福：李飞飞与吴佳俊，两种导师
26:30从斯坦福回到清华
30:575 年后，凭什么成为顶尖研究者？
34:17选最好的，还是最适合的？
40:06她会回复怎样的套磁邮件？
42:24具身 Scaling Law 的信号
具身创业：进步与泡沫共存
44:44数据与世界模型，风向为何反复？
46:39低 Loss，不等于高成功率
49:07机器人还在 GPT-1 阶段？
50:47In-Context Learning：机器人能懂你家吗？
56:04数据闭环的 “鸡生蛋” 难题
58:19具身数据，难在定义需求
1:03:21遥操作、仿真、UMI 与人类数据
1:05:18只有乐观才可能成功
博士面试里的 Research Taste
1:09:56跟年轻 AP 读博，是一场创业？
1:14:08AI 论文泛滥，还能怎么看？
1:17:25具身马拉松，跑到第几公里？
1:19:22Transcript
Transcript
杨远骋: 嗨, 我是 Koji。本周十字路口的嘉宾是徐孟迪。孟迪是清华叉院的助理教授。在回国任教之前，她先后求学于清华，Johns Hopkins 以及 CMU。也在斯坦福的吴佳俊和李飞飞团队，做博士后。你好, 孟迪, 欢迎来到十字路口。
徐梦迪: 嗨, 大家好, 我是徐孟迪，非常感谢 Koji 还有十字路口的邀请。
杨远骋: 我们还是先从，我们的传统快问快答开始，帮助大家了解你，然后请问孟迪你的年龄？
徐梦迪: 我今年 30.5 岁。
杨远骋: 30.5。这么精确，求学经历刚才我介绍过了。那我们就直接下一...
Open in 小宇宙
