• 投稿

乐聚创始人冷晓琨：电池续航和电机功率密度阻碍了人形机器人产业化落地

6609
8
2025-01-19 15:20:00
未经作者授权，禁止转载
236
9
136
48
乐聚机器人创始人冷晓琨表示，人形机器人目前面临电池续航和电机功率密度两大难题，这两个问题将长期阻碍人形机器人产业化落地。
冷晓琨
人形机器人
双足机器人
智猩猩 发消息
人工智能技术社区与服务平台
大咖之声
（32/365）
172.5万播放
简介
宇树科技CEO王兴兴：本体感知控制是机器人全球主流方案，干掉基于传感器的触觉控制非常值得探索
00:59
黄仁勋：当前计算能力每年提高4倍，预计十年内将提高100万倍
00:45
银河通用创始人王鹤：合成数据才是真正能够带领具身智能进入通用的基石
01:41
宇树科技CEO王兴兴: 实物机器人上直接强化学习至关重要模仿学习难以应对环境变化
00:37
黄仁勋：接下来十年，我们的目标是将那些几百兆瓦庞大数据中心密集化成一个非常小的数据中心
01:11
黄仁勋：CPU的扩展已经达到极限免费搭乘摩尔定律的时代结束了
01:22
达闼机器人创始人黄晓庆：人形机器人关节将会标准化要把机器人做好就得做好关节
00:54
杨立昆: 思维链(CoT)是一种黑客行为
02:01
OpenAl前首席科学家llya：预训练无疑将结束数据使用已达到顶峰
01:37
Kimi创始人杨植麟：决定这一代AI技术的上限!核心是文本模型的能力
03:23
杨立昆: 我们更喜欢AMI而不是AGI将人类智能称为通用智能没有意义
00:39
清华唐杰教授解读大语言模型能力演化：从世界知识到一阶推理，再到 COT推理
04:22
OpenAl o1核心研究员Dan Roberts：未来五年内，我们将看到scaling终止
00:55
Yann LeCun呼吁放弃生成模型还有强化学习
00:26
Yann LeCun：我们基本不做LLM了FAIR已转向下一代AI系统
00:17
浙大控制科学与工程学院王越教授：非牛顿流体控制器能够实现 既柔顺协作又抵抗冲击的人机交互
01:46
银河通用创始人王鹤：只有具身端到端大模型才能实现人形机器人零样本或低样本部署
00:28
何恺明：目前视觉系统缺乏来自环境的反馈
02:43
llya Sutskever：如果基础神经网络足够聪明下一个Token预测将超越人类
02:08
Andrej Karpathy；未来模型参数小于1B就能实现强大的认知功能
01:56
OpenAl前首席科学家llya：接下来人工智能的发展将聚焦于智能体、合成数据和推理时计算
00:56
黄仁勋：未来每个公司的 IT 部门将成为Al Agent的 HR 部门
01:10
英伟达CEO黄仁勋：为了实现机器人技术需要构建三台计算机
01:03
微软CEO纳德拉：Saas应用可能在智能体时代全部崩溃
01:45
杨立昆: 人工智能系统最终将成为 所有人类知识的存储库
00:43
杨立昆：人工智能对社会的影响更类似于印刷术的发明和传播
00:27
AI大神李沐：深度学习边缘计算那一波算失败了影响力远远低于我的预期
02:46
吴恩达教授：纯粹的基础模型层很难建立起护城河
01:01
宇树科技CEO王兴兴：实现具身智能最大的乌云是AI模型架构缺乏自理解学习能力
01:23
宇树科技CEO王兴兴：在机器人运动控制领域仿真数据基本够用
01:05
中科院计算所研究员蒋树强：具身智能并非大脑为主 而是大脑、小脑、本体紧密耦合
00:35
乐聚创始人冷晓琨：电池续航和电机功率密度阻碍了人形机器人产业化落地
01:51
微软CEO纳德拉：搜索的重大变革时刻即将到来，一旦商业意图迁移，变化将发生
00:58
月之暗面Kimi创始人杨植麟：现在AI的研究最大的变化在于需要把数据当成变量而非常量
01:20
AI教父Hinton：智能的本质是学习而非推理
00:43
Scale Al95后华裔创始人Alexandr：Al Agent在单任务中表现不错但在复杂性任务中性能会急剧下降
00:40
OpenAl研究科学家郑炯元解释：为何LLM的两个L都没什么意义
06:33
何恺明：视觉自监督学习是自己未来三年的研究重点
01:10
张钹院士：所有AI和大模型更新都是人类驱动的机器不可能自我进化
03:29
吴恩达：我大部分时间都花在应用层上基础模型层竞争太激烈了
00:58
月之暗面创始人杨植麟：互联网开发是种树大模型开发是承包森林
00:54
杨植麟预测AGI的三个重要方向：长链路复杂任务、Agentization、新的超级入口
02:07
达闼机器人创始人黄晓庆:人形机器人是继PC、手机之后人类的第三台计算机
00:47
复旦智能机器人研究院院长甘中学：人形机器人不是具身智能的最佳形态
00:46
哈工大副校长刘挺：大模型缺乏真实世界的交互数据塞进机器人无法立刻就有具身智能
00:30
复旦智能机器人研究院院长甘中学：具身智能机器人未来有四种形态人形、仿生、变胞、新物种
01:07
宇树科技CEO王兴兴定义有望实现AGI的理想AI模型：能自我持续学习-理解-推理-完备
00:37
宇树科技CEO王兴兴：仿真训练移植到实物机器人上 效果会因硬件差异而出现偏差
01:01
达闼机器人创始人黄晓庆：未来机器人产业将比手机产业和汽车产业都要大很多
01:36
银河通用创始人王鹤：合成数据有望让具身多模态大模型真正通向通用机器人
00:57
星动纪元创始人陈建宇: 模仿学习难以解决数据质量问题关键在于世界模型
01:36
宇树科技CEO王兴兴：人形机器人硬件降价空间巨大未来2-5年或仅需5台空调的价格
00:25
宇树科技CEO王兴兴：机器人通用AI模型目前最大的问题并非数据，而是模型架构没有统一
00:46
香港大学席宁教授：机器人靠LLM理解逻辑关系是不够的具身可理解空间、时间和互动关系
01:34
宇树科技CEO王兴兴：全球范围内人形机器人的快速发展得益于底层原理与四足机器人类似
01:14
宇树科技CEO王兴兴：如果以十年的角度去看机器人没准是免费的
00:59
黄仁勋: 只有三种机器人可以实现大规模生产 产量最高的将是人形机器人
01:21
宇树科技CEO王兴兴：通用人形机器人是目前大模型落地最好的载体
00:16
王耀南院士：与过去开发机器人不同具身智能一定以场景为目标
00:26
王耀南院士：大模型驱动的人形机器人分布式模块化训练最可靠 端到端还比较难
00:32
宇树科技CEO王兴兴: AI与机器人是未来最值得做的事情现在只是火苗刚起，会越烧越大
01:02
宇树科技CEO王兴兴：人形机器人家用要慢于工业 家用最大的问题并非是技术
00:27
宇树科技CEO王兴兴：人形机器人硬件技术路线未来2到4年将收敛统一
00:28
UC伯克利副教授、PI联创SergeyLevine: 在端到端机器人控制方面 通用模型已开始超越专用模型
01:15
AI教父Hinton：共享“大脑的权重”对我们并不现实但数字智能可以做到这一点
00:40
谷歌DeepMind CEO哈萨比斯：DeepSeek所做事情令人印象深刻西方需思考如何让前沿模型保持领先
00:33
Meta首席AI科学家杨立昆：大语言模型已经遇到饱和点了不可能再提升十倍或一百倍
00:59
ScaleAl95后华裔创始人Alexandr: Al Agent分水岭时刻的最大阻碍因素是产品设计
01:05
AI教父Hinton：AI会让富人更富穷人更穷
00:36
AI教父Hinton：禁售只会促使中国发展自己的芯片中国的AI已接近美国，终究会赶上来
00:49
何恺明：迁移学习是一个了不起的想法彻底改变了计算机视觉社区
01:25
OpenAI CEO奥特曼：我们已经达到了GPT-4.5而达到5.5需再增100倍算力
00:34
奥特曼再谈DeepSeekR1: 开源是一件好事 但说起来容易，做起来难
00:51
OpenAICEO奥特曼: 我们找到了真正能够学习的算法 我相信最终会实现并超越AGI
00:27
DeepMindCE0哈萨比斯: DeepSeek是一项令人印象深刻的工作 但没看到任何具有突破性的新技术
01:27
何恺明：ReLU激活函数的引入是深度学习的一场革命
00:41
宇树科技CEO王兴兴: 具身智能若在工厂生产装配跑通 基本上复制到家庭将非常方便
00:18
宇树科技CEO王兴兴： AI的突破有时候得看运气 可能就是顶尖人才的灵光一现
00:32
Meta首席AI科学家杨立昆：仅仅依靠文本训练永远无法达到人类水平的智能
00:49
马斯克：一旦拥有人形机器人和深度智能我甚至不确定金钱是否还有意义
02:03
Meta首席AI科学家杨立昆：仅仅依靠文本训练永远无法达到人类水平的智能
00:56
美国AI芯片企业Groq创始人乔纳森：开源是人们使用Deepseek的唯一原因开源总是获胜，永远如此
00:35
OpenAICEO奥特曼: 2035年单个数据中心将比 现在地球的总智力还聪明
00:41
硅谷知名投资人马克·安德森: DeepSeek的英语创意写作全球最好 而你可能认为最好的应该来自西方
00:20
硅谷知名投资人马克·安德森: Meta正在拆解和借鉴DeepSeek 确保下一版本Llama推理上与其相当
00:12
OpenAICEO奥特曼：我们想把智能成本降到零 智能和系统访问应接近免费
00:23
宇树科技CEO王兴兴: 机器人形态对具身智能不是特别重要 当下人形机器人只是最适合，但非唯一
00:49
宇树科技CEO王兴兴: 具身智能可能是实现AGI的唯一途径 真正的AGI没准会诞生在机器人公司
00:47
王兴兴：人形机器人年底会达到一个新量级
00:21
杨立昆：全球所有数据中心能耗仅占电力3%，即使数十亿人使用LLM也不会能耗很大
00:32
黄仁勋首谈DeepSeek：市场误判不再需要进行任何计算了，但实际上恰恰相反
00:33
宇树科技CEO王兴兴：AI驱动机器人进化速度远超预期，每天给我的惊喜都非常非常大
00:18
宇树科技CEO王兴兴: 人形机器人终局非常夸张 整个人类社会劳动都将被替代
00:20
宇树科技CEO王兴兴: 人形机器人终端算力要求并不高 很多消费级芯片基本都能用
01:05
Meta首席AI科学家杨立昆: 认为AI本质上危险导致人类灭绝的观点完全是谬论
00:22
谷歌首席科学家Jeff Dean: 蒸馏是非常有用的工具
01:08
OpenAl研究科学家郑炯元: 通往通用智能唯一方法是弱激励
00:32
OpenAl研究科学家郑炯元：模型较多的结构只能取得初步成功 较少的结构才是长远有效的方法
03:47
Sam Altman：程序员职业不会被淘汰
01:44
Yann LeCun：我们永远无法仅通过文本训练就达到接近人类水平的智力
02:51
Sam Altman：AGI这个词已经变得毫无意义我很想废除它
01:51
清华唐杰教授提出AI分级新标准L3级AI在工具使用上只学到30%
01:25
中国信通院副院长魏亮: 与OpenAl最先进的模型相比 Deepseek的性能还差一点点
00:42
清华大学唐杰教授: Scaling Law的尽头不一定是AGI 可以从人脑认知角度改进AGI系统
00:45
AMDCEO苏姿丰: Deepseek不错但可以更好 成本与准确性上仍需要大量工作
00:58
清华大学唐杰教授: Scaling Law的尽头还远远没到 大部分模型都困在1000亿左右
00:22
AMD CEO苏姿丰: 计算仍然遵循Scaling Law 我们正处于这样一个阶段
00:51
OpenAl华裔首席研究官Mark Chen: 我们确实在GPT-4.5中探索了Deepseek所用的混合专家模型
01:04
AI 教父Hinton ： 工业革命使人类的体力变得不再重要 而AI革命让人类的智力变得不再重要
01:04
Al 教父Hinton: 想知道10年后的样子最好的方法是看看10年前
00:39
王兴兴：AI是人类整个历史最激动人心时刻，我觉得我每天都在浪费时间
00:10
Figure AI创始人Brett Adcock：我相信每个人都会想要一个机器人，就像你今天拥有手机或汽车一样
00:16
王兴兴：5年后具身智能机器人将推广到大部分工业、服务业及家用场景
00:19
银河通用机器人创始人王鹤：我心目中要攻克的最关键技术是移动、抓取、放置
00:22
银河通用创始人王鹤：机器人小脑大模型唯一瓶颈是数据，没足够数据模块化会比端到端更好
00:43
Anthropic CEO Dario Amodei：AI将在2026年底达到接近顶尖人类程序员的水平
00:44
宇树科技CEO王兴兴：直接训大模型多任务收敛非常困难，切块单独训练再整合训练要更简单
00:43
微软CEO纳德拉：OpenAI并不是一家模型公司，而是碰巧拥有出色模型的产品公司
00:26
微软CEO纳德拉：DeepSeek所做的工作是巨大的，开源在基础设施高效方面做的非常好
00:29
大模型+AI芯片专家陈巍博士：HAI-LLM训练框架是DeepSeek的核心竞争力，已领先国际AI巨头
01:38
微软CEO纳德拉：AI系统还没迎来“存储程序”时刻，现在处于构建更健壮AI系统的早期阶段
00:36
马斯克：AI可能明年或更早将发展到比“最聪明的人类还要聪明”
00:28
1辛顿4(1)
01:49
浙江大学熊蓉教授：亟需进一步提升适配人形机器人的高性能驱动器和传感器
00:37
AI教父Hinton：“机器不可能拥有情感”简直就是扯淡，唯物主义者必须承认机器可以有意识
01:15
浙江大学熊蓉教授：人形机器人是具身智能的最佳载体，但也是具身智能面临的最大挑战
00:34
Anthropic CEO Dario Amodei：3-6个月内AI将能编写90%的代码，12个月后AI几乎能够编写所有代码
00:32
孙立宁院士：不同于传统传感器的笨重与高能耗，MEMS传感器更适合机器人的发展
00:22
孙立宁院士：液态金属具有应变能力，可实现电子皮肤柔性接触
00:20
Manus创始人肖弘：套壳到极致就是牛逼，不要抵抗这个需求了
00:25
Anthropic CEO鼓吹更严格出口管制：不只是AI而是所有领域，有必要阻止中国获取芯片
01:00
宇树科技CEO王兴兴：机器人介于3C电子和汽车之间，工程量并没有一辆车那么多
00:21
诺奖得主、AI教父Hinton：AI根本不是计算机程序，其运作方式与人类非常相似
00:29
宇树科技CEO王兴兴：国内的教育体系导致在学校学到的东西都太老了
00:47
诺奖得主、AI教父Hinton：公开大模型权重简直太疯狂了
00:28
宇树科技CEO王兴兴：人形机器人目前最大特点是日新月异，当下用的技术明天可能就被淘汰掉了
00:38
诺奖得主、AI教父Hinton：Chatbot接受所有数据的训练是个馊主意，如同让孩子阅读连环杀手日记进行学习
00:49
马斯克：中美AI竞赛的胜负取决于谁控制AI芯片制造
00:32
Meta首席AI科学家杨立昆：最初担心开源会帮到中国的人错了，DeepSeek证明中国并不需要我们
00:26
Figure Al创始人Brett Adcock：人形机器人的能力是神经网络问题，无法通过编写代码来解决
00:24
Meta首席AI科学家杨立昆：AI在NLP和Chatbot方面的成功原因在于自监督学习
00:39
Figure Al创始人Brett Adcock：人形机器人是AGI的终极部署载体，只有类人机械实体才能解决这个问题
00:17
图灵奖得主杨立昆：合成数据的收益正在递减，我们需要新的范式
00:47
宇树科技CEO王兴兴：我们拿的资金量其实不算大，机器人AI突破后大量资金才会涌入
00:33
图灵奖得主杨立昆：AI领域最高被引论文来自北京，我聘请了一作何恺明加入Meta FAIR
01:27
黄仁勋：目前使用ChatGPT编程的人数已超过使用C++编程的人数
00:51
OpenAI CEO奥特曼：AI革命更像是工业革命，而非计算机或互联网革命
00:13
乐聚创始人冷晓琨：人形机器人爆发点在服务、家庭场景，工业场景只是一个中转点
00:58
图灵奖得主杨立昆：我对大语言模型已经不感兴趣了，还有四个更加有趣的问题
01:00
杨立昆炮轰“人类水平智能”论调：每隔10年就会出现一次，当前的这股AI浪潮同样是错误的
00:27
宇树科技CEO王兴兴：我们机器人结构精简成本低，可以认为相当于猪肉论斤卖
00:22
诺奖得主、AI教父Hinton：我们可能永远也无法详细了解大模型的运作方式
00:30
Figure AI创始人Brett Adcock：人形机器人对人类的影响极其深远，我想不出还有比这更重要的资产了
00:25
图灵奖得主杨立昆最新预测：自回归大语言模型注定要失败，永远无法实现人类水平的 AI
00:43
图灵奖得主杨立昆：若希望AI系统达到人类水平的智能，必须复现婴儿如何学习现实世界
00:29
FigureAl创始人Brett Adcock：劳动力才是人形机器人的大生意，而家庭就像狂野的西部极其困难
00:34
图灵奖得主杨立昆：我不喜欢AGI这个词更推崇AMI，三到五年内将能掌握这项技术
00:47
诺奖得主、AI教父Hinton：Scaling Law的收益正在递减，需要新想法和工程技巧推动其走得更远
00:49
图灵奖得主杨立昆：我们最终想要实现的是分层规划，但没有AI系统真正知道如何进行
00:19
图灵奖得主杨立昆：自回归预测并不能预测视频，我花了20年研究但结果彻底失败
00:30
银河通用创始人王鹤：人形机器人已经步入运动时代，强化学习技术引领了这场革命
00:32
银河通用创始人王鹤：人形机器人的生产力时代最激动人心，我们需要的技术是端到端具身大模型
00:35
诺奖得主、AI教父Hinton：图灵和冯·诺依曼都相信神经网络，但英年早逝导致逻辑推理主导了50年
00:43
乐聚创始人冷晓琨：国内做人形机器人的速度接下来比国外要快
00:19
图灵奖得主杨立昆：构建真正智能系统唯一凑效的方法就是让AI平台保持开源
00:22
OpenAI CEO奥特曼：我坚信我们可以发布第一个AGI，但人们对此并不怎么在意
00:13
图灵奖得主杨立昆质疑思维链：虽让LLM出现推理但非常有限，实际上你并没有得到真正的推理
01:05
浙江大学熊蓉教授：具身智能端到端肯定是最终目标，但需分层次、分阶段的积累过程
00:27
诺奖得主Hinton：我实际上挺喜欢“AI教父”的称号，但这并非善意的称呼
00:36
图灵奖得主杨立昆：当前机器学习的状况糟透了，强化学习不告诉答案效率更低
01:11
诺奖得主、AI教父Hinton：AI十年内达到私人家庭教师水平，未来也许人们不再需要大学了
00:47
OpenAI CEO奥特曼：我以前太天真对AI抱有科幻般幻想，但现在它只是一种非常强大的工具
00:29
王耀南院士：具身智能会为医疗机器人带来颠覆，使手术机器人开发的更加精准可靠
00:29
图灵奖得主杨立昆：LLM会是未来AI系统的一个组件，而心智模型才是真正智能的所在
01:12
银河通用机器人创始人王鹤：仅靠天量合成数据没用任何真实世界数据，大模型在真实世界部署就获得了高可靠性
00:17
诺奖得主、AI教父Hinton：从小我就会觉得大多数人都相信的东西其实只是胡扯
00:49
诺奖得主、AI教父Hinton：早期研究神经网络投稿非常困难，论文曾被认为对视觉研究毫无贡献
01:29
英伟达GEAR负责人Jim Fan：在谈论拥有通用机器人之前，你必须拥有一个非常好的视觉系统
00:36
诺奖得主、AI教父Hinton：现在神经网络的推理能力已相当强大，无须巨大变化来让其像人类一样聪明
01:37
英伟达GEAR负责人Jim Fan：机器人技术如此困难的原因在于莫拉维克悖论
00:34
诺奖得主、AI教父Hinton：LLM就是关于人类处理语言的最佳模型，特征之间的交互才是所有知识所在
03:36
DeepMind首席科学家David Silver：RLHF对LLM至关重要且非常强大，但无法超越人类知识
00:59
英伟达GEAR负责人Jim Fan：我们仍需要互联网多模态数据，用于训练VLM进而打造VLA模型
00:19
OpenAl CPO Kevin Weil : 微调模型将无处不在，将是产品工作流不可或缺的一部分
01:09
DeepMind首席科学家David Silver：合成数据对于系统总会达到一个临界点，自我学习系统则能不断变强没有限制
00:55
浙江大学熊蓉教授：遥操作的数据质量难以满足人形机器人学习需求
00:28
AlphaGo之父David Silver提出抛弃人类数据，优化系统自我学习能力
00:41
图灵奖得主杨立昆：下一代AI系统将基于非生成式模型
00:37
清华大学助理教授高阳认为，仅仅通过收集少量遥操作数据，就可让机器人在任意环境做任意行为
00:42
图灵奖得主杨立昆：论文表明最优秀的大语言模型在最新数学奥林匹克竞赛基本得零分
01:29
清华大学助理教授高阳：具身智能的市场规模等于汽车的价格乘以手机的数量
01:16
图灵奖得主杨立昆：美国大多数STEM博士生都是外国人，不发签证将摧毁美国的技术领导地位
00:54
清华大学助理教授高阳：机器人操作通过强化学习可以达到99.9%的成功率
00:58
AlphaGo之父David Silver：现在的AI处于“人类数据时代”，而下一代AI将是“经验时代”
00:50
AlphaGo之父David Silver：抛弃人类棋谱后凭借经验学习，AlphaGo达到了更高水平
00:52
清华机器人控制实验室主任赵明国教授：人类的神经元标准模型是脉冲神经网络，而非现在人工神经网络，但仍处于初级
00:50
图灵奖得主杨立昆澄清：我不想贬低LLM，它们非常有用，但达到人类水平智能需发明新技术
00:38
星动纪元创始人陈建宇：直驱灵巧手可优化精度、稳定性与成本，相比传统方案更适配AI训练与不同机械臂
00:39
Manus联合创始人张涛：Claude是做AI智能体的最佳模型
01:19
清华机器人控制实验室主任赵明国教授：2050年机器人足球队按照FIFA规则，将有可能战胜当年人类世界杯冠军
01:01
AlphaGo之父David Silver：RLHF 系统实际上是缺乏依据的，人类评估者并未尝试就进行了预判
01:13
DeepMind CEO、诺奖得主哈萨比斯：现今的任何系统都不具备“自我意识”，行为或言语反应与人相同也不意味有意识
01:08
杨立昆建议年轻科学家和学生：别研究大语言模型，尝试研究下一代AI系统
00:49
图灵奖得主杨立昆：所有动力机器人执行任务的精彩视频，都是使用MPC技术进行规划的
00:39
清华机器人控制实验室主任赵明国教授：Sim2Real Gap其实并不大，可以通过算法和学习方式解决
00:26
清华机器人控制实验室主任赵明国教授：智能提升的先决条件是提升硬件，硬件不够好那你做什么智能
00:26
杨立昆揭示人形机器人的秘密：没人知道如何使其足够智能，大家都在下赌注
00:44
清华机器人控制实验室主任赵明国教授：机器人从视觉到行为无需通过VLA，直接端到端纯强化学习是可行的
00:46
谷歌首席科学家Jeff Dean：稀疏模型是非常重要的大方向，我们一直在持续投入大量工作
01:51
王鹤揭示人形机器人跳舞跑步真相：舞蹈提前编好的、马拉松是遥控操作，这跟现在讲的生产力时代不是一回事
01:05
诺奖得主、AI教父Hinton：AI时代任何常规性的工作都过时了，不太富裕的人将不得不打三份工
00:46
AI教父Hinton谈出口管制：或许能让中国的发展慢几年，但中国人非常有能力他们会成功的
00:38
PI联创Sergey Levine：跨具身训练与VLA正在成为训练机器人基础模型的标准
00:20
PI联创Sergey Levine：VLM应用于机器人控制的挑战在于灵巧操作等复杂行为难以通过文本表达
00:38
图灵奖得主杨立昆：视频数据远超当前学习系统处理的范围，但是缺少好的技术来训练系统理解世界
00:40
图灵奖得主杨立昆：特定领域总有机器超越人类的方案，30美元玩具就能在国际象棋击败你
00:27
黄仁勋：未来AI工厂的头号路径是手工技艺，我们将需要大量电工水管工等人才
00:37
黄仁勋：未来AI工厂的头号路径是手工技艺，我们将需要大量电工水管工等人才
00:37
图灵奖得主杨立昆:：视觉信号是高度冗余的，但这正是自监督学习的核心意义
00:21
图灵奖得主杨立昆：AI系统今后将基本上通过推理进行搜索，而不是让多层神经网络来预测tokens
00:30
英伟达GEAR负责人Jim Fan：经典模拟与神经世界模型结合，将成为扩展下一代机器人系统核动力
00:43
北航王田苗教授预测：未来十年机器人仅20%是人形，通用复合占50%
00:35
英伟达GEAR负责人Jim Fan：机器人的核能源是模拟，我们必须离开物理世界投入模拟
00:32
英伟达GEAR负责人Jim Fan：物理AI之后是物理API，在这之上将会出现新经济与新范式
01:58
谷歌首席科学家Jeff Dean：初级工程师水平全天候AI牛马，可能未来一年左右实现
00:32
谷歌首席科学家Jeff Dean：我是稀疏模型的忠实粉丝，MoE超级重要但探索不充分
01:04
OpenAI科学家Dan Roberts：9年内我们将拥有一个能够发现广义相对论的模型
00:26
OpenAI科学家Dan Roberts：未来我们可能会被强化学习计算资源完全支配
00:56
谷歌首席科学家Jeff Dean：提升智能体能力的路径相当清晰，可以基于强化学习从经验中学习
00:42
OpenAI科学家Dan Roberts挑战杨立昆：我们想彻底颠覆“蛋糕理论”，用巨大的RL樱桃碾碎预训练大蛋糕
00:48
谷歌DeepMind首席科学家Jack Rae：我们在Gemini大语言模型中越来越依赖强化学习来提高推理能力
00:43
大神Jeff Dean谈模型迭代驱动因素：算法改进、模型架构和训练数据组合，要比硬件和更大的规模更为重要
00:28
图灵奖得主杨立昆：我讨厌tokenization，应永久禁止它，这对图像来说完全是胡扯
00:45
图灵奖得主杨立昆坦言：人们对DeepSeek反应过度了，从突破性创新角度来看它并不出色
00:49
清华大学助理教授高阳：强化学习是VLA发展的一个必经阶段，VLA将经历预训练/SFT/RLHF三阶段
00:35
清华大学助理教授高阳：我对仿真数据比较悲观，互联网与遥操或是VLA数据源主力
01:48
图灵奖得主杨立昆：大语言模型本质上是不安全的，微调无法涵盖所有可输入提示内容
01:08
杨立昆再次开炮：思维链被用来欺骗LLM推理，这个把戏耗费计算资源且昂贵
01:15
谷歌DeepMind首席科学家Denny Zhou： “AI几年内解决编码问题”其实非常困难 乐观者实际只论竞技编程而非日常编程
00:35
谷歌DeepMind首席科学家Denny Zhou：只要思维链足够长，模型几乎可以解决每个可计算问题
01:12
谷歌DeepMind首席科学家Denny Zhou：强化学习微调的最大优势是泛化能力强，但主要限制是创意写作等无法验证任务
01:10
AlphaGo之父哈萨比斯：游戏智能体加上思考系统，水平将会远超世界冠军
00:51
谷歌DeepMind首席科学家沙纳汉：目前LLM推理性能还无法匹敌几十年前手工编写的定理证明器或逻辑引擎
00:44
谷歌DeepMind首席科学家Denny Zhou：预训练LLM未经进阶提示工程或微调就无法进行推理，这是非常错误的
00:39
Transformer八子之一Noam Shazeer：推理比训练更糟糕的地方在于会损失Transformer中的大量并行性
01:01
谷歌DeepMind首席科学家Denny Zhou：机器生成的响应比人类数据更适合训练，模型自我提升可解决SFT泛化失败问题
01:47
谷歌DeepMind首席科学家Denny Zhou：强化学习微调中最关键的是一个可靠的验证器而非RL算法
01:29
谷歌DeepMind首席科学家Denny Zhou：SFT不能很好泛化且推理不行，一旦范式错误不要盲目Scale
00:44
谷歌创始人Sergey Brin：后训练在整体训练中比重越来越大，强化学习正在成为更大更关键部分
00:48
Anthropic核心成员Sholto Douglas：Meta有一篇关于多Token预测的好论文，但LLaMA没采用而DeepSeek采用了
00:27
Anthropic核心成员Sholto Douglas：即使算法停滞，只要正确数据足够，目前的算法足以实现白领工作自动化
00:26
谷歌创始人Sergey Brin：视频扩散模型与语言模型架构竟有大量共同之处，共享程度令人惊讶
00:29
Anthropic核心成员Sholto Douglas：强化学习是更具迭代性的过程，而预训练一旦开始就不能搞砸
00:26
诺奖得主、AI教父Hinton：人类没有任何特质是机器无法复制的
00:24
Anthropic核心成员Sholto Douglas：几乎所有大型机器人公司都采用电机策略与视觉语言模型双层架构
00:38
Anthropic核心成员Sholto Douglas：“预训练+强化学习”范式足以通向AGI
00:53
谷歌DeepMind首席科学家Denny Zhou：模型若直接生成答案而无中间Tokens，要么需要巨大深度，要么根本无法解决
01:00
大神Ilya多伦多大学毕业演讲摘选：人工智能终将会做人类能做的一切，因为我们的大脑就是一台生物计算机
00:42
强化学习之父Richard Sutton：LLM的人类数据时代正在终结，接下来将进入经验时代
00:55
大神Ilya多伦多大学毕业演讲摘选：AI带来的挑战是人类有史以来最大的
01:01
图灵奖得主Yoshua Bengio吹哨：构建像人一样的人工智能非常危险，这意味着制造出了人类的竞争对手
00:24
图灵奖得主杨立昆谈V-JEPA 2：系统无需针对具体任务进行专门训练，仅凭世界模型预测动作结果就能达成目标
01:21
图灵奖得主杨立昆再次开喷LLM：只是在复现训练语料库中见过的代码，你不能指望它去设计一个新算法
00:38
谷歌DeepMind首席科学家Denny Zhou：LLM最初设计仅用于预测下一个tokens，我们需要始终牢记它们是概率模型
00:53
强化学习之父Richard Sutton：释放RL潜力必须开发更好的算法，不能止步于反向传播
00:44
强化学习之父Richard Sutton：LLM最终将只是“苦涩的教训”，可能不到5年便不再代表AI前沿
01:19
诺奖得主、AI教父Hinton：大规模职位替代已经开始发生了，人们已在使用AI替代大学毕业生
00:19
AI大神Andrej Karpathy：LLM目前就像1960年代的操作系统，现在是进入这个行业进行编程的时候了
00:41
诺奖得主、AI教父Hinton：AI生产力带来的增长不会惠及大多数人，很多人将失业而少数人将变得非常富有
00:55
AI大神卡帕西YC超火演讲：神经网络通过LLM变得可编程了，"软件3.0"时代宣告到来
01:06
Scale AI 华裔创始人汪滔：中国有先进但非最好的模型仍落后半步，但实验室进展速度远超美国优秀实验室
00:55
Scale AI 华裔创始人汪滔：提示工程很有效但只能达到一定水平，而强化学习可以超越这个水平
00:25
Scale AI 华裔创始人汪滔：中国在数据方面具有根本性优势，美国大量机器人公司依赖中国数据
01:21
OpenAI首席研究科学家Noam Brown：RL并不真正关乎扩展测试时计算，而是更关乎数据效率
00:31
清华大学助理教授高阳：强化学习样本效率非常低下，而仿真器可以提供无限数据
00:26
OpenAI首席研究科学家Noam Brown：大语言模型随着规模变得更大，会隐式获得世界模型而无需显式建模
00:31
谷歌DeepMind首席科学家Denny Zhou：所有推理路径本质上都只是潜在变量，采用概率论边缘化会带来巨大进步
01:59
大神Ilya最新演讲摘选：AI将能够自主构建下一代AI，这将引发“智能爆炸”
01:09
图灵奖得主杨立昆给年轻人的建议：一定要学习保质期长的东西，相比学APP开发不如选量子力学
01:27
杨立昆炮轰Scaling狂热：“越扩展越智能”是不对的
00:44
图灵奖得主杨立昆：思维链只是变通之法并非真正推理，而进行推理的更好方法是通过优化
02:16
GGemini 2.5 Pro负责人Nikolay Savinov：RAG并没有过时且不会被立刻淘汰，而是将会与长上下文协同工作
01:44
清华助理教授、星海图首席科学家赵行：扩散模型并没证明在预训练上的价值，自回归是当下更有希望的技术路线
01:43
黄仁勋谈新一轮AI浪潮：推理用户已从800万增至8亿，推理工作负载将呈指数级增长
00:28
清华大学孙富春教授：VLA缺少足够的控制轨迹数据，多模态轨迹采集未来比较重要
01:19
图灵奖得主杨立昆：DeepMind强化学习策略的成功仅限于游戏，但在现实世界中完全是不切实际的
00:51
清华孙富春教授解释二者关系：空间智能仅仅是世界模型向视觉空间的投影
01:09
银河通用创始人王鹤博士：VLA已是跨入物理世界的关键具身大模型，全球很多同行都在汇聚到这条技术路线
00:43
清华电子工程系主任汪玉教授：中国芯片的算力问题难以单靠芯片层面，需要依靠算法与软硬件协同解决
01:00
清华助理教授、星海图首席科学家赵行：通用机器人本体未来一定不是百花齐放，会趋近于收敛和稳定
01:01
AI大神何恺明：生成模型是更高层次的深度学习
01:32
黄仁勋对话阿里云王坚：DeepSeek R1、通义千问和Kimi是当今世界最顶尖的开源推理模型
00:39
诺奖得主、AI教父Hinton：一旦系统能在世界行动并创建子目标，我们就可以实现人类水平的智能
00:24
黄仁勋对年轻人的最新寄语：学会第一性原理思考，尽快接触人工智能
03:18
AI教父Hinton给准大学生的建议：接受优质通识教育而非单一技能，但同时也要掌握数学和科学
00:34
清华助理教授、星海图首席科学家赵行：基于强化学习的机器人控制模型与上层VLA模型必然会融合
01:07
图灵奖得主杨立昆：真正智能的系统必须分层规划，而这无法通过LLM来解决
02:21
诺奖得主、AI教父Hinton：LLM并非只是在模仿训练数据，而是看到各种关系产生了创造力
01:21
孙富春教授谈具身智能两路阵营：计算机视觉派以视觉为中心，而机器人派认为触觉很重要
03:08
诺奖得主、AI教父Hinton：语言是构建复杂模型的绝佳方式，真正功能在于提供词语而非句法
00:55
稚晖君对话机器人灵犀：人机协作最关键挑战是理解而非执行，人和机器人未来是配合而非替代彼此
01:00
腾讯首席科学家张正友：具身智能发展的五个趋势
02:22
AI教父Hinton给年轻一代最新建议：如果你想做真正原创的研究，应找一个认为所有人都做错了的方向
01:54
王坚院士：中国构建AI模型的最大挑战并非算力而是创造力
01:10
AI教父Hinton对话姚期智院士：AI模型仍有一个特定领域需要改进，即神经网络终将拥有多重时间尺度
01:55
姚期智院士对话AI教父Hinton：我认为我们正在创造外星人，和合成生物学家做的如出一辙
01:09
王坚院士：大部分AI产品撑不过5到10年
00:35
Anthropic CEO阿莫迪：未来两年内有20%-25%概率，大模型将停止变得更好
00:22
PI联创Sergey Levine：NLP研究方法被LLM淘汰是个教训，机器人应构建简单且具扩展性的系统
01:45
PI联创Sergey Levine：仿真并非推动机器人技术发展的关键启动因素
00:53
王兴兴世界机器人大会最新演讲：我对VLA模型抱怀疑态度，VLA加上强化学习还不够
00:37
王兴兴世界机器人大会最新演讲：视频生成或世界模型驱动机器人控制，是比VLA模型更容易收敛的技术路线
01:10
图灵奖得主杨立昆：后悔没更早对自监督学习感兴趣，当看法改变时已经晚了十年
01:21
AlphaGo之父哈萨比斯：机器人发展瓶颈在于缺乏世界模型，而能否生成世界可证明世界模型优劣
00:55
清华叉院助理教授赵行解释：为何要把机器人VLA模型分为快执行和慢思考两层模型
02:17
诺奖得主、AI教父Hinton：若不将“母性本能”植入AI模型，我们人类将成为历史
00:41
图灵奖得主杨立昆：LLM训练已经耗尽自然文本数据，包含互联网几乎所有公开可用内容
00:47
图灵奖得主杨立昆：人类大脑中存在一个心智模型，与语言无关且至今无法用机器复制
00:50
图灵奖得主杨立昆给年轻人的建议：即使是一个简单想法，但如果对你重要并且你相信它，也能有所作为
00:42
王坚院士：人工智能与人类智能毫不相干，是一种拓展我们创造力的技术
00:45
OpenAl首席科学家Jakub Pachocki：模型持久化以及长时间专注复杂问题，是LLM相当清晰的下一步方向
01:40
诺奖得主、AI教父Hinton：美国科技公司为赢得与中国的竞争，正在播放广告鼓吹不监管人工智能
00:30
诺奖得主、AI教父Hinton：AI将取代所有平凡的脑力劳动，且并不会创造新工作
00:51
诺奖得主、AI教父Hinton：作为一名学者不可能挣到百万美元，唯一方法就是把自己卖给大公司
00:31
英伟达CEO黄仁勋：DeepSeek的出现对美国来说是一次伟大的胜利
01:41
图灵奖得主杨立昆解释：为什么训练视频生成系统理解世界运作不能成功？
00:50
谷歌首席科学家Jeff Dean：我们正在构建100层神经网络，合适的特征会自动涌现
00:57
强化学习之父Richard Sutton：通往强AI的路径是RL而非LLM，深度学习等算法粗糙需改进
00:31
黄仁勋：未来每个工业公司都将是AI公司，否则你将无法成为工业公司
00:25
强化学习之父Richard Sutton：规划通过近似值迭代来实现，所有规划方法基本都遵循这一原理
01:17
上交大卢策吾教授：机器人需要说明书级别的指导，而非VLA的模糊语言指导
00:32
北航王田苗教授：人形机器人不会泛化到任何工厂，将在工业特定环境下应用
01:52
图灵奖得主杨立昆：人类大部分学习并非强化学习，而是完全自监督学习
00:42
AI教父Hinton谈超级智能："必须主宰AI"的科技精英思维行不通，要以"AI设计成母亲"的思维才有希望
01:08
图灵奖得主杨立昆：人类大部分思维与语言毫无关联，语言是思维重要组成部分是误导
00:52
诺奖得主、AI教父Hinton：理解更像蛋白质折叠而非逻辑转换，LLM与人类理解的基本原理相同
00:58
AI大神Andrej Karpathy：软件领域5-10年的门槛消失，现在每个人都是程序员
00:28
宇树科技CEO王兴兴：机器人数据并非单纯堆量，数据特征性非常重要
00:28
王坚院士：模型权重的开放本质上就是，数据资源和计算资源的开放
00:39
宇树科技CEO王兴兴：把过去能忘的尽量全忘了，依赖经验对未来决策不是好事
00:34
王坚院士：只有把AI和算力送入太空，人类才能走出地球
00:56
PI联创Sergey Levine：人类大脑极其并行甚至超越GPU，具身系统拥有并行处理更有意义
00:47
诺奖得主、AI教父Hinton：AI已独立完成论文撰写并通过了评审，创造力测试得分已超人类测试者90%
01:19
阿里巴巴CEO吴泳铭的两个判断：大模型是下一代操作系统，超级AI云是下一代计算机
02:03
阿里巴巴吴泳铭云栖大会演讲：通往超级人工智能之路分三个阶段，智能涌现、自主行动、自我迭代
03:39
AI教父Hinton给学生最好的建议：训练特定技能不会带来终身好工作，尝试接受能教会你思考的教育
00:37
图灵奖得主Richard Sutton：强化学习才是人工智能的基础，大语言模型只是在模仿人类而已
00:35
图灵奖得主杨立昆：基于机器学习的AI架构非常糟糕，监督学习与强化学习都是不够的
00:40
AI大神、前OpenAI研究员姚顺雨：我们正处于AI的中场阶段，评估将比训练越来越重要
01:12
图灵奖得主杨立昆：任何使用类Sora视频生成模型构建世界模型的尝试都不会成功
00:50
AI教父Hinton谈防止AI接管：中国乐意分享方法防止AI接管，而美国却只想称霸
00:36
强化学习之父Richard Sutton：大语言模型的泡沫将会破裂，若三年内不见成效将出现崩溃
01:13
AI大神、前OpenAI研究员姚顺雨：强化学习=先验+环境+算法，但先验最重要算法最次要
00:53
王坚院士：AI只是这个时代的纸和笔，它永远不能替代大脑
00:34
AI大神卡帕西：智能体掌握的知识更少反而更好，下一步需移除知识并保留认知核心
00:32
王坚院士：芯片复杂度已经非常大，没有AI，芯片造不出来
00:49
图灵奖得主杨立昆：我一直在硅谷包括在Meta树敌，世界模型3-5年将成为AI主导模型
00:28
AI大神卡帕西：我们正在建造幽灵而非动物，训练依赖于模仿人类而非进化
00:29
AI大神李沐：智能的本质仍来自大规模预训练，实现"类人"交互必须调整架构
01:33
清华助理教授、星海图首席科学家赵行：具身基础模型是与LLM平行的存在，并非一定要有LLM才会有VLA
00:28
诺奖得主、AI教父Hinton：人类数学家很快将会失业，因为数学是封闭系统不需要数据
00:29
AI大神卡帕西：每个人都应在早期教育中学习物理，物理学能最好地启动大脑
00:54
图灵奖得主杨立昆：人工智能在某种意义上存在泡沫，LLM未来拥有人类智能并不可信
00:44
大神Ilya：Scaling时代已经终结，AI已重回科研时代
01:05
诺奖得主、AI教父Hinton：科技公司实际上在押注AI取代大量工人
01:03

【4K中字】2026苹果秋季新品发布会全程回放-全程回顾
赛博星人科技汪
4.4万 0

被无人叉车运行实况震惊到了，叉车工难道也要失业了？
智猩猩
3.3万 32

大开眼界！ 碧桂园机器人建房
智猩猩
6.9万 41

麻省理工研发，登Science子刊，机器人爱马仕展示超牛平衡力！
智猩猩
2.5万 13

特斯拉4680电池生产线，像生产罐装可乐一样造电池！
智猩猩
3.6万 33

诺奖得主、AI教父Hinton：人类数学家很快将会失业，因为数学是封闭系统不需要数据
智猩猩
10.6万 30

AI大神李沐：深度学习边缘计算那一波算失败了影响力远远低于我的预期
智猩猩
7.7万 19

宇树科技CEO王兴兴：实现具身智能最大的乌云是AI模型架构缺乏自理解学习能力
智猩猩
3.7万 38

垂域模型自进化：Agentic RL企业级落地生产实践｜阿里巴巴通义实验室科学家丁瑞雪AgenticAICon 2026演讲
智猩猩
4100 1

AI教父Hinton：DeepSeek并非开源而是开放权重，这如同公开“核裂变材料”一样疯狂
智猩猩
4.2万 21

让智能体拥有长期记忆：MemOS的架构原理与智能体实践｜记忆张量MemTensor解决方案负责人薛燊AgenticAICon 2026演讲
智猩猩
1343 0

图灵奖得主杨立昆：我对大语言模型已经不感兴趣了，还有四个更加有趣的问题
智猩猩
4.5万 3

宇树科技CEO王兴兴：如果以十年的角度去看机器人没准是免费的
智猩猩
5.2万 64

玄武Agent中台：企业级AI智能体从Demo到生产系统｜清昴智能联合创始人姚航AgenticAICon 2026演讲
智猩猩
1084 0

AgentLoop—建设企业级Agent进化数据飞轮实践｜阿里云高级产品专家夏明AgenticAICon 2026演讲
智猩猩
3022 1

宇树科技CEO王兴兴: AI与机器人是未来最值得做的事情现在只是火苗刚起，会越烧越大
智猩猩
2.9万 6

制造一颗芯片有多难？
智猩猩
12.0万 79

飞越迷雾之企业需要什么样的智能体平台｜未来式智能联合创始人邹阳AgenticAICon 2026演讲
智猩猩
445 0

智象未来（HiDream.ai）CTO姚霆：多模态生成式大模型新范式，从独立、交互编码走向原生编码
智猩猩
238 0

清程极智联合创始人师天麾：AI Ping智能路由省掉选型步骤，相比直接使用模型原厂降本超37%
智猩猩
202 0

本科生开发，油管百万播放！苏黎世联邦理工轮腿机器人
智猩猩
3.8万 22
展开
海斗精选攻略与数据榜一览
客服
顶部
赛事库 课堂 2021拜年纪