Physical Intelligence联创最新访谈:机器人尚未进入可预测的Scaling阶段
Physical Intelligence联创最新访谈:机器人尚未进入可预测的Scaling阶段2024 年末,Physical Intelligence 的实验室里,一台机器人正在接受叠衣服测试。
搜索
2024 年末,Physical Intelligence 的实验室里,一台机器人正在接受叠衣服测试。
真正的智能,在于能否基于有限的数据,实现可靠的泛化与迁移。
2026世界机器人大会(WRC)开幕当天,北京亦庄的展馆里挤满了人形机器人、工业机械臂和各式各样的灵巧手Demo。
Scaling Law还在,但今天的大模型,已经不能只靠“参数量”来理解Scaling了。
本文主要介绍来自该团队的最新论文 Teaching Vision-Language-Action Models What to See and Where to Look,目前该论文已经被 ECCV 2026 正式接收,相关代码和模型已全部开源。
本期播客,No Priors 请来了一位在 AI 推理领域被业内称为「教父级」人物的研究者Noam Brown。他是 OpenAI 的研究科学家,也是推动「test-time compute scaling」成为行业主流方向的关键人物之一。从扑克 AI 到前沿大模型的评估方法论,Brown 的研究轨迹几乎与整个行业对「推理」认知的升级同步。
斯坦福最近公开了一门课的录像,叫 CS329A,主题是 Self-Improving AI Agents(自我改进的 AI agent)。两位主讲教授,Aakanksha Chowdhery 和 Azalia Mirhoseini,都有极深的工业背景。Aakanksha 曾是 Google 540B 参数 PaLM 模型的技术负责人,也参与了 Gemini 的研发
之前去了纳米Work的发布会,对技术的探索、对智能体Scaling Law的判断,很有前瞻性。
新智元报道 大模型变强,过去靠两条路。 做大——Scaling Law出现后,参数从百亿推向千亿,算力支出一路飙升。 想久——o1带火思考模型,用更长的思维链、更多推理时间换结果。 问题是,除了Sca
走进一家大型汽车制造商的线束车间,你会看到和整车工厂截然不同的画面。