我最近在 X 上有點安靜。過去一年是一個變革性的經歷。Grok-4 和 Kimi K2 都很棒，但機器人技術的世界就像一個奇妙的西部荒野。這感覺就像 2018 年的 NLP，當時 GPT-1 發布，還有 BERT 和其他一千朵盛開的花朵。沒有人知道哪一個最終會成為 ChatGPT。辯論非常激烈。熵高得驚人。想法非常有趣。 我相信機器人的 GPT-1 已經在 Arxiv 上的某個地方，但我們不知道具體是哪一個。可能是世界模型、強化學習、從人類視頻中學習、sim2real、real2sim 等等，或者它們的任何組合。辯論依然激烈。熵高得驚人。想法非常有趣，而不是在 AIME 和 GPQA 上擠出最後幾個百分比。 機器人的本質也大大複雜了設計空間。與 LLM（文本字符串）的乾淨位元世界不同，我們這些機器人學家必須面對混亂的原子世界。畢竟，循環中有一塊軟件定義的金屬。LLM 的普通人可能很難相信，但到目前為止，機器人學家仍然無法就基準達成一致！不同的機器人有不同的能力範圍——有些在雜技方面更好，而其他則在物體操作方面更強。有些是為工業用途而設計的，而其他則是為家庭任務而設計的。跨體現不僅僅是一個研究新奇，而是通用機器人大腦的基本特徵。 我與來自各種機器人公司的數十位 C-suite 領導者交談過，無論是老公司還是新公司。有些賣整個身體。有些賣如靈巧手這樣的身體部件。還有許多其他公司出售製造新身體的工具、創建模擬或收集大量數據的工具。商業理念空間與研究本身一樣狂野。這是一場新的淘金熱，自 2022 年 ChatGPT 浪潮以來我們還沒有見過這樣的情況。 進入的最佳時機是當非共識達到峰值時。我們仍然處於損失曲線的開始——有強烈的生命跡象，但距離收斂還有很遠、很遠的距離。每一步梯度都將我們帶入未知。但我確實知道一件事——沒有觸摸、感受和在混亂世界中具體化，就沒有 AGI。 在更個人化的層面上——經營一個研究實驗室帶來了全新的責任感。直接向一家 4 萬億美元公司的 CEO 提供更新，簡而言之，既令人興奮又消耗我所有的注意力。過去我可以隨時掌握並深入了解每一條 AI 新聞的日子已經一去不復返了。 我會努力抽出時間分享更多我的旅程。