跳到主要內容
AI 武林
Podcast進階中文

EP 55. 对话UCSD副教授苏昊:从学术到创业,深度解读具身智能的实现路径

來源 OnBoard!

聽節目(在新分頁開啟原站)連到 OnBoard!

摘要

探討具身智慧從學術到創業的路徑,蘇昊老師分享大模型如何影響技術路線,並指出資料、觸覺與模擬器的重要性。

This interview explores the path from academia to entrepreneurship in embodied AI, featuring insights on how large models influence technical trajectories and the critical roles of data, touch, and simulation in overcoming training data scarcity.

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

  • 大模型為具身智慧提供圖靈完備架構與泛化能力,但需單獨處理底層控制訊號。
  • 具身智慧需整合感知、規劃與控制,並依賴高品質資料與模擬環境。
  • 觸覺與模擬器是解決訓練資料匱乏的關鍵因素,非高階視覺所能替代。

章節

依話題轉折切分,標題由 AI 產生

  1. 00:00加州大學聖地亞哥分校副教授談具身智慧
  2. 03:29從抽象演算法到具體系統:我的研究路徑
  3. 10:55具身智慧的歷史起點與定義
  4. 23:29有監督學習與強化學習的差異
  5. 43:33VLA 模型中的技能解耦問題
  6. 49:05解耦帶來的資料優勢與挑戰
  7. 52:29Transformer 架構在機械基礎模型中的關鍵作用
  8. 1:06:04模擬器在具身智慧訓練中的挑戰與突破
  9. 1:14:42模擬器如何實現端到端可微與加速
  10. 1:18:05生成式 AI 如何最佳化模擬器內容泛化能力
  11. 1:22:57Sora 對具身智慧模擬器的潛在影響
  12. 1:26:10具身智慧所需的世界模型新定義
  13. 1:34:29統一介面與可插拔模組的未來方向
  14. 1:40:40蘇昊教授推薦的啟發性書籍及其意義

提到的工具與公司

  • Simulation
  • Hillbot
  • UCSD

適合誰看

對具身智慧技術感興趣的程式開發者、AI 研究者及創業初學者。

摘要依據

講者
Monica Xie
依據
語音轉文字

為什麼排在這裡

人氣
0.50
新鮮
0.04

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)