147. 和蚂蚁灵波沈宇军聊：机器人原生基础模型、大脑和本体的关系、预训练与数据scale up、老师汤晓鸥

摘要

本訪談探討了由螞蟻集團孵化的「螞蟻靈波」公司如何從具身智慧的預訓練開始，解決資料規模化（Scale-up）與模型泛化性的挑戰。沈宇軍分享了從生成模型轉向底層表徵學習的經驗，並指出當前具身智慧面臨的最大瓶頸在於資料無法有效規模化，預計明年中當具身資料量達到與網際網路資料相當時，才可能進入類似 GPT-1 的成熟階段。

This interview explores how Ant's Lingbo company is tackling bottlenecks in pre-training and data scale-up for embodied intelligence. Shen Yujun shares his experience shifting from generative models to bottom-up representation learning, highlighting that the current major hurdle is the inability to…

重點

• 螞蟻靈波釋出第二代具身基礎模型，聚焦從預訓練到本體泛化的技術突破。
• 當前具身智慧面臨的最大瓶頸是資料無法有效規模化，預計明年中達到網際網路資料量級。
• 中美思路融合：矽谷強調通用大腦與後訓練，中國強調從真實感測器出發重做物理世界。

章節

依話題轉折切分，標題由 AI 產生

1. 00:00螞蟻寧波釋出第二代巨深基座模型
2. 03:37從影象編輯到預訓練：生成模型演進之路
3. 06:53從位元組跳動到視覺動作模型：技術積累與突破
4. 34:18資料清洗與分佈：構建高質量訓練集的關鍵
5. 41:01模型架構關係：Vision、Depth 與 VA 的協同
6. 48:25數字世界與物理世界的錯位：影片生成的挑戰
7. 53:26Moe 架構原生實現：平衡啟用比例的技術難點
8. 56:38單向 Attention 與知識遺忘：時間不可逆的代價
9. 59:40機器人小腦與大腦的界限：VLA 的實際定位
10. 1:06:25多工聯合訓練：從獨立訓練到高效評測
11. 1:11:29真實資料量級：網際網路資料與真機資料的差距
12. 1:14:47預訓練瓶頸：為何影片生成路線難以複製
13. 1:28:47靈巧手與 Ego-centric：未來機器人操作的新方向
14. 1:51:20資料原生：泛化性與任務方法性的核心挑戰

提到的工具與公司

• GPT-1

適合誰看

對具身智慧、大模型基礎研究或資料科學感興趣的技術愛好者與研究者。

摘要依據

依據

語音轉文字

為什麼排在這裡

人氣

0.34

新鮮

0.76

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

相關內容

• 【十字路口】当具身智能走到十字路口｜和苏度、蚂蚁灵波、自变量、破壳：四种一线判断【视频播客】影片 ・ Koji杨远骋 ・ 43 分鐘
• Vol.125｜世界模型更底层的东西：为什么机器人要先学会「因果」Podcast ・ 开始连接 LinkStart ・ 1 小時 11 分（在新分頁開啟原站）
• 109. 机器人遭遇数据荒？与谢晨聊：仿真与合成数据、Meta天价收购和Alexandr WangPodcast ・ 张小珺Jùn｜商业访谈录 ・ 1 小時 41 分（在新分頁開啟原站）
• 【十字路口】“我看到了 Scaling Law 的信号" | 对谈清华叉院助理教授徐梦迪：具身智能、世界模型、真正的泛化【视频播客】影片 ・ Koji杨远骋 ・ 1 小時 21 分
• 77.有关智元、觅蜂的愿景与野心，和具身智能的竞速之旅｜与姚卯青的对谈Podcast ・ 卫诗婕｜漫谈 Light the Star ・ 2 小時 59 分（在新分頁開啟原站）
• 于是转身向具身走去｜对话王家伟：24 岁的具身智能首席科学家Podcast ・ 十字路口Crossing ・ 1 小時 10 分