跳到主要內容
AI 武林
Podcast進階中文

106. 和王鹤聊,具身智能的学术边缘史和资本轰炸后的人为乱象

來源 张小珺Jùn|商业访谈录

聽節目(在新分頁開啟原站)連到 张小珺Jùn|商业访谈录

摘要

訪談北大助理教授王鶴,探討具身智慧的學術源流、從邊緣到主流的演變,以及 ChatGPT 帶動下的產業泡沫與亂象。內容涵蓋 VLM 為何弱於 LLM、合成資料的挑戰,以及具身智慧應聚焦「生產力」而非單純「智慧」的觀點。

An interview discussing the academic history of embodied AI, the gap between VLM and LLM performance, and the challenges of scaling real-world robotics production.

摘要、重點與章節標題由語言模型整理,細節(誰說的、數字、先後)可能有誤;要引用請以原始內容為準。

重點

  • 具身智慧起源於電腦視覺,強調感知與動作迴圈。
  • VLM 表現弱於 LLM 因視覺資料覆蓋遠低於文字資料。
  • 產業需避免養藏模式,應追求萬台規模的真實生產力。

章節

依話題轉折切分,標題由 AI 產生

  1. 00:00警惕砸招牌的養藏模式與泡沫風險
  2. 12:09機械與控制學派如何分散主導權
  3. 15:55具身智慧如何重塑視覺主動性
  4. 18:00語言作為高維智慧演化的關鍵
  5. 24:12從被動感知轉向主動掌控環境
  6. 45:12學術自由與導師權力對比分析
  7. 1:05:21合成資料在六維位姿估計應用
  8. 1:39:48視覺資料匱乏限制通用大模型發展
  9. 2:10:10真實資料迴流結合強化學習最佳化
  10. 2:20:10中國人口結構變革催生機器人需求
  11. 2:24:24黃仁勳邀請背後反映技術地位認可
  12. 2:28:26具身智慧神經控制仍處早期探索
  13. 2:32:26物理學與歷史思維啟發第一性原理
  14. 2:38:19歡迎留言互動期待下期節目內容

提到的工具與公司

  • VLM
  • CVPR
  • ICCV
  • FAIR
  • Skild
  • Nocs

適合誰看

對具身智慧、機器人產業趨勢或學術演進感興趣的研究者與從業者。

摘要依據

講者
张小珺
依據
語音轉文字

為什麼排在這裡

人氣
0.33
新鮮
0.17

在主題頁與搜尋結果裡,名次由相關、人氣、新鮮三個分數決定;這一頁沒有搜尋的關鍵字,所以沒有相關分數。排序怎麼算

摘要由 AI 根據原文產生,可能有誤;完整內容請看原站。聽節目(在新分頁開啟原站)