哈嘍！伙伴們，我是小智，你們的AI向?qū)?。歡迎來到每日的AI學(xué)習(xí)時間。今天，我們將一起深入AI的奇妙世界，探索“靈初智能陳源培：一個 00 后的機器人之夢”，并學(xué)會本篇文章中所講的全部知識點。還是那句話“不必遠(yuǎn)征未知，只需喚醒你的潛能！”跟著小智的步伐，我們終將學(xué)有所成，學(xué)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(xué)習(xí)之旅吧。

靈初智能陳源培：一個 00 后的機器人之夢：

上個月，福布斯發(fā)布 “30 Under 30 – Asia – AI (2025)” 榜單，靈初智能的聯(lián)創(chuàng)陳源培位列其中，是榜單中少數(shù)的 00 后技術(shù)創(chuàng)業(yè)者。

認(rèn)識陳源培的人可能想不到，這顆具身智能領(lǐng)域的新星，本科專業(yè)居然是土木工程。

大二時，陳源培參加了一場RoboMaster的機器人比賽，開始對機器人產(chǎn)生興趣。他決定，不上課也要自學(xué)機器人。

比賽鍛煉的是工程能力，陳源培希望追蹤更多前沿領(lǐng)域，自己動手做科研。他先聯(lián)系上楊耀東教授，在北大研究了一年靈巧手，后又給李飛飛實驗室發(fā)郵件，前往斯坦福訪學(xué)。

成為靈初智能的聯(lián)創(chuàng)之前，陳源培想得最多的一個問題是：機器人怎么才能真正服務(wù)人類？

要為人類服務(wù)，本質(zhì)還得落地。陳源培認(rèn)為，學(xué)校的實驗室接觸不到真實場景，想把經(jīng)驗和算法在場景下用好，需要一個團(tuán)隊。

在楊耀東的推薦下，陳源培認(rèn)識了靈初智能的創(chuàng)始人王啟斌?；貒?，陳源培作為聯(lián)創(chuàng)加入靈初智能，負(fù)責(zé)技術(shù)上的研發(fā)。

靈初智能在 2024 年 12 月發(fā)布了首個基于強化學(xué)習(xí)的端到端模型 “Psi R0”，又于今年 4 月推出最新的分層端到端 VLA 模型 “Psi R1”，實現(xiàn)了機器人在開放環(huán)境下進(jìn)行自主推理決策和長程靈巧操作的能力。這一系列的工作背后，都有陳源培的身影。

從零到一自學(xué)機器人，從四處訪學(xué)到回國創(chuàng)業(yè)，每個節(jié)點的選擇上，陳源培都是先做再看。

以下是 AI 科技評論與陳源培的對話。

新的方法論：強化學(xué)習(xí)+靈巧手

AI科技評論：為什么選擇做靈巧手？

陳源培：我剛接觸靈巧手是在2022年。當(dāng)時用強化學(xué)習(xí)做靈巧手還是一個非常小眾的領(lǐng)域，幾乎沒有人做。我們發(fā)現(xiàn)強化學(xué)習(xí)能在（機器人五指）上面做出一些非常靈巧的操作，就開始了靈巧手的研究。世界上最多的數(shù)據(jù)就是人的數(shù)據(jù)，靈巧手是和人手最接近的一種形態(tài)，是最容易利用上這些數(shù)據(jù)的。家政工作人員戴著手套工作、視頻里人手操作的片段，都是靈巧手潛在的數(shù)據(jù)來源。

AI科技評論：第一個靈巧手的工作是什么？當(dāng)時面臨了哪些難題？

陳源培：我做的第一個項目是開源的 Benchmark——Bi-DexHands。當(dāng)時國內(nèi)用 Isaac 的比較少，但是我們看到了仿真在強化學(xué)習(xí)這種高自由度控制上的潛力。我們用靈巧手實現(xiàn)了一些當(dāng)時看來比較 fancy（酷炫） 的任務(wù)，比如拋鉛球、轉(zhuǎn)魔方等大概 20 種不同的操作技能。這個開源工作我還是比較喜歡的，后面不少靈巧手的工作都是基于我們的代碼。

當(dāng)時面臨兩個問題。第一個問題是工程，當(dāng)時的仿真器比較初級，我用的 Isaac 還是 Preview 第二個版本，基本沒什么人用過，所以搭建整一套 pipeline（綜合解決方案） 會比較難。第二個問題是強化學(xué)習(xí)的調(diào)試，強化學(xué)習(xí)訓(xùn)練一個任務(wù)就已經(jīng)很難了，多任務(wù)的情況下非?？简瀼娀瘜W(xué)習(xí)的能力和算法的實現(xiàn)，當(dāng)時NV官方的庫rl-games還沒出來，我們所有的算法都是自己寫的。

AI科技評論：Bi-DexHands 和 Sequential Dexterity 這兩個項目給你之后的工作帶來了哪些啟發(fā)？

陳源培：Bi-DexHands 是做仿真環(huán)境，后面工作都是基于 Bi-DexHands 的 Benchmark 繼續(xù)做的。Sequential Dexterity 是我在斯坦福的項目，這個工作給我的啟發(fā)更多是長程的概念，之前強化學(xué)習(xí)很少能做這么長的任務(wù)。我們發(fā)現(xiàn)可以擴展強化，把多個技能連接在一起。靈初發(fā)布的 Psi R0 和 R1 很重要的一個點就是怎么在 low level 上打通長程，我們采納了之前的工作經(jīng)驗，所以完成得比較快?，F(xiàn)在的 Sim2Real、一些長程的串聯(lián)，基本上 Psi R0 都用上了。

AI科技評論：在你接觸靈巧手的這些年，靈巧手發(fā)生了哪些變化？可以劃分為哪幾個發(fā)展階段？

陳源培：靈巧手不是一個新問題，很早就有很多人在研究。

我在斯坦福的導(dǎo)師 Karen Liu，她早在上世紀(jì)九十年代就開始發(fā)靈巧手操作相關(guān)的論文。90 年代 Shadow 的靈巧手其實就出來了。后來 2000 年到 2020 年間靈巧手上面的進(jìn)展非常有限，因為傳統(tǒng)的控制方法對于靈巧手這種高維控制來說非常難，基于神經(jīng)網(wǎng)絡(luò)的強化學(xué)習(xí)，模仿學(xué)習(xí)這些“學(xué)習(xí)”理論又還沒發(fā)展的特別好。

OpenAI 在 2019 年用 Sim2Real 的強化學(xué)習(xí)復(fù)原打亂的魔方，是靈巧手領(lǐng)域出現(xiàn)的第一個拐點，讓大家看到了強化學(xué)習(xí)算法在靈巧手控制上的效果。當(dāng)時他們拿了非常多的 CPU 集群做并行仿真，遷移也非常吃力，沒有更多的數(shù)據(jù)做更多事，后面團(tuán)隊也解散了。第二個拐點是 Isaac 這種 GPU 并行仿真的出現(xiàn)，讓我們能非常輕易地運行幾萬個并行環(huán)境，使得數(shù)據(jù)問題得以解決了一部分。

目前第三個拐點還沒有出現(xiàn)，但可以看到，下一個可能是人類世界的數(shù)據(jù)利用率。未來如果能把人類活動里提取的數(shù)據(jù)轉(zhuǎn)化成靈巧手能用的數(shù)據(jù)，我覺得會出現(xiàn)第三個拐點。

AI科技評論：強化學(xué)習(xí)是做靈巧手必不可少的一個部分嗎？與傳統(tǒng)的模仿學(xué)習(xí)相比，強化學(xué)習(xí)有哪些不可替代的優(yōu)勢？

陳源培：靈巧手控制是一個比較高維的問題，跟環(huán)境的交互也相對復(fù)雜，不用強化學(xué)習(xí)會非常難解。獎勵在強化學(xué)習(xí)里是一個非常重要的機制，也是強化學(xué)習(xí)跟模仿學(xué)習(xí)比較重要的區(qū)別。模仿學(xué)習(xí)本質(zhì)上是擬合數(shù)據(jù)，沒有明確目標(biāo)，只要把數(shù)據(jù)擬合好就行。但是強化學(xué)習(xí)不一樣，強化學(xué)習(xí)有獎勵機制，所以它有目標(biāo)。

因為靈巧手的自由度比較高，所以傳統(tǒng)控制方法特別難解決。假設(shè)靈巧手有24個自由度，那策略輸出可能需要 24 維的向量來控制它，要知道夾爪只要輸出一維的向量就可以了。

AI科技評論：當(dāng)前靈巧手技術(shù)研發(fā)中，強化學(xué)習(xí)的自主探索能力會面臨哪些挑戰(zhàn)？會結(jié)合人類專家的經(jīng)驗進(jìn)行訓(xùn)練嗎？

陳源培：強化學(xué)習(xí)可以分為兩種，一種是仿真強化學(xué)習(xí)（Sim2Real），在仿真里面訓(xùn)練然后遷移到真機里面；另一種是真機強化學(xué)習(xí)，直接在真實世界的機器人上面做強化學(xué)習(xí)。這兩種各有各的問題，但也各有各的優(yōu)勢。仿真環(huán)境里可以自己設(shè)置獎勵，訓(xùn)練也不難，主要難度是后面的 Sim2Real Transfer（Sim2Real遷移），會產(chǎn)生Sim2Real Gap（Sim2Real差距）。真機不像仿真有這么多個環(huán)境，機器人樣本效率低、訓(xùn)練難，獎勵獎勵也很難設(shè)置。而且真機強化學(xué)習(xí)獎勵的噪聲相比仿真會很大，比如訓(xùn)練一個機器手到物體的移動，過程中可能會因物體Pose Estimation的抖動造成獎勵機制的不精確。

現(xiàn)在都是結(jié)合人類專家經(jīng)驗進(jìn)行訓(xùn)練。一個說的比較多的就是 Offline to Online （從離線到在線）的強化學(xué)習(xí)，把人類以前的數(shù)據(jù)用在一些強化學(xué)習(xí)的預(yù)訓(xùn)練上，提高強化學(xué)習(xí)樣本效率。比如一個叫 RLPD 的算法，每次在真機強化學(xué)習(xí)創(chuàng)作過程中采樣一半人類的數(shù)據(jù)，再采樣一半機器人自己探索的數(shù)據(jù)，結(jié)合起來更新網(wǎng)絡(luò)。這樣每次更新的時候機器人都會把人類完成得比較好的數(shù)據(jù)作為參考。還有一種叫逆強化學(xué)習(xí)的方法，比如用人類的示教數(shù)據(jù)訓(xùn)一個獎勵模型，用這個模型輸出獎勵來進(jìn)行真機強化學(xué)習(xí)訓(xùn)練。

AI科技評論：2025 ICRA 大會上靈巧手大放異彩，有很多人說高精度、高級程度、視觸覺融合會是下一代靈巧手競爭的關(guān)鍵，你怎么看待這個觀點？

陳源培：從技術(shù)上來說，高精度和視觸覺融合一直是下一代靈巧手競爭的關(guān)鍵。視觸覺其實都研究好多年了，后面也很多人拿它做工作。但我覺得視觸覺傳感器的這個領(lǐng)域甚至可能比靈巧手還初級，所以這個東西肯定是未來研究的重點。但是我們要想好一個落地指標(biāo)，比如視觸覺到底能做到多小、怎么解決不穩(wěn)定性等。

上下分層，模型各司其職

AI科技評論： Psi R1 模型這個工作的契機和背景是什么？在 Psi R0 的基礎(chǔ)上增加了哪些亮點？

陳源培：Psi R0 是靈初團(tuán)隊成員以前工作的復(fù)現(xiàn)和有序整合，而 R1 的工作源自于靈初當(dāng)時一直想展示的東西，比如 VLA 的長程規(guī)劃和推理能力。我們當(dāng)時想的是，有沒有一個真正開放的場景可以讓大家知道，推理能力是必要的。我們想了很久，最后想到打牌這個場景。打牌需要跟人交互，什么時候碰吃杠，什么時候抓牌，這些任務(wù)動態(tài)性高、時間長，可以體現(xiàn)出 VLA 推理能力的優(yōu)勢。

Psi R1 主要做上層大腦推理的能力。之前簡單上下層結(jié)合對于強化到語義層面的學(xué)習(xí)比較弱，R1 是強化到 COAT，有更多思維鏈的能力。像我們打麻將，你要根據(jù)場上的局勢和手牌決定出什么牌，包括要不要碰、出哪張牌，這些都不是一個簡單的動作能描述清楚的，需要非常強的推理能力才能做到。

AI科技評論：Psi R1 作為分層端到端 VLA + 強化學(xué)習(xí)算法的模型，如何解決靈巧性和泛化性的問題？分層模型怎樣提高數(shù)據(jù)采集效率？

陳源培：靈巧性主要來自于強化學(xué)習(xí)，強化學(xué)習(xí)本質(zhì)是一個優(yōu)化算法，會讓高維機器人的控制以一種最高效的形式進(jìn)行，所以顯得更加靈巧。泛化性主要來源于上層的推理能力，可以解決各種開放性的問題。這也是 R0 為什么一直強調(diào)分層的原因，很大程度上是因為上下層可以各司其職。比如模型輸出是直接 action的話很難做非常長期的推理。大腦要考慮到具體的執(zhí)行的話，由于機器人的數(shù)據(jù)會比較少，拿它來微調(diào)VLM會喪失一定的推理能力。分層是一種更高效的做法，能發(fā)揮每個模型自己的優(yōu)點。當(dāng)然我們最后還做了一次端到端的聯(lián)合訓(xùn)練來打通上下層的模態(tài)。

端到端的大模型基本上只能用機器人的數(shù)據(jù)，但分層的話，上層訓(xùn)練就不完全需要機器人，用一些互聯(lián)網(wǎng)文本和視頻數(shù)據(jù)就可以訓(xùn)練出一個比較通用的上層，訓(xùn)練下層的時候再用機器人數(shù)據(jù)就好了。仿真的數(shù)據(jù)我們也會用?；ヂ?lián)網(wǎng)數(shù)據(jù)特別適合訓(xùn)練上層，數(shù)據(jù)量大，能訓(xùn)練出比較通用的推理能力。

AI科技評論：除了互聯(lián)網(wǎng)和仿真數(shù)據(jù)，還有什么優(yōu)質(zhì)的數(shù)據(jù)采集途徑？

陳源培：我覺得 in-the-wild（開放場景）數(shù)采的潛力非常大，會是未來的一個方向。靈初一直在研究 in-the-wild 的數(shù)據(jù)采集，這是我們研發(fā)的一個重點，應(yīng)該很快就會出來。In-the-wild 的關(guān)鍵點是，怎么把 in-the-wild 數(shù)據(jù)通過算法轉(zhuǎn)換成真實機器人能用的數(shù)據(jù)。

我之前在斯坦福做的最后一個工作就是把人類的數(shù)據(jù)遷移到機器人上。In-the-wild 采集的不是機器人數(shù)據(jù)，因為它是帶在人身上的，所以會有 embodiment gap（具身差距）的問題。好處是數(shù)據(jù)量和 diversity（多樣性） 程度可以比較大，而且都是真實數(shù)據(jù)。關(guān)于怎么把人手的數(shù)據(jù)轉(zhuǎn)移到機器人操作的數(shù)據(jù)上。我們之前也有過一些用強化學(xué)習(xí)做處理的探索，現(xiàn)在在把它做的更好，這里面觸覺模態(tài)會非常關(guān)鍵。

AI科技評論：2024 年靈初智能就提出了分層端到端快慢腦架構(gòu)技術(shù)路線，Psi R1也采用了快慢腦架構(gòu)，這會是未來技術(shù)收斂的方案嗎？

陳源培：技術(shù)收斂未來很難有確定性的說法。自動駕駛就是個例子，剛開始會說端到端，后來不行再開始做分層，但最后又有些人重新回來做端到端。每一個技術(shù)拐點都很難說會不會收斂，我覺得真正能夠產(chǎn)生技術(shù)收斂的時刻，肯定是它產(chǎn)生商業(yè)價值的時候。數(shù)采場里是采不出真正的通用策略所需要的數(shù)據(jù)的。

為什么我們在這種情況下會選擇分層，是因為我們覺得這是更貼近模型算法上限的一個架構(gòu)。舉個簡單的例子，對于真實場景來說，分層達(dá)到的效果比端到端 VLA 要好很多?？衫玫臄?shù)據(jù)源更多，也有比較好的模塊化設(shè)計，所以我們才會繼續(xù)往這方向做。具身和大模型不太一樣，沒有海量的大家都能獲取到的數(shù)據(jù)，所以所有的公司都涉及一個冷啟動的問題。分層做到后面可能又發(fā)現(xiàn)有端到端的機會，或者說有足夠多的數(shù)據(jù)做端到端的訓(xùn)練，本質(zhì)上還是效果說話。

靈初智能，落地的第一步

AI科技評論：為什么沒有繼續(xù)在美國讀博，而是選擇創(chuàng)業(yè)？

陳源培：主要有三點吧。第一，具身智能本質(zhì)上還是工科，需要足夠的資源和強大的團(tuán)隊才能做好。學(xué)校更多還是前沿探索，想要做一個真正能走進(jìn)千家萬戶的產(chǎn)品還得在工業(yè)界里。第二，現(xiàn)在是一個非常好的時代，AI沒有論資排輩，本質(zhì)上是技術(shù)驅(qū)動，每個學(xué)習(xí)能力強的人都有機會，國家也比較支持硬科技創(chuàng)業(yè)。第三，可能是我是廣東人，吃不慣國外的東西，覺得生活太痛苦了，哈哈。

AI科技評論：作為靈初智能的聯(lián)創(chuàng)，你主要負(fù)責(zé)的工作內(nèi)容是什么？如何協(xié)調(diào)技術(shù)與商業(yè)化落地之間的平衡？

陳源培：我主要負(fù)責(zé)技術(shù)研發(fā)和場景側(cè)的相關(guān)策劃。其實商業(yè)化和技術(shù)的協(xié)調(diào)，本質(zhì)上就是能不能做出一個商業(yè)閉環(huán)的項目。首先得非常注重落地，研發(fā)要是在落地上產(chǎn)生不了價值也沒用。部分通用技術(shù)路線目前仍面臨落地挑戰(zhàn)，靈初選擇從結(jié)構(gòu)化場景切入，是出于對當(dāng)前技術(shù)成熟度和數(shù)據(jù)來源的理性判斷。這個邏輯就是還是我之前說的，具身的數(shù)據(jù)從哪來，總不能靠開源數(shù)據(jù)集吧。所以靈初非常注重落地，甚至?xí)寐涞睾饬克惴ǖ降缀貌缓?，這就會有一些算法的妥協(xié)。

落地是一個泛化性和成功率的平衡。一些方法可能能吃下很多數(shù)據(jù)，但它噪聲也多，雖然能提高泛化性，但是對于某個專業(yè)任務(wù)的成功率也會相應(yīng)地降低。靈初不會為了追求通用性就降低場景的要求，有一些技術(shù)路線可能對于模型的訓(xùn)練或者研究意義來說比較好，但是落地成功率偏低，這些方法我們可能就暫時不會用。這部分工作更適合學(xué)術(shù)界，比較好的是我們也有北大-靈初聯(lián)合實驗室，會有一些非常強的同學(xué)和我們一起做產(chǎn)學(xué)研結(jié)合。

但從我個人觀點來看，機器的研究其實跟工程非常相關(guān)，學(xué)術(shù)和落地是不可分割的。大家可能覺得落地偏工程，研究性質(zhì)會少一點。但對于系統(tǒng)而言，工程是非常重要的。我自己做研究的方法論就是先把工程做到極致，再針對純工程做不到的部分開發(fā)新算法。

AI科技評論：走出實驗室，步入業(yè)界，你對具身智能的認(rèn)知有發(fā)生什么變化嗎？

陳源培：最大變化是對具身這個賽道的思考，如何有一個真正商業(yè)上可行的路徑能實現(xiàn)通用機器人，而不是純做研究。落地需要貼近真實場景的需求，以前我對這方面的思考比較少，現(xiàn)在更多會想著把一個產(chǎn)品做好。很多真正產(chǎn)生經(jīng)濟(jì)價值的東西確定性會非常高，成功率大多是 99.9%、99.99% 的指標(biāo)。

可以想象一下，一萬次里只要失誤一次就可能給客戶造成幾十萬損失，代價其實非常大。科研更多是講究一個方法通用性，雖然能展示很多任務(wù)，但成功率可能只有 70、 80% 。落地得在一個小場景或者產(chǎn)品里把成功率做到 99.9%，評價指標(biāo)更大。

AI科技評論：作為一個00后的聯(lián)創(chuàng)，創(chuàng)業(yè)過程中有沒有人對你的能力發(fā)出過質(zhì)疑？

陳源培：肯定有，這種事無法避免。有些人懂技術(shù)的話，會根據(jù)你對技術(shù)的理解來進(jìn)行判斷。但也有人直接說你本科畢業(yè)就出來創(chuàng)業(yè)，別人博士做科研都五六年了，肯定比你懂得多。

我對這個其實沒啥感覺，我 paper 也發(fā)過不少，然后我也去過北大和斯坦福訪學(xué)，見識過世界上的頂級學(xué)者怎么做科研。最后，這個社會還是成果說話，當(dāng)你會被質(zhì)疑的時候，那一定是你的成果還不夠強，打磨技術(shù)和產(chǎn)品才是根本。

AI科技評論：靈初智能專注于算法而非硬件，這個定位的特別之處在哪？

陳源培：算法和硬件不能完全分割開，因為算法基于數(shù)據(jù)，數(shù)據(jù)又跟硬件綁定，所以沒法只看算法或只看硬件。靈初是以算法為核心、軟硬結(jié)合的具身智能公司。中國硬件其實是很強的，主要是大家還沒看到具身的一個商業(yè)閉環(huán)。靈初之所以更專注算法，是因為算法是能決定靈巧手能有多大市場的核心。如果之后大家看到了具身的可能性，我相信會有越來越多的好的硬件出來。

這里面還有個邏輯是什么呢？就是現(xiàn)在這波具身算法跟以前非標(biāo)自動化的差別。非標(biāo)自動化基本每個場景都需要重新調(diào)算法和設(shè)計硬件，這樣就做不到通用。通用機器人需要本體能做各種各樣的事，這種情況下就不可能為每個場景做優(yōu)化，同時傳感器等硬件成本也不能太高，這樣才能真正作為一個標(biāo)品放量，乃至最后To C。以前工業(yè)非標(biāo)自動化，動不動一個工業(yè)相機就十幾萬。我們用的很可能就是幾千的相機，降低了硬件部分的價格，硬件精度不夠，就得算法來湊。

AI科技評論：聽說你們計劃率先在物流場景落地，為什么選擇這一場景？物流場景當(dāng)下能完成什么樣的任務(wù)？

陳源培：靈初的 CEO 王啟斌是物流背景，對行業(yè)了解比較深，資源也多。其次，物流是一個比較國際化的東西，國外也有物流的需求，可以拓展到海外市場。而且物流比較結(jié)構(gòu)化，涉及的技能沒那么復(fù)雜，同時接觸到的物體又相對多元化。如果是工廠則會專門為了解決一個物體的操作而設(shè)計很多東西，導(dǎo)致數(shù)據(jù)和模型很難復(fù)用。

但對于物流來說，你見到的物流物品跟未來 ToC 的產(chǎn)品會比較類似，實現(xiàn)大規(guī)模落地還是比較有可能的。靈初未來一定是 ToC的，因為具身智能本質(zhì)上跟汽車一樣，未來得能做到人手一臺的出貨量，才能實現(xiàn)真正的商業(yè)價值。所以我判斷，ToC 是一定的，只不過路徑會有區(qū)別。

不同的場景做的也不一樣，我們之前做過一些末端無人配送的東西，比如拿各種外賣袋然后放進(jìn)車?yán)?，這種我們也算是解決得比較好了。后面也會瞄準(zhǔn)一些海外場景，比如物流，把一個箱子里的各種物體抓起來掃完碼后放到對應(yīng)的傳送袋里面?；蛘叻謷粋€貨車，把對應(yīng)的商品拿出來掃碼后放到對應(yīng)的箱子里。這些流程要求也會比較高，因為掃碼過程必須要有一定的推理能力。

AI科技評論：目前具身領(lǐng)域包含自動駕駛、機械、AI等各種背景的人，你覺得不同領(lǐng)域的人對具身智能的理解有何不同？

陳源培：自動駕駛可能更關(guān)注宏觀的東西，不涉及精細(xì)操作層面。自動駕駛算是一個不用精細(xì)操作的通用機器人，它要求的泛化性比機器人要強得多，但是精細(xì)程度沒那么高。自動駕駛轉(zhuǎn)過來做具身，肯定能復(fù)用一些東西，包括工程、感知、和落地方面的經(jīng)驗。即使算法上會有較大差別，但也有一定的指導(dǎo)意義，自動駕駛背景的人上手也會比較快。

機械背景的人我感覺更多是偏向于把機械設(shè)計用好，從機械優(yōu)化的角度解決問題，而具身是怎么用算法把硬件做得更好，會從算法優(yōu)化的角度解決問題。

AI 算法偏大模型訓(xùn)練，所以面對一個數(shù)據(jù)驅(qū)動的模型，AI 算法背景出身的人對網(wǎng)絡(luò)理解更深刻，在模型訓(xùn)練和數(shù)據(jù)配比方面比較有經(jīng)驗。機器人更偏向于是一個系統(tǒng)，需要多個領(lǐng)域的知識才能做好。

AI科技評論：靈初智能下一步的計劃是什么？在打造通用機器人上有什么想法嗎？

陳源培：靈初還會繼續(xù)做新的模型，追一些前沿的東西，提高VLA的能力，馬上也會有一些新的架構(gòu)出來。另一個工作重點是落地，機器人要是不在落地場景里打磨，是一定產(chǎn)生不了經(jīng)濟(jì)價值的。后面也需要開發(fā)新算法，會更聚集在一個比較結(jié)構(gòu)化的場景里。

現(xiàn)在大家肯定也意識到，現(xiàn)在說通用機器人落地的故事一定是不合理的，連一個專用的機器人都沒做到落地，更何況通用機器人。還是那個原因，機器人不像大模型有互聯(lián)網(wǎng)這么一個大數(shù)據(jù)來源，數(shù)據(jù)怎么來一直是個很大的問題。我一直跟別人說的是，先在某些半結(jié)構(gòu)化場景中打磨模型，收集數(shù)據(jù)，直到某一些技能能有很好的泛化性，那這時他就成為了一個標(biāo)品，可以讓別人來集成我們。之后一個一個功能解鎖，就可以用在更多的場景，類似特斯拉FSD的模式。這里面最重要的是積累的數(shù)據(jù)。對于 in-distribution learning（域內(nèi)學(xué)習(xí)），一個非常重要的地方就是怎么把強化學(xué)習(xí)用好。一個結(jié)構(gòu)化的產(chǎn)品或者一個落地的項目都算是比較確定的場景，強化學(xué)習(xí)在這種場景里面會比較 work。但是怎么把環(huán)境進(jìn)行建模、提高強化學(xué)習(xí)數(shù)據(jù)利用的效率，這些都是未來非常關(guān)鍵的點。

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“靈初智能陳源培：一個 00 后的機器人之夢”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(jǐn)記，精準(zhǔn)提問是解鎖AI潛能的鑰匙哦！如果有小伙伴想要了解學(xué)習(xí)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！