scripod.com

哪条路线,才能通往「世界模型」的终局?|对话黄碧薇:Aether AI 创始人

本期播客邀请到 Aether AI 创始人黄碧薇教授,深入探讨了世界模型的定义、因果 AI 的独特价值,以及她为何选择在 2025 年创业,打造因果世界模型。
黄碧薇指出,当前被广泛称为世界模型的视频生成、3D 生成和 JEPA 路线,并未真正理解物理规律和因果关系。她提出的因果世界模型,通过在隐空间学习因果变量、结构和动态变化,实现跨环境与任务的泛化。她认为 VLA 和 WAM 路线存在天花板,而因果路线能以更少数据达到更高性能。Aether AI 已融资 2000 万美元,计划用约 8000 小时数据和 400 张卡训练第一版模型,展示长程任务的推理能力。黄碧薇还分享了因果学界的三大流派,以及她将因果 AI 应用于具身智能的创业选择,强调只有真正对研究有渴望的人才应读 PhD。
00:00
00:00
构建因果世界模型,让 AI 理解物理世界因果关系
02:15
02:15
最终的世界模型需理解物理规律和因果关系
04:49
04:49
在隐空间学习因果变量、因果结构及动态变化
12:51
12:51
学会 lift 和 pick and place 后能零样本完成 stacking 任务
18:23
18:23
因果视角对科研和日常生活都有帮助
22:32
22:32
大语言模型已达 90 分,而具身智能仅 10 分
29:39
29:39
因果模型可用更少数据达到同等性能
41:08
41:08
只有真正对研究有渴望的人才应读 PhD
47:22
47:22
因果是否客观存在?务实假设因果真实存在