121. 对DeepMind谭捷的访谈：机器人、跨本体、世界模型、Gemini Robotics 1.5和Google

摘要

譚傑接受《商業訪談錄》專訪，分享 Google DeepMind 在機器人領域的觀點。他回顧從圖形學轉向機器人研究的歷程，強調模擬資料對突破真實世界機器人能力的關鍵作用，並指出高品質資料與架構創新同等重要。

Interviewed by Zhang Xiaojun, Tan Jie discusses Google DeepMind's perspective on robotics, emphasizing the critical role of synthetic data in overcoming the real-world simulation gap and the importance of both high-quality data and architectural innovation.

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

• 譚傑從圖形學背景轉向機器人研究，強調模擬資料的重要性。
• 他認為模擬資料能解決真實資料無法無限獲取的瓶頸。
• 高品質資料與架構創新同等重要，缺一不可。

章節

依話題轉折切分，標題由 AI 產生

1. 00:00矽谷機器人熱潮與人才招募趨勢
2. 11:05大語言模型對機器人底層控制的顛覆
3. 37:32跨本體學習在垂直場景中的突破
4. 41:43強化學習中的獎勵函式設計難題
5. 44:58具身智慧構型遷移的挑戰與雙臂機器人
6. 47:37AI Agent 在物理世界執行的關鍵特徵
7. 52:36資料獲取策略：從遙操作到模擬生成
8. 1:03:18DeepMind 與機器人領域的技術分歧
9. 1:09:48視覺與觸覺在機器人中的角色
10. 1:14:25跨具身智慧的重要性與未來趨勢
11. 1:19:40Google 機器人基礎模型的發展歷程
12. 1:29:27Google 內部研發環境的競爭壓力
13. 1:34:14Meta 對 AI 人才市場的影響
14. 2:04:53合成資料在機器人研究中的關鍵作用

提到的工具與公司

• Google DeepMind

適合誰看

對機器人技術、AI 資料策略及圖形學應用感興趣的研究人員。

摘要依據

依據

語音轉文字

為什麼排在這裡

人氣

0.25

新鮮

0.31

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

• Robots working together with Gemini Robotics 2影片 ・ Google DeepMind ・ 2 分鐘（在新分頁開啟原站）
• EP 44.【AI年终特辑3】具身智能深度对话：从学术到产业，机器人的ChatGPT时刻来了吗？Podcast ・ OnBoard! ・ 1 小時 51 分（在新分頁開啟原站）
• Google DeepMind robotics lab tour with Hannah Fry影片 ・ Google DeepMind ・ 18 分鐘（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）
• Decoding Google Gemini with Jeff DeanPodcast ・ Google DeepMind: The Podcast ・ 53 分鐘（在新分頁開啟原站）
• DeepMind Gemini 3 Lead: What Comes After "Infinite Data"Podcast ・ The MAD Podcast ・ 55 分鐘（在新分頁開啟原站）