哈嘍！伙伴們，我是小智，你們的AI向?qū)?。歡迎來到每日的AI學習時間。今天，我們將一起深入AI的奇妙世界，探索“王興興回應賽風波：掙錢難掩機器人短板”，并學會本篇文章中所講的全部知識點。還是那句話“不必遠征未知，只需喚醒你的潛能！”跟著小智的步伐，我們終將學有所成，學以致用，并發(fā)現(xiàn)自身的更多可能性。話不多說，現(xiàn)在就讓我們開始這場激發(fā)潛能的AI學習之旅吧。

王興興回應賽風波：掙錢難掩機器人短板：

6 月 6 日，在剛剛開幕的 2025 北京智源大會上，智源研究院邀請宇樹科技 CEO 王興興、北京人形機器人創(chuàng)新中心總經(jīng)理熊友軍、銀河通用創(chuàng)始人兼 CTO 王鶴、穹徹智能聯(lián)合創(chuàng)始人盧策吾及 Physical Intelligence 聯(lián)合創(chuàng)始人兼 CEO Karol Hausman 到場，由智源研究院院長王仲遠主持，圍繞具身智能技術(shù)的進化展開了一次深度探討。

開聊前，幾位當前國內(nèi)外熱門人形機器人企業(yè)的領(lǐng)導者，先紛紛分享了近期取得的進展，并挨個領(lǐng)著自家機器人上臺表演了一番。

對話中，他們針對近期火熱的機器人賽事、舉辦這些活動的意義、機器人的構(gòu)型以及主流的 VLA 技術(shù)路徑落地與泛化的瓶頸發(fā)表了各自不同的觀點。

“終極目標是希望機器人是干活的，無論是家里還是工廠。”王興興表示，在終極目標沒有實現(xiàn)之前，先參加一些表演和格斗比賽來給大家展示機器人情況，且產(chǎn)生了一部分的商業(yè)價值。王鶴則期待，能用賽事去引領(lǐng)機器人形成有價值的、可落地的技能，把生態(tài)給轉(zhuǎn)起來。

對于機器人的最終形態(tài)，熊友軍出于多角度的考慮認為，人形機器人是最好的一種選擇。王興興則給出了這樣的預測：未來機器人的呈現(xiàn)會千奇百怪，種類和形式可能會比現(xiàn)在多 100 倍。

下面是本次圓桌對話的完整版本，AI 前線在不改變原意的基礎(chǔ)上進行了整理、翻譯和編輯。

各家曝最新進展
王仲遠： 興興，咱們第一次見面是去年 4 月份，我們?nèi)ビ顦浣涣鳎覍τ谟顦錂C器人印象最深刻的一點就是，不需要使用移動吊架就能夠隨時展示。在過去這一年里，宇樹科技也有非常多的變化，包括今年春晚宇樹 16 臺 H1 機器人所表演的《秧 BOT》、前幾天宇樹 G1 機器人在 CMG 世界機器人大賽的格斗擂臺上獲得冠軍。我聽說今天咱們也把這個冠軍機器人帶到了現(xiàn)場，是嗎？請介紹一下。

王興興：大家好，非常感謝參加此次活動，我們也帶來了機器人，在這里給大家做一下演示。這是我們目前最新的 G1，前段時間也參加了格斗比賽，讓它展示一些動作。

我們過去無論是春晚上的表演還是格斗比賽，我們希望給大家真正展示一下當前全球機器人發(fā)展的情況，并且也能帶動整個機器人行業(yè)的發(fā)展。

大家覺得目前機器人，相對來說還不能直接去家里干活和工廠干活，這是全球都面臨的問題。我們希望機器人真正去干活，但在真正干活之前，我們已經(jīng)達到的技術(shù)成果，也是希望可以做更多的商業(yè)化拓展和嘗試，所以我們做了這些事情。

我相信機器人格斗在今年和明年，會成為全球受歡迎的體育賽事。后面大家有興趣，可以來我們公司體驗和玩一下，這是非常激動人心的事情。

王仲遠： 謝謝興興，機器人一上臺表演，立刻調(diào)動起了現(xiàn)場的氣氛。除了這臺冠軍機器人外，北京人形機器人創(chuàng)新中心也有一個冠軍機器人。在北京舉辦的半馬比賽中，天工也獲得了冠軍。聽說今天帶來了天工升級版天工 2.0，請分享一下天工奪冠背后的故事，也介紹一下天工 2.0 有哪些升級。

熊友軍： 我是來自北京人形機器人創(chuàng)新中心總經(jīng)理的熊友軍，今天是天工 6.0，這也是一個開源開放的平臺。天工 6.0 在 1.0 基礎(chǔ)上做了更新，天工 1.0 在半程馬拉松 2 小時 40 分的成績跑完馬拉松，被證明是能跑的機器人。天工 2.0，我們希望它好用，能做更多的事情，所以升級是在于上肢，有更多的自由度、靈巧手和負重能力，今天也會在現(xiàn)場展示一些能力。

機器人：大家好，我是來自北京人形機器人創(chuàng)新中心的天工 2.0，很高興見到大家。
熊友軍：天工，給大家準備一些茶點吧
機器人：好的，沒問題。

天工在參加馬拉松之后，我們進行了系統(tǒng)性更新。這個升級是體系化的能力，我們在這個上面有四個方面的平臺能力的升級。一是我們一直在建設的硬件平臺，我們主打場地、草地、沙地、秋林、石子，對各種路面的適應能力，它是最能跑的?，F(xiàn)在的升級，讓它能在工廠和各種危險和有傷害的環(huán)境去完成一些事情，這是硬件方面的升級。

更多的升級是在大腦軟件方面，我們在今年 3 月發(fā)布了第一個通用的具身智能體慧智開悟，這是一腦多機、一腦多能的平臺，包括具身智能的大腦和小腦。大腦主要負責人機交互、環(huán)境感知、意圖識別、問路規(guī)劃，小腦負責運動和執(zhí)行能力，且把這個執(zhí)行結(jié)果反饋給大腦，完成一個閉環(huán)。這是第二個方面。

第三個方面，訓練具身智能體。我們構(gòu)建了一個國內(nèi)大型數(shù)據(jù)采集和機器人訓練中心，構(gòu)建了 20 多個場景，是虛實結(jié)合的數(shù)據(jù)采集平臺，并且在上面也構(gòu)建了一些數(shù)據(jù)的采集處理和服務、人才培養(yǎng)的一整套體系，同時不斷迭代和升級慧智開悟的具身智能化。為了保證機器人的穩(wěn)定可靠性，我們也在牽頭建設北京的中試平臺。

王仲遠： 謝謝友軍，王鶴老師更是智源好朋友，2021 年王老師從斯坦?；氐奖贝笕谓?，現(xiàn)在是智源研究中心的負責人。2023 年王老師創(chuàng)立了北京銀河通用機器人有限公司，今年非常恭喜王老師成為了 MIT 主辦方。王老師做的銀河通用機器人模型，最新有什么新的進展？

王鶴： 謝謝王仲遠博士的介紹。今年是銀河通用機器人第二次亮相智源大會，去年在智源大會我們展示了盒裝物體在貨架上的吸取，今天用 VLA 技術(shù)，也是剛剛 Physical Intelligenc 提到的端到端具身大模型打造了適用性更強，更貼近一般商超的貨架場景。下面我也展示一下跟 Galbot 模型的互動。

王鶴：我中午又餓又熱，Gbot 給我搞點吃的和喝的。
機器人：根據(jù)您提到的，為您推薦安慕希酸奶和果粒爽果凍，您想要哪個？
王鶴：成年人不做選擇，我都要。

我們在現(xiàn)場用的是基于自研端到端大模型的輪式底盤人形機器人，能夠取下貨架琳瑯滿目的各種各樣貨品，這個模型是閉環(huán)的，拿的過程中你搶，它也會抓，它沒辦法在非常密集的貨架上規(guī)避碰撞。我們的技術(shù)特點是，背后的訓練數(shù)據(jù)主要是合成數(shù)據(jù)，價格非常低廉，是可以擴增的。

王仲遠： 謝謝王老師。盧老師，去年 3 月份時我們在上海交大第一次見面，當時我印象很深，您所展示的疊衣服、刮胡子，基于力反饋的具身智能系統(tǒng)非常厲害，不知道最近有沒有什么新的進展？

盧策吾： 從產(chǎn)品的角度來講，去年發(fā)布了穹徹大腦 V1 版本，馬上在 7 月份會發(fā)布 V2 版本。這里體現(xiàn)了對于世界物理的理解和交互。

為什么會有力反饋呢？在做很多動作時，其實人都是下意識的，這對于什么樣經(jīng)濟價值比較高的場景會有用呢？需要復雜動態(tài)的接觸和操作。比如刮胡子就很典型，機器人抓取之后，基本固定不動了，但是要連續(xù)不停地跟皮膚接觸，那力氣大一點會刮傷皮膚，力氣小一點會刮不干凈，所以它適用于魯棒性極高、要模仿人類下意識的環(huán)境。

刮胡子有點炫技，其實我們很早已經(jīng)把它應用到實際場景中了。我們在很多食品加工、處理行業(yè)里已經(jīng)批量化落地了，可能你們吃的食品是我們機器人在背后做的。食品是高密度、高持續(xù)的接觸，同時對于物理的理解會有更大的難度，但是拓展到生活場景是非常必要的，比如將來可以照顧人、幫你擦臉，有很多跟人的交互，應用到生活場景也是必需的，所以我們的模型就用了力和位置，也是全球唯一用力和位置反饋的大模型。

王仲遠： 謝謝盧老師。Karol Hausman，Physical Intelligence 在中國是非常受歡迎和被關(guān)注的，每次只要發(fā)布模型或視頻都有大量的轉(zhuǎn)發(fā)，包括π0、π0.5、Hi Robot 都在中國得到了大量的關(guān)注。您剛才有沒有看到現(xiàn)場機器人的表演，包括盧老師所展示的精細化的操作，也想請您介紹一下 Physical Intelligence 最新的具身機器人和具身模型的能力有什么新的進展？

Karol Hausman： 非常感謝您提的這個問題，我也意識到這一點。確實看到很多人都比較關(guān)注π和 Physical Intelligence，我們也愿意給大家提供更多的模型，這樣能夠讓全球的機器人承擔更多有效的任務。關(guān)于π0.5 模型，這是我們感到非常驕傲的地方，之前我們認為很難讓機器人在陌生的環(huán)境下完成相關(guān)的任務，現(xiàn)在發(fā)現(xiàn)這是大家都面臨的挑戰(zhàn)。

家庭是非常復雜的環(huán)境，每個人的家庭都不一樣，如果能夠把機器人帶到一個之前從來沒有去過的家庭，之后來完成任務，這將是非常重要的突破。因為每個工廠都比較類似，但家庭場景各不相同，所以我們開始關(guān)注要有多少多元化的數(shù)據(jù)才能夠幫助機器人在陌生環(huán)境下完成任務。

我們有上百個不同的家庭環(huán)境，生成了上百個不同家庭的數(shù)據(jù)。其實，機器人并不是每次都會完美地完成任務，也會有這樣或那樣的失誤，但確實展現(xiàn)出非常大的潛力，機器人并不需要考慮數(shù)據(jù)集的多元性才能實現(xiàn)最終的泛化。我們現(xiàn)在還處在整個研究的初級階段，但是這個研究領(lǐng)域確實有很大的前景。

機器人賽事是秀肌肉 or 驗證場？
王仲遠： 今年具身智能比較破圈，一個主要原因是近期各種各樣的機器人賽事，比如馬拉松、格斗比賽以及今年 8 月將在北京舉辦的世界人形機器人運動會，我想聽聽各位朋友對于這些賽事活動怎么看？它們是技術(shù)的驗證場還是秀肌肉的表演？有沒有可能拉高公眾對于機器人能力的預期？

王興興： 從今年 1 月的春晚到格斗比賽，我覺得最大的點是，確實給大眾提供了一個很好的展示平臺，并且更早地讓大家接觸到了目前機器人的發(fā)展。但因為比賽很多，有些企業(yè)參加，有些企業(yè)沒參加，這是不可避免的一件事，每家企業(yè)還有各自的特點。

像我們的話，終極目標還是希望機器人是干活的，無論是家里還是工廠。但 如果讓一個人體機器人或者智能機器馬上去家里干活，最近幾年還是不太現(xiàn)實的。大家可能覺得我們公司的機器人就在做跳舞或者打比賽格斗這類事情，實際上，我們的真正理念是希望人形機器人可以做各種動作，無論是跳舞、格斗，還是在家端茶倒水、洗衣做飯，都是全身動作的一部分。

所以我一直相信的是，當 AI 技術(shù)，包括具身智能發(fā)展到一定階段時，一個足夠智能的家用機器人肯定是可以做跳舞、打格斗這類事情的。我們的目標一直是希望通過 AI 技術(shù)讓機器人能做各種全身動作，然后來實現(xiàn)終極目標，解放人類的生產(chǎn)力，尤其是去從事一些辛苦的工作。但在終極目標沒有實現(xiàn)之前，我們先參加一些表演和格斗比賽來給大家展示下機器人的情況，并且產(chǎn)生一部分的商業(yè)價值。像今年上半年，人形機器人的租賃市場比較火爆，已經(jīng)帶來了一些產(chǎn)業(yè)價值。

熊友軍： 我覺得舉辦機器人比賽非常有意義，尤其是即將在北京鳥巢舉辦的世界人形機器人運動會，可以從以下幾個方面來說：

第一，它是一個機器人知識普及的盛會，讓普羅大眾能夠?qū)C器人現(xiàn)在的發(fā)展狀況、技術(shù)水平有比較全面的了解。據(jù)我們所知，這次在鳥巢舉行的機器人比賽，會包含短跑、長跑、障礙賽、接力賽等田徑以及足球、舞蹈等，都是大家喜聞樂見、非常愿意看的，看的過程中就會潛移默化地對機器人知識發(fā)展狀況有比較深的了解，普及了科技水平。

第二，它也是一個非常好的機器人技術(shù)訓練場，對提升機器人技術(shù)有很大的幫助。很多比賽場景來自人類的真實生活，之前在實驗室里面大多都是我們自己構(gòu)建的場景，但是這個比賽據(jù)我所知有很多實際場景，包括工廠的物流搬運、醫(yī)院的醫(yī)藥分揀和送藥以及一些酒店服務型場景。這些場景都是具體的企業(yè)提出來的，我覺得非常符合機器人的發(fā)展方向，畢竟我們希望機器人真正地走入我們生活、服務人類。

第三，比賽也是一個機器人潛在客戶和機器人企業(yè)的溝通橋梁，有可能會促成機器人產(chǎn)業(yè)化的加速，或者加速在真實場景里面做試點應用。

王仲遠：Karol，我不知道你有沒有關(guān)注到中國的這些機器人比賽，海外有沒有類似的機器人比賽？你怎么看？

Karol Hausman： 它們遠不如在中國那么受歡迎。這是一個非常有趣的發(fā)展。我知道一些在國外舉辦的比賽，比如 “機器人杯”（Robot Cup）和類似的家庭版，也有一些學術(shù)競賽，但我認為這些賽事的規(guī)模還無法與中國相比。我很期待看到這一情況隨著時間的推移將如何發(fā)展。

王仲遠： 我們經(jīng)常講機器人可以通過比賽不斷地展示一些極限能力，但我們也更期望機器人能夠幫我們解決實際問題，進到工廠或者家庭。王鶴老師和盧策吾老師，你們做的很多產(chǎn)品都是非常落地的，想聽聽你們關(guān)于比賽和落地之間的一些看法。

王鶴： 今天我們談具身智能有一個當下的目標，就是一定要推動具身智能的產(chǎn)業(yè)化。雖然我們看到了很多炫酷的技能，但是我們一定要反思：這樣的技能在新的環(huán)境里、在面對新的物品下、在用戶非常挑剔、需要成功率接近 100% 的情況下，能不能成功？

這也是銀河通用和智源的聯(lián)合團隊在做這件事情時的一個思考：先把最重要的技能打通，主要就是指 mobile pick and place。其實我們剛剛看到π在家庭里做的事情，也是通過 navigation 從地面上去 pick 的一些行為組合而成。

那么我們關(guān)注的是，在一般性的貨架上，不論是在超市還是工廠料庫區(qū)、外賣前置倉，如果我們能用人形機器人在那里 24 小時地服務，那么就可以成為具身智能真正走向產(chǎn)業(yè)化、真正服務人民、創(chuàng)造生產(chǎn)力的一個開始。這也是我一直談的，我們要推動人形機器人生產(chǎn)力時刻的到來。

一個好消息是，銀河通用已經(jīng)在北京開了 7 家無人藥店， 24 小時由我們的人形機器人在里面撿藥、對接騎手，為很多夜間急需用藥的患者送去了溫暖，同時又不必把一個人 24 小時地鎖在房間里頭，其實也很難招聘到這樣的員工。今年年底，我們會在北京、上海、深圳一共開 100 家無人藥店。

我們今天展示的是下一步，相信以后大家在超市下訂單、在車廠配料，背后會是我們的人形機器人當家作主。我希望這些能跟后續(xù)的賽事在操作級別上對接起來，用賽事去引領(lǐng)這些有價值的、可落地的技能形成，不斷地把生態(tài)給轉(zhuǎn)起來。

盧策吾： 同意王老師的觀點，賽事當然是很好的，也能看到機器人的性能。這是一個很好的起點，下一步我們更能看到機器人產(chǎn)生價值、能干活的生產(chǎn)力比賽，所以這點上非常同意王老師。

我們在逐步把機器人的技能往上提高，穹徹也在把一些大模型用到食品、食材加工等各種場景里去，特別是物理世界高持續(xù)接觸的有力反饋模型。以后如果有更多技能比賽，或許我們能夠看到更多“勞動最光榮”的表現(xiàn)。

哪種機器人載體最好？
王仲遠： 關(guān)于機器人構(gòu)型的問題，5 月下旬清華大學舉辦的一場學術(shù)會議上，清華大學計算機系張鈸院士表示，人形機器人不是具身智能和 AGI 的最佳路徑，走向通用的機器人硬件要多樣性、軟件要通用性。想請教一下興興和友軍，你們都在做人形機器人，對這樣的觀點有什么評價？

王興興： 過去幾年我參加一些活動公開說過好幾次，其實我一直不堅持說一定要做人形這件事情，對于我們公司來說，做機器狗、做人形機器人是相對來說比較順理成章的一件事情。尤其對于用“腿”來說，用輪子、底盤等都是非常實用的。

但為什么大家現(xiàn)在喜歡用人形或者上半身保持人的樣子，主要因為現(xiàn)在的 AI 大部分是基于人的數(shù)據(jù)采集來做訓練，上半身保持跟人的動作相對一致，數(shù)據(jù)采集會方便很多，也方便整個 AI 來做訓練。包括跳舞或者格斗比賽，說實在的如果做成別的樣子，基本上就沒辦法做這些事。

我相信，未來尤其在 AGI 或者真正的通用 AI 發(fā)生以后，機器人的呈現(xiàn)會非常千奇百怪，無論是工廠里干活的、大的小的、醫(yī)療的，我覺得種類和形式會比現(xiàn)在還要多非常多倍，甚至可能多 100 倍。但在當下，由于目前的 AI 都以數(shù)據(jù)驅(qū)動，長得像人的 AI 機器人在訓練、落地各方面還是會占很大的優(yōu)勢。

熊友軍： 我同意王興興的說法，現(xiàn)在具身智能發(fā)展的載體或者形式確實是多種多樣的，不一定局限于人形，人形只是具身智能里一個比較好的載體。但是我比較認可，人形機器人應該是具身智能研究的一個最佳的載體，我主要是從未來的市場容量這方面來考慮的。

今天大家說機器人可以不一定像人，它也可以是士卒、輪式、履帶式等各種各樣的形式，我覺得都沒有問題。但從市場應用情況來看，以后機器人最多的市場應該是走入商用服務場景和走入家庭的。今天工廠里的應用場景只是開胃小菜，人形機器人的市場容量應該比其他機器人的體量要大。這是一方面。

第二個方面就是從人機交互的感覺來看，機器人以后走入家庭，成為我們生活的伙伴、朋友甚至是愛人都有可能，所以在人機交互和被人接受方面，人形機器人有非常好的優(yōu)勢。

第三，我們的環(huán)境大部分都是為人類設計的，人形機器人在部署、適應環(huán)境的過程中是非常便利的，方便使用我們的工具，不需要做太多的改造，否則我們可能為了部署還要去改造環(huán)境。

從這幾個角度來說，人形機器人應該是最好的一種選擇。我明白大家的擔心，現(xiàn)在可能成本、技術(shù)不占優(yōu)勢，但放在比較長的歷史角度來看，我堅持人形機器人是一個比較好的載體。

今天的 VLA 該去突破什么？
王仲遠： 在無人駕駛領(lǐng)域， VLA 現(xiàn)在已經(jīng)成為一個很主流的解決方案，但畢竟無人駕駛的操作空間是相對有限的，機器人面臨的環(huán)境和實際的 action 數(shù)量非常多。你們對于 VLA 的泛化性怎么看？

王鶴： 自動駕駛驗證了一件事情，就是端到端的方案有更好的擴展性，能夠通過數(shù)據(jù)去真正地驅(qū)動模型，而不是靠無窮無盡的規(guī)則。比如先檢測出來車的三維包圍盒，再基于這些包圍盒想下一步該怎么走，最后規(guī)劃出軌跡以后，再交給控制。這條路其實自動駕駛走了很多年，但是現(xiàn)在鋪開的、在全國各地都能開的車，不是通過模塊化的，而是端到端的。

從這個角度講， VLA 的意義在于什么呢？它是視覺觀測最主要的信息來源，你可以給它下達任何自然語言命令，最終模型端到端輸出的動作不經(jīng)過任何中間產(chǎn)物。從端到端的角度來講，它能夠真正充分地吸收數(shù)據(jù)背后的知識，讓它發(fā)揮出最大的性能，而不受制于模塊化方案的中間階段錯誤、級聯(lián)誤差和要寫無窮無盡的規(guī)則兜底等問題。

今天的 VLA 應當說是具身智能的一個研究熱點，但針對 VLA 具體究竟要突破什么？我相信有不同的觀點。有些人認為，VLA 應該把人類能做的一切事情都快速地做了，然后形成一個基座模型。從這個角度上講，我覺得有點太著急了，人類其實除視覺輸入之外還有力覺、觸覺、嗅覺、味覺、溫覺和聽覺，所以 VLA 只能是一個起點。

要真想做到人類級別，具身智能只能不斷地融合新的模態(tài)，那么 VOA 現(xiàn)在最適合干什么呢？我認為是移動、抓取和放置。這幾個技能基本上以視覺為主，末端再加一個觸覺或力覺的傳感器就能夠很好地執(zhí)行，而且它面對的很多任務在工業(yè)、商業(yè)服務里，會有非常廣泛的應用。如果我們能把這樣的一個 VLA 先做好，在各種場景里不需要 finetune 就部署進去，我覺得屆時我們將會見證具身智能真正第一次真正高潮的到來。

盧策吾： VLA 確實是很火。這個東西的本質(zhì)就是： V- 理解世界， L- 溝通人類， A- 改變世界。我覺得這是集合了機器人幾件要干的事情，而且這里面的“L”很妙，因為語言是一個粘合劑，相當于各種高層語義都能從數(shù)據(jù)連接在一起。

我跟王老師的觀點很像，VLA 是有很好的擴展性，但它現(xiàn)在有了很大的限制，我們還是要去推進。這樣的情況下，我們要逐步要落地，但我們也會有“星辰大?！保氚阉频酵ㄓ弥悄?。那面臨的一個很大問題就是：如果想要做到通用，它的空間就要很大。和無人車不一樣，無人車就兩個決策維度，而且不用碰撞和接觸、場景也相對固定，所以它整個的空間會比較小。如果做通用的情況下，那就得壓縮它的 VLA，壓縮它的不確定性，就相當于 VLA 是個火鍋底料，現(xiàn)在只能清湯寡水，只能夠服務一部分人。服務更多人我們要不停地在里面有加東西，本質(zhì)是增加更多額外的信息，使其更加 powerful，而且能夠兼容在這個框架里面加更多的信息，在這樣的一個端對端的模型里面壓縮它的空間。

壓縮空間有很多方式，穹徹一直在做的就是用力反饋，因為很多時候人是下意識不用動腦，比如你感覺擦桌子是不用動腦的，但其實它不用每毫秒去計算，而且有了力反饋之后它的穩(wěn)定性很高，如果你用 VLA 沒有加力反饋的話，它看起來是可以的，但存在魯棒性問題。加了力反饋之后，很多時候把空間壓縮了。還有我們可以在做的事情，就是對于物理世界的理解，因為其實你看到的視覺是偷偷在理解整個世界，那么我們?nèi)绻軌蚋玫乩斫膺@個世界，那是不是能夠進一步地壓縮空間？

我們在第二版的大腦里面又加了很多的東西，可能會在下個月發(fā)布。比如我們進一步壓縮空間的話，會有一個數(shù)字基因的東西，因為仿真合成很重要，產(chǎn)生數(shù)據(jù)資產(chǎn)很關(guān)鍵，各種操作仿真數(shù)據(jù)產(chǎn)生很好的數(shù)據(jù)模型，力反饋其實又帶來新的模型，其實一步一步再壓縮，會使得數(shù)據(jù)量需求大大下降。因為這里面不確定的地方是，那么大的空間究竟有多少數(shù)據(jù)量去 fitting 它，所以找到好的模態(tài)，壓縮它的空間，找到聰明的更加理解世界的方式把它融到里面去，VLA 才能逐步推進。當然我們也很期待這樣一步一步推進到它的整個通用拐點。

王仲遠：Karol，跨本體的 VLA 現(xiàn)在在實踐過程中有沒有什么樣的瓶頸是繞不過去的，抑或我們等待就是時間和數(shù)據(jù)的規(guī)模呢？

Karol Hausman： 確實還是有瓶頸存在的，最大的瓶頸是現(xiàn)在這個模型有一些完成的并不是我們需要的，我想應該有一些算法的提升，這是必需的。因為現(xiàn)在數(shù)據(jù)是海量、無盡的，要使用現(xiàn)在的算法來運用這些無盡的數(shù)據(jù)，所以我們的算法需要提升和改善，并且也需要新的技術(shù)，這些是我們現(xiàn)在正在做的，也是我們正在解決的。

如果你幾個月前問我，我會說最大的瓶頸是通用化。但鑒于我們已經(jīng)分享了 π5，我相信我們已經(jīng)掌握了如何讓它變得更好的方法。答案主要來自數(shù)據(jù)。但說到性能，我認為更多的是算法問題，而不是數(shù)據(jù)問題。

嘿，伙伴們，今天我們的AI探索之旅已經(jīng)圓滿結(jié)束。關(guān)于“王興興回應賽風波：掙錢難掩機器人短板”的內(nèi)容已經(jīng)分享給大家了。感謝你們的陪伴，希望這次旅程讓你對AI能夠更了解、更喜歡。謹記，精準提問是解鎖AI潛能的鑰匙哦！如果有小伙伴想要了解學習更多的AI知識，請關(guān)注我們的官網(wǎng)“AI智研社”，保證讓你收獲滿滿呦！