We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
A
A老师
王
王妈妈
A老师：我从事具身智能研究一年有余，此前专注于大模型。转向具身智能是因为它能更直接地提升生产力，特别是解放体力劳动和重复性劳动。虽然AI也能创作诗歌，但它缺乏人类的主观能动性。目前我们团队致力于多模态大模型的研发，目标是让机器人实现听、说、想、做、对话、处理视频等多种能力的实时交互。
我认为具身智能与传统人工智能的关键区别在于输出和场景。具身智能直接作用于物理世界，而传统人工智能的输出通常是信息流。人们对具身智能的期待是，拥有身体后学习方式会发生改变，但目前机器学习仍然依赖传感器数据。人类和机器学习中身体的意义不同：人类学习语言时会调动自身经验和认知，而机器学习语言则依赖符号系统和数据。机器学习依赖能指链，缺乏对所指的理解，而人类学习则会调动内部认知和经验。机器学习的泛化能力与人类认知的本质区别巨大，目前无法断言机器是否产生了认知。
机器人“大脑”负责任务规划和决策，而“小脑”负责本体控制和运动控制。目前机器人“大脑”的训练方式多种多样，包括遥操作、合成数据、世界模型和强化学习等，各有优缺点，尚未形成统一的技术路线。合成数据、世界模型和视频训练等方法旨在为机器人提供基础能力，而仿真平台则用于模拟真实环境进行训练。具身智能目前面临的最大技术瓶颈是任务泛化能力不足，这与数据不足和算法不成熟密切相关。具身智能最大的瓶颈是数据不足，这与算法不成熟互相影响。目前具身智能算法尚未收敛，这意味着技术路线尚未确定，不同方法的优劣难以评估。具身智能的突破性进展可能在三五年内出现，但整体而言仍是一个长期项目。作为从业者，看到技术突破性产品出现时会感到惋惜，但同时也会为行业发展感到高兴。
我认为具身智能的风险是存在的，但业内人士并不过度恐慌，因为目前技术距离失控状态还很遥远。目前具身智能模型是可解释的，因为其内部运算过程是可追溯的，只是人类难以用语言描述。
柯柯：
王妈妈：春晚的宇树机器人并非具身智能，因为它动作预设或由人工遥控，而非智能驱动。具身智能的核心是智能体与物理环境直接交互，其输出直接影响物理世界。
supporting_evidences
A老师: 'Embodied intelligence means that it can more directly liberate productivity. It's like large models, which have liberated some productivity'
A老师: 'I think that the essence of humans writing poems and AI writing poems is different. For humans, they have subjective initiative to write poems, and AI writing poems is not the same.'
A老师: 'Now robots have several things to do, for example, they have to listen, they have to speak, they have to think, and then they have to'
王妈妈: 'It doesn't belong to the kind of embodied intelligence we are concerned about. It is pre-programmed or remote-controlled'
王妈妈: 'The core of embodied intelligence is that an intelligent body needs to directly interact with the physical environment.'
Deep Dive
Shownotes Transcript