Sergey Levine 谈 Physical Intelligence 机器人基础模型
“The universe is really big, and almost none of it is inside computers.”
AI 导读
Aditya Agarwal 分享了 Sergey Levine 在 SPC 的对话：Levine 早年在改造的 Google 会议室里让一屋子机器人整日抓取物体，积累了大量经验却缺乏先验知识，这一瓶颈最终催生了 Physical Intelligence。对话涵盖 Pi Zero 机器人基础模型、从 Pi 0.5 到 Pi 0.7 的推理与泛化能力演进，以及机器人数据难题和世界模型。
正文 · AI 翻译
“宇宙真的很大，而其中几乎没有任何部分存在于计算机内部。”
当一个问题很难时，就把它做大。@svlevine 把一屋子机器人放进一间改造过的 Google 会议室，让它们整天抓取物体。
这奏效了。但随后撞上了一堵墙：经验很多，却没有先验知识。
这堵墙最终催生了 @physical_int。
在 @spc 的这场对话太棒了。我学到了很多！
(00:28) 从电子游戏到机器人学：Sergey Levine 的历程 (04:24) 创立 Physical Intelligence：为何时机与团队至关重要 (06:30) 深入 Pi Zero：构建机器人基础模型 (09:37) 从 Pi 0.5 到 Pi 0.7：教机器人推理与泛化 (16:45) 什么造就了优秀的机器人研究者？ (21:10) 解决机器人学的数据难题并构建学习反馈闭环 (28:04) 机器人学的未来：通用人工智能 vs. 专用机器人 (33:24) 世界模型、数据策略与构建机器人研究文化