搜索
9 月 16 日，在谷歌 DeepMind 深度参与了 Gemini 2.5/3、世界模型 Genie 2/3 以及具身智能体 Sima 2 研发的核心研究员 Bonnie Li 宣布离职，转会 OpenAI。
两年前，一段机器人炒虾的视频在网上爆火。
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。
人麻了！
Codex、Claude Code等数字世界智能体，已经向我们展示出了一种全新且高效的工作方式：大模型理解目标，拆解任务，调用适当的工具，并根据执行结果不断调整计划，直到完成任务。
堪比iPhone Duo发布会！
一段人坐上椅子的视频，对人类而言再普通不过。我们不仅能看见 “人坐了下来”，还天然理解椅子承受人体重量，人与椅面形成接触并最终稳定，这些重力、接触与作用关系共同构成真实世界中的物理交互。但对今天的三维重建系统而言，“看见动作” 与 “重建真实交互” 仍是两回事。一个视觉上准确坐在椅子上的人体，进入物理仿真后，椅子可能因结构缺失倒下，人体也可能与椅面严重穿模。视觉上成立，并不意味着物理交互上成立。
OpenAI的通用模型GPT-6 Astra在机器人控制领域展现出强大能力，可规划动作并指挥机械臂完成积木抓取等任务，但精细操作仍存局限，这使机器人领域的OpenAI可能正是OpenAI自身。
具身智能公司寅成智能完成近亿元A轮融资，并拿下顺丰亿元级订单，该公司由复旦女学霸浦群妍创办，从AI出发而非给机器人加AI，聚焦物流分拣场景。
深朴智能24岁首席科学家王家伟在播客对话中回顾了从中科大少年班、MSRA、DeepSeek到字节Seed的经历，阐述放弃大模型舒适区转向具身智能创业的原因，认为具身系统既需要通用大模型承担理解与规划，也需要能毫秒级快速反应的动作模型，并介绍了深朴智能在开源HiFi-UMI数据集、自研高精度UMI手套及构建Agentic OS方面的全栈研发进展。