82.具身是一场马拉松，VLA 和世界模型都不够本质｜一个华为天才少年的具身启航

摘要

訪談探討具身智慧為何在 2026 年仍具機會，強調具身是「馬拉松」而非短跑，需嚴謹定義與資料品質。作者指出 VLA 與世界模型雖重要但非本質，並分析具身資料品質遠勝數量。

This interview explores why embodied AI remains viable in 2026, emphasizing that embodied intelligence is a marathon requiring rigorous definitions and high-quality data. The author notes that while VLA and world models are important, they are not fundamental, and the quality of embodied data far tr…

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

• 具身智慧是馬拉松，不需彎道超車，需嚴謹定義與可靠產出。
• VLA 和世界模型非本質，具身資料品質遠勝數量。
• 具身模型結構矛盾大，Scaling Law 更難達成。

章節

依話題轉折切分，標題由 AI 產生

1. 00:00投資人推薦：華為天才少年主導巨聲創業
2. 19:03C 端市場定位：通用品類必須走向大眾
3. 27:56Scaling Law 難點：端側多模態資訊吸收
4. 30:48算力投入：行業前五名微妙的訊號
5. 36:49人才與算力：創業資金的主要流向
6. 47:28機器人興趣：從動畫《鐵甲小寶》開始
7. 50:39隊長經歷：大一大二運控的成長路徑
8. 1:03:51博士研究多模態資料，為何選擇華為汽車
9. 1:30:40團隊文化：同理心與同理心
10. 1:33:49演算法與演算法系統的區別
11. 1:45:58稀疏訊號如何提升具身智慧反饋
12. 2:09:48從 GPT 到 Opus，如何保持第一梯隊
13. 2:17:21系統視角下的機器人形態差異
14. 2:22:09演算法品味與務實工作的平衡之道

提到的工具與公司

• ImageNet

適合誰看

對具身智慧趨勢、資料品質與技術本質感興趣的技術與商業讀者。

摘要依據

講者

卫诗婕

依據

語音轉文字

為什麼排在這裡

人氣

0.35

新鮮

0.80

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
• 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
• 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）
• 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Podcast ・ OnBoard! ・ 1 小時 48 分
• From VLM/VLA's to Embodied Agents — Armen Aghajanyan, Perceptron AI影片 ・ AI Engineer ・ 21 分鐘（在新分頁開啟原站）
• Vol.126｜融疯了的具身，是泡沫还是黎明？Podcast ・ 开始连接 LinkStart ・ 1 小時 28 分