[https://image.xyzcdn.net/FjzudYkK1I0jlR8zgroIJavM5oyi.jpg] AI 原生一代，将写下怎样的新故事。这是这一轮 AI 浪潮以来，投资人们最关心的问题。 今天的访谈嘉宾，是 00 后具身创业者，陈源培。 他曾在斯坦福李飞飞的实验室，实现了全球首次双臂长程灵巧操作，以及全球首次「用人类数据训练机器人双臂灵巧操作」。 土木工程本科出身的他，高考前一天还在打游戏，却通过 Robomaster 的比赛结缘机器人，并跨界师从北大强化学习专家杨耀东，成为强化学习的前沿学者，继而进入斯坦福李飞飞的实验室，做出全球首创的成果。 相比「天才少年」叙事，这期更值得品味的，是一个一再印证，学习没有固定范式、创新没有标准答案的故事。以及开放、多元、包容和谦卑的学术品味与视野。 无论游戏、RoboMaster、科研，在源培那里都有一条共同线索：它们都像升级打怪，靠快速学习、持续探索和反馈提升能力。希望其中的思考方式，能给大家启发。 [https://image.xyzcdn.net/FsmP2Yj6yc8WRHPcPuRrY3owxo3-.jpg] （本期视频欢迎前往 b 站、视频号、小红书、Youtube 等平台观看～） 本期嘉宾：陈源培，灵初智能联合创始人 本期 Shownotes： 02:51 从游戏到 ROBOMASTER：工程能力从系统里长出来 * 高考前还在打牌的 00 后：通宵打游戏，差点被选去电竞青训 * 父母最大的影响是「完全不管我」 * 大疆 RoboMaster 冠军：机械、电控、嵌入式、上位机、控制、算法… 训练的是复合能力 * 深入代码底层，不会并不是一个门槛 * 机器人并不是单点算法问题，全栈系统思维是稀缺的 * 工程性的东西，更多看的是细心程度与快速学习能力 * 俄乌战争给源培的「觉醒」—— 突然觉得发 paper 、抠创新点，对世界没什么帮助 16:41 师从杨耀东，最早 ISAAC 使用者与并行仿真 * 师从强化学习知名学者杨耀东，用强化学习做灵巧手 * 零帧起手强化学习 * OpenAI 的 Shadow Hand （2019）的解散，强化学习解魔方 —— 酷但昂贵 * 「我是英伟达 Issac 最早的使用者」「那个版本应该绝版了」 * 「未来用 GPU 做仿真，一定是大势所趋」 * 首篇论文即震撼行业：高自由度操作可以在大规模并行仿真中训练出来 35:05 强化学习 VS 模仿学习，什么是训练直觉？ * 强化学习的峰回路转：监督学习和模仿学习的短期效果让强化学习一度被质疑；直到 O1 等方向又重新证明了强化学习的价值 * 模仿学习见效快，但泛化弱；强化学习潜力大，但极吃 Know-how * 模仿学习不是未来 * 从人手中心到物体中心：描述物体轨迹如何变化，让机器人知道大致目标，再在小范围里探索 * 奖励不需要把每个动作写死，需要留有空间任 AI 自己探索 * 真正的系统能力是「方法都告诉你了，但你调不出同样效果」 * 我训强化学习还挺厉害的：「基本上大家以前都看曲线，只有我是打开仿真，盯着机器人学习。」 43:37 进入斯坦福李飞飞实验室：从强化学习中心主义，到多元的学术视野，与技术地图 * 每条路线都有价值，未来更可能是吸收各自优点的融合过程 * 更开放的研究氛围：连接图形学、灵巧手、模仿学习、人类数据 * 师从 Karen Liu ：把机器人操作、动捕、人类数据和仿真强化学习连接起来 * 不要太 Ego，不要靠形容词证明强，让结果本身说话 * 一周可以水一篇顶会的代价是放弃自己其他可能性 * 「从斯坦福回来后，他像变了个人一样」 50:51 跳出舒适区 + 螺旋上升的具身技术史 * 具身技术发展的螺旋：抓取→ CV + 模板 → 直接学轨迹（模仿）→ 人遥操太慢 → 强化学习自己探索 → 仿真效率低→ Isaac Gym 并行仿真 +Sim-to-Real → Sim2Real Gap 太大→ 软体场景模仿学习反超（Diffusion Policy/ACT）→模仿学习也不够→ 后面接强化学习→世界模型起来后，又回到仿真训 RL * 灵巧手最大的价值，不是因为它像人，而是因为它最容易吃下人类操作数据 * 与夹爪或专用末端执行器相比，五指手和人手之间的 Embodiment Gap 更小，更适合做 Human-Centric 数据采集 * 「以物体为中心」的通用表征：操作的本质是让物体沿某条轨迹发生变化，而不是复刻人的每个关节动作 * 具身 Scaling Law 的核心可能不在遥操数据，而在人类日常操作数据； * 硬件形态本身会决定能吃下什么样的数据 * Sequential Dexterity 的祛魅：学术需要 novelty，这没太大意义 58:26 仿真派的价值和上限 * 我曾经就是个仿真派 * 仿真无法根本解决真实世界复杂交互，尤其在软体、碰撞、接触和高精度成功率方面 * 可微仿真和世界模型都试图缩小 Sim2Real Gap，但目前仍受限于算力、图形学、物理交互和数据量 * 仿真 vs 真机，谁快？仿真的场景 Scaling 能力未必比真实世界快 * 仿真可以做出很 Fancy 的 Demo，但不是当前可见的终局 * 如果世界模型足够强到生成全场景仿真，它本身也需要先吃下海量真实数据 —— 如果做出了世界模型，那肯定先做出了好用的 VLA * 一个研究者最重要的能力不是在舒适区里把 "已经会的事" 做得更深，而是逼自己跳到不熟悉的方向；这一点反人性反惰性，因为你在擅长的方向也确实有想探索的东西 01:17:02 具身 SCALING LAW 会撞上硬件问题 * 具身 Scaling Law 的核心问题是数据，单靠遥操数据很难堆到足够规模 * 百万小时级别的人类中心数据，至少能让行业看到一些效果 * 「我是实用主义派」 * 与语言模型不同，具身智能会遇到硬件差异：不同手、不同本体、不同自由度都会影响数据和模型泛化 * 跨本体泛化的关键，是提取人类操作中通用的信息，再用强化学习补足机器人具体关节、力和接触细节 * 语言模型可以在统一的 token 空间里 Scaling，具身智能必须同时解决数据规模和硬件本体差异 01:22:12 创业后的路线选择：先坚定，再快速调整 * 2024 创立灵初时，市场上很少有人强调灵巧手操作和强化学习 * 择做长程灵巧操作、强化学习、人类中心数据和双手路线，对于一家创业公司，是信仰和耐心的考验 * 要去做别人做不到的事 * 当前的路线没有不能复刻的，都不够本质：但仍然保持灵活，可快速调整 * 具身创业的难点是同时平衡商业化和预研，短期场景可以做，但公司不能忘记自己到底是不是模型公司 * 「你不能有包袱，最后还是结果说话。」 01:38:04 世界模型、VLA 和算法口号的泡沫 * 灵初的具身大脑是糅合路线：硬件、采集、数据处理、模型训练和部署，形成端到端闭环 * 模型架构和口号本身不是护城河 * 广义 VLA 只要输入视觉和语言、输出动作即可 * World Action Model 也只是增加未来帧预测等辅助监督 * 单靠改模型架构、模块连接方式就带来突破性变化，我认为这几乎是不可能的 * 真正重要的是训练范式、数据规模、数据质量和完整 Infra * 马斯克为什么不喊世界模型 —— 世界模型本身不产生价值，真正产生价值的是它能否在具身、能源、航天或其他真实任务中解决问题 * 具身行业的泡沫：太多人说的和做的不一样，一些投资看不太懂 01:45:05 主动世界模型：从数据里选择有用信息 * 关于「主动世界模型」的思考：机器人需要主动判断哪些信息有用，哪些是噪声 * 世界感知分成客观世界规律、主动选择机制和自身 Policy 三层，其中最缺的是中间那层主动选择 * 数据 Scaling 不是无脑加数据，低信噪比数据可能损害模型能力 * 我是实用主义：脑科学、神经元结构、主动世界模型等想法都可以借鉴，但必须通过效果验证 * 具身下一阶段的底层创新：可能不是继续堆模块，而是找到类似语言模型 next-token prediction 的训练范式 02:03:15 「我的人生，绝对不可能不快乐！」—— 兴趣、非标与系统性思维 * 不要害怕环境、专业或起点带来的限制，去做自己真正感兴趣的事 * 机器人人才，最重要的三点：追求卓越、系统性思维、不要太 Ego * 「再垃圾的 paper，也有你可以学习的点！」 * 「我追求的是影响力，对真实世界产生价值的影响力」 * 未被验证的人才和未被验证的路线，可能写下真正的突破 加入听友群⬇️： [https://image.xyzcdn.net/Fiov2B4DsDoqP2gdW0zMfG97GVzy.jpg] 在小宇宙查看该单集文稿 [https://oia.xiaoyuzhoufm.com/player/6a2ad70612039c40829adc06?openTranscript = true & utm_source = rss & as = cHQ9MTIyNjE5MjQ3JmN0PXJzcyZtdD04 & autoOpen = false]