➤ 本周「十字路口」的嘉宾王家伟是 24 岁的深朴智能（Simple AI）首席科学家。中科大少年班、MSRA、DeepSeek、字节 Seed——**这条路直通大模型的最前沿，但毕业时，他却转身向具身走去。**为什么呢？他想离开的不是大模型，而是只能跟随既定计划的状态。他说：「风浪越大，鱼越贵」 ——具身的路线、评估和产品都还没有共识，风险更高，却也给了年轻研究者定义问题的空间。本期播客中，我们从 GPT-6 Astra 出发，讨论了「OpenAI 会不会降维打击具身模型」的问题。王家伟认为，通用大模型会承担越来越多理解与规划，但当杯子开始滑落，机器人仍需要能快速反应的动作模型。深朴智能因此从 HiFi-UMI 数据、具身基础模型、Agentic OS 一直做到本体：开源 2,000 小时数据，内部积累数万小时；模型已观察到一定的 Zero-shot 泛化；Agentic OS 则把上层意图与底层动作连接起来。最后，我们讨论了在美国的具身同行们最新发布的各种工作：GEN-1.5 对预训练与自然涌现的验证、π0.7 对 steerability 的强化、以及 Skild AI 为 Demo 专门训练的 In-Context Learning 是否被高估。🎬 我们的视频播客将同步上线于 @Koji杨远骋的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。📒 文字版将发布于 @十字路口Crossing 公众号。🟢 于是转身向具身走去00:00 快问快答：年龄、毕业院校、MBTI、星座、一句话介绍04:02 GPT-6 Astra 操控机械臂06:27 OpenAI 等基模公司会击穿具身模型吗？09:28 中科大少年班怎么选人？13:14 聪明，是会提好问题14:54 “风浪越大鱼越贵”19:44 DeepSeek：不靠工作强度换成果21:32 从 DeepSeek 多模态到 Seed Agent🟢 深朴的选择25:24 深朴为什么必须做全栈？26:40 HiFi-UMI：开源 2,000 小时32:01 GPT-6 比人更会标数据34:15 Zero-Shot：不靠后训练的新任务🟢 什么才是具身智能的「智能」？36:10 不追逐“世界模型”概念36:55 Context：从一秒因果到长期记忆41:52 Scaling 趋势，不等于 Scaling Law44:34 Agentic OS：具身不只是一个模型48:09 没有公认 Benchmark，如何证明模型？🟢 前沿点评54:14 Astra：通用智能外溢到物理世界55:53 GEN-1.5 与 π0.757:34 被高估的 In-Context Learning01:00:04 具身领域：噱头可能大于真实01:07:47 离开大模型舒适区01:09:57 三年后，机器人能帮人洗碗吗？欢迎订阅「十字路口」：🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站在小宇宙查看该单集文稿

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.

Transcript

Related