剪辑部 发自 凹非寺

量子位 | 公众号 QbitAI

我对于具身智能的界说很简单，便是能帮东说念主类作念多样事，比如帮咱们的爷爷奶奶养老。

……

当今界说具身智能的L1-L5级没特别旨，中枢表率如故咱们的机器东说念主能处分哪些实质问题。

具身智能趋势大热，勇于给断言的东说念主未几，高阳是一个。

他是清华大学交叉信息连系院助理教育，于好意思国加州大学伯克利分校赢得博士学位，后于加州伯克利大学与 Pieter Abbeel 等东说念主联接完成了博士后连系。咫尺主握具身视觉与机器东说念主执行室 (Embodied Vision and Robotics，简称EVAR Lab)，专注于应用东说念主工智能本事赋能机器东说念主，致力于打造通用的具身智能框架，由他提议的ViLa算法被Figure AI继承。

2024年，高阳作为联接首创东说念主创立具身智能公司千寻智能。这家公司也被称为中国版Figure 01，1年时刻快速完成三轮融资，其中种子轮+天神轮2亿。

MEET 2025智能将来大会上，量子位邀请到高阳博士深入接头了具身智能的发展近况与将来，从模子架构、数据、产业落地等维度张开深入接头。

MEET 2025智能将来大会是由量子位主理的行业峰会，20余位产业代表与会连系。线下参会不雅众1000+，线上直播不雅众320万+，赢得了主流媒体的无为原宥与报说念。

中枢不雅点具身智能的界说，便是机器东说念主能帮咱们作念多样事。AI和机器东说念主制造的锻练，催生具身智能产业。具身智能要缩小对东说念主工收集数据的依赖。当今界说具身智能L1-L5没特别旨，很永劫刻内齐只可停留在L2.99。咱们抵达RobotGPT的1.0阶段，旨趣照旧细目；4年后不错达到RobotGPT-3.5阶段。但愿10年后，天下上10%的东说念主不错领有我方的机器东说念主。

（为更好呈现高阳的不雅点，量子位在不篡改得意的基础上作念了如下梳理）

10年后10%东说念主类不错有专属机器东说念主

量子位：你如何界说具身智能？

高阳：我以为这个问题是一个相等直不雅的问题。

一、现在散户不是清仓走人了就是直接躺平，权重股之间掩护出货都做不下去了，任何板块想做盘都需要成交量，没有了接盘侠，越是这样越难出货，没有成交量大指标股也不可能持续护盘，市场真的快顶不住了，目前出现连续两天成交不足5000亿元的罕见现象，完全可以视作是市场将要大变盘的前兆。

有一次我在作念一个对于具身智能的演讲，有一位省略60、70岁老奶奶听我讲好多，问我说什么时候机器东说念主能给她养老。

其实这个便是具身智能。

具身智能便是咱们构建一个机器东说念主，这个机器东说念主能（比如在家内部）帮咱们作念多样事情，比如帮咱们的爷爷奶奶养老。

是以我创建了千寻智能，我最大的一个空想和愿望便是在十年之后，但愿这个天下上10%的东说念主不错领有我方的机器东说念主。

它颖异什么，也相等直不雅。比如说我我方每天晚上回到家照旧比较晚了，可能想吃点夜宵，吃完之后不想打理盘子；周末家里好多东西莫得归位，我想让一个机器东说念主帮我把这些东西归位……

这些便是所谓的具身智能，有实体机器东说念主不错帮咱们作念多样种种咱们我方不想作念或者懒得作念的一些事情，这是我解析里的具身智能。

量子位：具身智能这个认识来自于阿兰·图灵，是半个世纪以前启动界说/构想的事。本年被咱们界说为具身智能元年，或者说它发展锻练了。您在产业中看到了怎么的本事/身分变化，让您以为具身智能变得锻练，并让您决定启动创业？

高阳：这里惟一的变量便是OpenAI解释了预考验（Pre-training）加上一系列Post-training的形状，不错的确产生、至少看起来像是东说念主类智能，或者达到东说念主类智能风物一样的才略，我以为这是当今作念具身智能创业的一个最中枢的变量。

像刚才公共讲的，以前的机器东说念主齐是手写的一些门径，齐是写死的，就导致对于环境的适当性很差。其实我之前对机器东说念主硬件并不黑白常了解，但当我果然去看的时候，看到工业机器东说念主一年的销量有几许台，我相等诧异，工业机器东说念主一年的销量全球惟有省略200万台的量级足下。

这个量级比拟于汽车、手机齐是一个相等小的量。背后的中枢制约便是机器东说念主相等难用，这仅仅一个专用的建造，你需要有很高的本事储备，才能把它用起来。

是以我以为是这两者之间的别离在于，一个是智能本事使得机器东说念主变得越来越好用，另一个是咱们在造机器东说念主这件事情上，照旧走了相等远，咱们不错把机器东说念主作念到亚毫米的精度，以相等低廉的价钱。

这两方面的锻练催生具身智能产业。天然这个产业当今处于相等初期的阶段，我也时常讲，迪士尼彩乐园最新这个东西其实很难，因为时常讲具身智能像是一个硅基人命的造物主，若是把具身智能作念出来了，东说念主类作为碳基人命的指引法子任务也基本完成了。是以我以为这个东西是很历久的事情，我至少从我我方来讲，我是把它手脚一个lifetime的处事来作念。

数据仍是具身智能发展攻坚要点

量子位：您如何看往常一年具身智能领域的中枢发达，哪些值得在2025年要点攻坚？

高阳：我认为具身智能往常一年比较大的冲破，除了刚刚谈过的VLA模子外，还有一些是模子如何作念预考验。像咱们当今的形状（包括Phi），齐是狂采了一万个小时的数据去考验，让模子具备一些才略。

若是咱们追想现时悉数让东说念主印象潜入的大模子，比如ChatGPT、Stable Diffusion、视频生成模子（Sora）等，它们的数据量齐是100T tokens或者几十个billion的image-text pair。

当今咱们通过东说念主工去收集的操作数据，远远小于这个量级。是以我认为在具身智能发展经由之中，如何去更多应用互联网上的数据作念预考验是一个相等重要的事情。

对于这个问题，比如VLA其实作念的比较弱。VLA的预考验数据中惟有图像和文本。我以为在学术界，公共有好多新奇的想路来处分这个问题，这应该是将来3-4年内齐能够握续发展且相等重要的事情。

△高阳连系组提议ViLa算法

举几个具体的例子。比如我以为Google的RT-Trajectory是一个比较有代表性的使命。这个模子先容，若是只用收集的师法学习的数据去考验，数据量永远不够。

它继承一种新的方法，用一个中间暗意来暗意机器东说念主迁徙的大约轨迹，让机器东说念主去省略follow这条轨迹。具体细节是由底层战术凯旋产生。

雷同这类的著作有好多，包括我我方的连系组也作念了好多关联使命。我我方作念的是一些用物体的将来粒子敞开形状来描述中间层暗意。

我以为这些使命是相等令东说念主兴盛的，因为以前公共也不错去收集数据、也不错去考验师法学习，关联词这波大模子波澜驾临时，咱们需要迷漫多的数据。

这一年这些新的连系使命，其实也为咱们将来发展指明了标的。

VLA自己是一个相等好的范式，亦然将来中枢之一。关联词在VLA除外，我看到了更多缩小对东说念主类收集数据依赖的使命，这亦然本年相等令东说念主兴盛的发达。

当今界说具身智能L1-L5没特别旨

量子位：若是咱们要定制一个机器东说念主、具身智能表率，这个表率应该是怎么的？

高阳：制定一个表率本意是为了促进一个行业发展，不错操办每个公司的本事达到了怎么的水平。

但我以为可能在一个异常长的时刻内，不论这个表率是什么样，可能大广泛具身智能因为客不雅本事死心，只可达到或者堪称达到L2.99，或者是达到了有限场景内的L4.

是以这个表率终末可能就酿成了一个偏向宣寄语术的东西，有限时刻内公共作念不到无为场景的L4或L5的水平。

是以表率如故要看咱们能不行处分客户的需求，这不错是相等明显的。

比如说咱们要办事一些工场、营业、家庭场景，咱们的机器东说念主到底能不行作念到，咱们办事到这个场景的时候，downtime的概率是几许。

这些是我认为愈加明确的、愈加不错去追求的一些策画。

以至我当今以为，去界说一个具身智能的L1-L5策画也不是相等特别旨。

要害在于具身智能大脑能不行处分具体问题，比如外卖送货、比如工场装配零件，这是需要咱们接头和追求的。

咱们还要等机器东说念主“大学毕业”

量子位：那么，咱们当今处于具身智能的什么阶段？

高阳：咱们刚刚目睹了GPT从1.0到3.5、4.0再到o1的发展。GPT-1刚刚出来时，没东说念主瞧得起它，它谈话不利索、莫得推理才略，跟东说念主不异很有问题。

关联词在GPT-1出身时，大语言模子本事的旨趣照旧基本细目。

我认为当今咱们处于RobotGPT的1.0阶段。因为基本旨趣照旧定下来，可能将来几年公共看这个本事也如故处于初级水平、没太猛发达，关联词智能发展是一个指数高潮的弧线，是以我个东说念主以为对于具身智能大脑端，会在4年之后达到RobotGPT-3.5阶段。可能莫得那么高阶，关联词照旧不错看到好多令东说念主诧异的才略了。

我认为咱们距离那一天有一段时刻，但也不会很远。

量子位：等RobotGPT上一个大学。

高阳：对，他才刚刚进大学，什么齐不会，需要大学毕业，的确参加每一个东说念主的家庭，从当今启动算省略需要10年时刻。

天然GPT-4照旧不错回应好多问题了，关联词它仍然有10%的情况莫得那么可靠，是以咱们仍然需要链接普及语言模子的才略使得它能够果然深入到东说念主类分娩生存中的方方面面。

对于机器东说念主的模子来讲，我以为亦然一样的，咱们在作念出来3.5之后，他可能莫得那么鲁棒，老本可能有点高，咱们需要链接革命这个本事，是以我认为在10年之后会有10%的东说念主领有我方的机器东说念主。

— 完 —

量子位 QbitAI · 头条号

原宥咱们迪士尼彩乐园彩票网址，第一时刻获知前沿科技动态

• 彩票
• 迪士尼
• 网址
• 千寻
• 乐园