◆ The Learning Grove 林间拾穗

标签：embodied-ai

  • 清流资本刘博谈早期投资：从消费转向具身智能的心态与逻辑 Best Partners TV
    清流资本刘博在访谈中回顾了自己做早期投资的经历，探讨了从消费赛道向具身智能等硬科技领域转型的挑战、投资逻辑变化以及对投资人角色与行业周期的看法。
  • 世界模型真的懂物理吗：对话 Somya Joseph 谈可解释性与物理 AI Best Partners TV
    节目讨论了 Somya Joseph 关于世界模型与可解释性的观点。他指出可靠的世界模型需具备与物理世界功能同构的内在表征，单纯黑盒测试无法保障安全与效率。通过机制可解释性提取物理基元并引入归纳偏置，有助于降低训练成本并推进物理 AI 落地。
  • Tutor Intelligence 创始人专访：全栈机器人平台与物理经济自动化 a16z
    Tutor Intelligence 联合创始人兼 CEO Josh Gruinstein 探讨了机器人在工业物流领域的落地路径。他指出美国绝大多数工厂处于自动化空白期，机器人需通过全栈平台、人机遥操作协同（Tutors）以及真实世界数据飞轮来实现商业化与规模化部署。
  • 英伟达小黄鸭MicroDuck与具身智能的树莓派时刻 人民公園說AI
    对话探讨了英伟达GTC展示的双足机器人小黄鸭MicroDuck。嘉宾分享了硬件复刻中面临的舵机成本、多电机控制及sim-to-real等现实困难，指出其核心壁垒与生态价值在于英伟达仿真训练平台与数字孪生系统，并围绕收购Hugging Face、双足机器人门槛降低及物理AI未来路径展开讨论。
  • 帕西尼感知科技谈物理AI的PIE架构：触觉感知、数据工厂与执行闭环 硅谷101
    Michael Hsu博士在ALIGNMENT 2026大会上阐述了物理AI的PIE架构（感知Perception、智能Intelligence、执行Execution）以及生态层面的PIE（平台Platform、集成Integration、生态Ecosystem）。演讲介绍了帕西尼触觉感知芯片架构、100万小时触觉数据与数据工厂、Omni VTLA 2.0算法模型及DexH13灵巧手等技术与产品进展。
  • 美国制造能反超中国吗？中国制造的护城河挡得住AI机器人吗？ 夸克说
    本期节目探讨了台湾赴美建设供应链产业园背后的制造业回流议题。分析指出中国供应链优势源于外资培育与产业集群，而美国制造业复兴面临人工贵、配套缺和审批难三大痛点。随着AI与具身机器人的发展，技能培训、采购流程与合规环保成本有望大幅降低，从而推动制造业平权与本土化。
  • OpenAI Astra发布对机器人、AI制药及Agent行业的深度影响分析 硅谷101播客
    本文探讨OpenAI Astra在机器人控制、AI制药及Agent领域的突破。分析其思维链与3D理解能力对具身智能的冲击，指出AI制药需结合湿实验验证，并讨论个人Agent在成本与隐私方面的挑战，强调人机协作的新范式。
  • Dyna Robotics：从“无聊”部署到世界动作模型，具身智能商业落地的工程实践 硅谷101
    本文通过Dyna Robotics的实践，探讨具身智能从演示到商业落地的关键。文章分析了世界动作模型（WAM）与百万小时第一视角数据带来的跨本体迁移规模定律，强调软硬件一体化协同设计及真实部署中的可观测性，指出ToB工业场景是验证技术闭环与积累分发优势的最佳路径。
  • Dinno Robotics 发布 Dina 2 世界动作模型：从单点试点到规模化商业落地 Latent Space
    Dinno Robotics 推出基于 100 万小时数据训练的世界动作模型 Dina 2，通过预测未来视频状态指导机器人动作。文章展示了其在鼎泰丰等场景的规模化部署，强调通用机器人在处理可变形物体及端到端任务中的优势，实现了从概念验证到商业价值验证的突破。
  • 李飞飞收购郑昌熙团队：有生之年，我们可能看不到通用机器人出现 课代表立正
    哥大教授、SceniX创始人郑昌熙探讨加入李飞飞创立的World Labs的心路历程，分享其学术转型、工业自动化策略及具身智能的现实挑战，直言短期内难现通用具身模型。
  • 直击AI最前线：硅谷101 Alignment 2026年度大会全景透视与核心议程 硅谷101
    《硅谷101》将于2026年10月10日至11日举办第三届线下年度科技大会Alignment 2026。大会汇聚前沿AI科学家、创业者与投资人，深度探讨AI安全对齐、前沿模型竞赛、Neolabs商业化困境、世界模型、机器人Scaling Law、AI for Science、Agent助手、前向部署工程师（FDE）、吉瓦级数据中心基建与Token经济、前沿Keynote以及AI视频黑客松等核心议题。
  • 清华叉院徐梦迪深度剖析：具身智能的Scaling Law信号与上下文自适应突围 Best Partners TV
    对话清华交叉信息研究院助理教授徐梦迪，深度探讨具身智能的技术演进与泛化破局。从车辆工程与CMU仿生机器人起步，到斯坦福李飞飞与吴佳俊门下的具身基准探索，徐梦迪详述了Prompt Decision Transformer、超网络测试时训练与算法蒸馏的核心逻辑。针对业内路线分歧，她剖析了Scaling Law在机器人领域的时序失衡瓶颈、世界模型与VLA模型的取舍，并重点阐释了上下文学习如何赋能终端用户重塑机器人行为及构建数据闭环的关键。
  • 机械臂不说不、agent自己调harness、配音一小时0.81美元：本周三份AI进展 yage.ai
    本周AI进展聚焦三事：RoboHarm测试揭示大模型接机械臂后安全拒答率极低；Gemini 3.8 Flash TTS以0.81美元/小时重构配音成本；SoL-Pi通过自动搜索优化编程智能体控制层，显著降低Token消耗。
  • 82亿美元豪赌空间智能：AMD收购李飞飞World Labs背后的逻辑、质疑与英伟达之战 Best Partners TV
    AMD宣布以约82亿美元全股票交易收购李飞飞创办的空间智能初创公司World Labs。面对资本市场的股价下跌与估值溢价质疑，苏姿丰押注于物理AI与世界模型对下一代芯片架构的垂直整合与反哺，试图在英伟达重兵构筑的生态护城河外开辟新战场。
  • 地平线创始人余凯访谈：车载芯片、解放大脑与中国创新速度 Norges Bank Investment Management
    地平线（Horizon Robotics）创始人兼CEO余凯对话挪威主权财富基金CEO尼古拉·坦根，深入探讨中国智能汽车与芯片产业的崛起历程。余凯分享了地平线不做整车、聚焦底层计算平台的战略定位，阐述了从Hands-off到Eyes-off再到Mind-off的自动驾驶演进路径，并畅谈具身智能、老龄化社会与禅宗生活哲学。
  • 935亿具身智能泡沫真相：数采中心循环融资与路线豪赌 Best Partners TV
    2026年上半年中国具身智能赛道狂揽935亿融资，催生23家百亿独角兽，但光鲜背后却充斥着数采中心与地方国资的循环融资套路。文章深度拆解这场由共识交易、产业锦标赛与技术路线豪赌交织而成的资本盛宴，剖析宇树估值腰斩背后的产业出清必然性。
  • 从VLM与VLA到具身智能：Perceptron构建物理世界基础模型的技术演进 AI Engineer
    Perceptron AI联合创始人兼CEO Armen Aghajanyan系统阐述了超越传统VLM与VLA割裂架构的新路径。团队提出统一的具身基础模型（Embodied Foundation Model），通过早期统一多模态表示、动态时空Token压缩与自适应重加权，攻克高分辨率长视频中稠密视觉Token的训练信号失衡难题，并打通具身推理与动作控制，在物理交互的鲁棒性与推理效率上实现对现有巨型模型的重要突破。
  • 手机卷到头了，下一个让人忍不住掏钱的新物种，长这样 · 乔木博客 向阳乔木
    文章报道启元机器人发布Q1和T1两款消费级个人机器人，具备形态切换、力控交互及跟拍功能。作者认为在AI加持下，机器人硬件有望成为继手机、新能源车后的下一个新质生产力变革领域，标志着个人机器人从概念走向商业化落地。
  • 谁才是真正的 AGI？从 GPT-6、李飞飞世界模型到特斯拉 Cybercab 的终极对决 人民公園說AI
    本期深度探讨了通往 AGI 的三条核心路径：以 GPT-6 为代表的计算机交互与代理大脑、以李飞飞 World Labs 为代表的 3D 物理与世界模型、以及以特斯拉 Cybercab 为代表的具身智能落地。通过对评测基准、多模态后训练、虚拟仿真与真实数据价值的系统拆解，重新定义了 Agent 时代与通用人工智能的演进边界。
  • 宇树科技4500亿市值背后：硬科技还是被催熟的泡沫？ 老周横眉
    本期访谈深入剖析了中国人形机器人产业与宇树科技上市背后的估值狂欢。文章指出当前机器人多依赖遥控与预编程，距离真正的通用具身智能仍有数十年差距，揭示了其研发投入极低、依赖政府采购及政策催熟的真实生态，警惕资本泡沫与散户接盘风险。
  • 机器人触觉的爆发前夜：五大技术路线、数据困局与模型之争 硅谷101
    深入探访机器人触觉感知前沿实验室，全面剖析触觉作为具身智能最后一块拼图的核心价值。深度梳理压阻、压电、电容、光学（视触觉）及磁感应五大硬件路线的优劣取舍，揭示真实数采悖论与仿真合成破局之道，并深度拆解触觉在端到端大模型与异步专家架构（MoT）中的前沿演进与规模化量产挑战。
  • 宇树科技4500亿市值背后：是硬科技突破，还是一场被催熟的产业泡沫？ 老周横眉
    深入剖析中国人形机器人产业与宇树科技上市引发的狂欢。结合技术本质与财务数据，拆解遥控表演、通用具身智能的真实技术鸿沟，以及由政府财政与国企采购驱动的内循环估值泡沫。
  • Anthropic发布模型硬件标准MHS：物理版MCP如何让AI接管实验室与物理世界 Best Partners TV
    Anthropic正式发布模型硬件标准MHS研究预览版，为AI操作物理硬件构建起标准化驱动与通信协议。本文详述MHS三层技术架构、在量子计算与生物实验中的突破性落地案例，并深入探讨其在物理直觉、硬件兼容、监管安全等维度的局限与战略野心。
  • 用自然语言指挥机器人：基于 Strands 智能体框架的具身智能实践 AI Engineer
    AWS 工程师 Sandhya Subramani 展示了名为 Scout 的智能漫游车，通过开源框架 Strands Agents 与多 Agent 架构，使传统机器人具备自然语言理解、环境感知及自主决策能力，并阐述了云边协同与具身智能的发展趋势。
  • 李飞飞的机器人新赌注：为物理世界造一所数字学校 Best Partners TV
    本访谈深度解析了空间智能公司 World Labs 收购机器人仿真公司 SceniX 后的技术逻辑与战略布局。李飞飞与李昀烛指出，机器人真正落地的瓶颈在于缺乏物理交互数据。通过构建“真实到仿真再到真实”的闭环，利用 3D 生成和环境建模基础设施，为机器人提供安全、低成本的数字训练与评估道场，是打通具身智能落地和数据飞轮的关键一步。
  • 硬核拆解DeepSeek泄露会议：最顶级的精明，看起来往往像“理想主义” 人民公園說AI
    本期访谈深度拆解了DeepSeek创始人梁文锋泄露的4小时闭门会议内容。嘉宾们围绕“克制”这一商业方法论，分析了DeepSeek基于算力硬件10个月回本、6倍定价的精明财务逻辑与定价权，并探讨了从大语言模型、思维链、Agent到具身智能的自迭代路径，以及绕开英伟达生态的可能性。
  • 机器人技术水平的评估与Sim2Real路径研究 硅谷101播客
    文章探讨了如何通过演示来判断机器人公司的技术水平，重点分析了从二维数据到三维数据集的演进（如ImageNet到ShapeNet），以及仿真到现实（Sim2Real）的技术挑战。核心观点是，通用机器人的发展需要软硬件强绑定，并提出分层结构（底层操作与上层推理）作为应对开放世界复杂任务的关键策略。
  • 2026 AI 觉醒真相：可靠性跨越、强化学习泛化与 GPT-5.5 的效率哲学 Best Partners TV
    本文深度拆解了 OpenAI 后训练前沿团队负责人扬·杜布瓦（Yan Dubois）关于 2026 年 AI 技术跃迁的底层逻辑。核心观点指出，AI 体感上的阶跃并非源于智力爆炸，而是“可靠性”跨越了关键生产力阈值。文章详细分析了 GPT-5.5 的效率优化、强化学习向无标准答案场景的泛化，以及预训练缩放定律（Scaling Laws）在超大规模模型上的持续有效性。
  • 李想对话罗永浩：AI 与具身智能驱动的未来理想 罗永浩的十字路口
    理想汽车创始人李想分享了过去两百天对 AI 的深度认知，探讨了 AI Agent 在生产环境中的闭环价值，并提出自动驾驶是具身智能上半场、人形机器人是下半场的产业逻辑。对话深入介绍了理想自研马赫 M100 芯片、全线控底盘等硬核技术，展望了通过 AI 让普通人享受顶级生活服务的未来愿景。
  • 揭秘具身智能数据荒漠：机器人如何跨越“从知道到会做”的鸿沟？ 硅谷101
    本访谈深入探讨了机器人领域面临的核心挑战——数据荒漠。通过实地探访数采工厂并对话行业专家，详细拆解了由遥操作、仿真、动捕及视频构成的机器人四层数据金字塔。分析了各技术路线在处理 Sim-to-Real、具身鸿沟及泛化性上的优劣势，并展望了开源生态与数据飞轮对具身智能 Scaling Law 的推动作用。
  • 中国机器人的全球化野心：对话魔法原子总裁顾诗韬 硅谷101
    魔法原子总裁顾诗韬在硅谷接受《硅谷101》采访，深入探讨了中国具身智能行业的竞争格局。他分析了中美在“大脑”与“本体”上的优势差异，介绍了公司从四足狗到通用人形机器人的全栈产品矩阵，并披露了公司关于全球化布局、数亿元新融资及 2027 年 IPO 的战略目标。
  • 对话群核科技黄晓煌：空间智能——通往 AGI 的关键拼图与商业落地 硅谷101
    本文深度专访了“杭州六小龙”首家 IPO 企业群核科技的创始人黄晓煌。文章系统梳理了空间智能、世界模型与具身智能的逻辑关系，探讨了空间生成的不同技术路径（如 Mesh 与 3D 高斯混合表征），并分享了群核科技从 GPU 云端渲染到空间大模型的转型历程。黄晓煌强调，紧贴物理世界的数据与硬件连接是 AI 时代的真实壁垒。
  • 机器人开源革命：“免费大脑”背后的四派力量与博弈 硅谷101
    本访谈深度解析了具身智能领域开源与闭源的技术博弈。通过拆解学院派、巨头派、中国创业力量以及技术极致派四大阵营，探讨了 OpenVLA、GR00T 与 π₀ 等核心模型的技术路线。文章进一步揭示了商业公司开源背后的人才、标准与数据飞轮策略，并详细介绍了 Open X-Embodiment 数据集与工具链如何构建开源生态护城河。
  • 清华大学刘嘉教授：脑科学、AI的底层逻辑与人类的终极使命 课代表立正
    本期访谈中，清华大学刘嘉教授深度探讨了人工智能的底层逻辑、智能与意识的本质，以及脑科学对AI未来发展的启示。刘嘉教授分享了其从心理学到AI的跨界经历，指出当前AI已解决“系统二”的理性问题，但缺乏“系统一”的感知与小脑能力。面对AI时代，人类教育应放弃机械记忆，转向寻找自我意义与第一性原理思考，迎接创造数字生命这一终极使命。
  • 全面解析世界模型：从语言智能到物理世界预测的范式迁徙 硅谷101
    本内容深度探讨了“世界模型”的核心定义、演进历史及其与大语言模型的本质区别。通过拆解视频生成、3D空间建模与JEPA抽象表征等三大技术路线，详细分析了世界模型在机器人、自动驾驶及AI Agent领域的巨大潜力，并警示了随之而来的系统级幻觉与权力集中风险。
  • 揭秘春晚小品机器人：松延动力与具身智能的工程闭环 硅谷101
    本文通过探访松延动力，深度解析了机器人登上春晚舞台背后的工程细节。创始人江哲源分享了高动态运动控制、仿生机器人克服恐怖谷效应的技术突破，并客观分析了具身智能行业面临的数据瓶颈。文章指出，云端协同将是消费级机器人实现规模化落地的核心路径。
  • 李飞飞：空间智能是AI新前沿，感知驱动进化 Best Partners TV
    斯坦福大学教授李飞飞在思科AI峰会上提出颠覆性观点：视觉和触觉感知是驱动神经系统进化的第一动力，而非语言。她将**空间智能**定义为AI的下一个前沿，并介绍了**World Labs**推出的首个3D生成式世界模型**Marble**。该模型能构建可导航、可互动的3D物理环境，已在游戏、虚拟制片、机器人训练、室内设计及心理健康干预等领域展现巨大潜力。李飞飞还探讨了AI行业的群体性焦虑、极端舆论，并强调AI的成功标准应回归于提升人类文明和个体福祉，而非单纯的参数竞赛。她指出，空间智能作为横向技术，将赋能多行业发展。
  • 谷歌Project Genie：开启交互式虚拟宇宙新纪元 Best Partners TV
    谷歌Project Genie是一款革命性的交互式世界模型Web应用，它允许用户通过文本或图像描述创建并进入实时交互的3D虚拟世界。该技术突破了传统视频生成的局限，具备模拟物理逻辑和用户交互能力。Project Genie不仅在娱乐领域展现巨大潜力，更在教育、医疗（记忆疗愈）及具身智能（AI Agent训练）等领域开辟新路径，预示着虚拟宇宙的未来交互新模式。
  • 颠覆AI范式：杨立昆揭示生成式AI误区与JEPA的未来 Best Partners TV
    卷积神经网络奠基人杨立昆深入剖析当前AI瓶颈，指出生成式AI在理解物理世界上的根本性误区。他提出非生成式的联合嵌入预测架构（JEPA）是通往真正智能的正确路径，强调视频数据和自监督学习在构建物理常识与世界模型中的关键作用。对话还探讨了AI硬件能耗革命、卷积网络与Transformer的优劣，以及具身智能落地的挑战与前景，预示着一场基于规划与理解的新AI革命。
  • 世界模型：AGI的关键拼图与AI的未来图景 Best Partners TV
    本文深入探讨了DeepMind资深研究员达尼贾尔·哈夫纳关于世界模型的观点，阐述了其作为实现通用人工智能（AGI）的关键技术。文章详细介绍了DeepMind在世界模型领域的三条主要研究路线（Genie, Veo, Dreamer），并分析了Dreamer系列模型在在线与离线学习上的突破。同时，探讨了AGI实现的关键因素（计算资源、目标函数、数据、算法细节），AI模型的多模态融合趋势，以及长上下文理解、超越人类推理等核心能力缺口。此外，还讨论了上下文学习的局限性、神经科学的启发、视频模型Scaling Laws的巨大潜力，以及世界模型在机器人领域的颠覆性影响和对大模型幻觉问题的解释。
  • 李飞飞：空间智能——通用AI的物理底座与以人为本的未来 Best Partners TV
    本视频深入探讨了李飞飞在2025年提出的“空间智能”理念，批判当前大语言模型热潮的局限性，强调AI理解三维物理世界的重要性。内容涵盖智能的进化史、ImageNet项目的数据信仰、World Labs的Marble模型如何构建物理一致的虚拟世界、合成数据在具身智能中的应用，以及AI在医疗和普惠领域的伦理实践。最终，视频呼吁学术界采取非对称竞争策略，并强调“智力无畏”是未来AI人才的核心特质，旨在构建一个能真正感知、交互物理世界的有温度的通用智能。
  • 2025年度汉字‘砼’：AI时代的人类价值重塑与未来展望 睡前消息
    本文以2025年度汉字‘砼’（混凝土）为引，深入探讨人工智能（AI）对经济、就业及人类社会带来的颠覆性影响。从‘无就业繁荣’现象到AI向物理世界的延伸，再到生物进化与空间感知能力的类比，文章揭示了AI可能带来的剧烈社会分化和价值观重塑。作者呼吁人类积极适应，寻找新的生活意义，以应对AI时代带来的挑战。
  • 2025年，人形机器人走到哪一步了？｜机器人系列｜具身智能年度盘点 硅谷101
    本视频深入探讨2025年具身智能（Embodied AI）的发展现状与未来趋势。分析了人形机器人从‘先锋亮相’到‘理性前行’的转变，剖析了技术突破（如VLA模型、System 1+2架构、合成数据、跨机器人泛化、多机协同）与核心挑战（数据稀缺、Sim-to-Real鸿沟、Embodiment Gap、可靠性、成本）。视频介绍了特斯拉、Figure AI、Physical Intelligence、Skild AI等主要玩家的路线，并预测具身智能正处于GPT-2阶段，商业化落地尚需2-3年，家用场景或在1-2年内实现，行业泡沫与机会并存。