机器人 (robotics)
集里怎么说它
- 《Travis Kalanick 王者归来:把厨房变成「物理世界的计算机」》(01:23起):本集说食品机器人与机器人配送是把每餐成本从 12 美元降到 50 美分的关键,也是『20 年后必然、把现实弯向现在』路线的核心。
- 《不做 LLM,做世界模型:Alex 的 12 亿美元豪赌》(09:21起):世界模型短期最大的应用领域:现在的机器人硬件进化得惊人但大脑没变,只能在固定位置做一件事,放进开放环境既不安全也没用;触觉数据也靠机器人采集。
- 《Mercor CPO:开源模型蚕食不了数据生意》(41:34起):本集说机器人数据市场相对生成式 AI 还非常早期,是三年后值得押注的营收线,拐点更像 Waymo/Robotaxi 时刻而非 ChatGPT 时刻。
- 《机器人接管仓库、90秒配眼镜:自动化的两次硬核落地》(04:43起):本集说机器人本来就该是成本或速度的阶跃式变化,而不是复制人的动作;单点机器人方案竞争多、防御性差、大多会被商品化,价值会聚集在整合各方案的服务层。
- 《Arm CEO 谈芯片、AI 与下一个十年的算力格局》(00:55起):本集判断:『机器人 1.0』是专用机械,当机器人能靠训练/观察学习、机械通用且成本下降,建筑、基础设施、服务等大量人类劳动将被取代;自动驾驶卡车也算一种机器人。
- 《BlackRock Tony Kim:一万亿美元的资本支出,只为把数据移动几毫米》(00:49起):本集讲得最具体的新类别:机器人 = 大脑(基线 LLM + 世界模型)+ 身体(制造硬件生意);中国有 130-140 家机器人公司、今年 30-40 家潜在 IPO,最终格局是中国的身体 + 西方的大脑;他个人偏爱面向孤独感和老龄化的社交机器人。
- 《为什么医疗是 AI 受益最大的行业: Julie Yu 的判断》(00:26起):本集说机器人公司的能力和高精尖医疗场景的需求之间,产品市场契合已经出现。
- 《当AI学会理解世界:World Labs 联合创始人谈 Atlas 与世界模型》(00:23起):世界模型最实用的落地方向之一:用于评估和微调通用机器人基础模型,让预训练机器人快速适配特定工厂或房间环境。
- 《硬科技复兴、智能体营收与单人创始人:YC 最前沿观察》(02:16起):本集说机器人会迎来自己的 ChatGPT 时刻但还没到,大家在摸索新的缩放定律;机器人基础模型与 LLM 特性不同,需在物理三维空间实时建模,所有用 Pi 模型的 YC 公司都在做微调。
- 《Stored 创始人 Sean:Amazon 的产品其实是配送,我们要为剩下三分之二的电商拉平差距》(01:22起):本集主线之一:机器人技术正进入新阶段——过去是「笨机器人」,变量一变就停摆等 IT 改代码;先进的硬件要先在打磨好的物理流程上反复迭代才能落地,否则会以硬编码的方式落后。
- 《25张图表看懂AI是不是泡沫:a16z年度市场全景》(01:49起):本集说机器人是他们花很多时间关注的领域,市场可能比 LLM 还大,大概早三到五年,未来五年将是巨大的投资和兴奋点
- 《一切都会成功:a16z 投资人 David 的 AI 全栈乐观主义》(26:29起):本集说机器人显然会成功,且会是比语言更大的市场(B2B+消费),工厂重复任务场景已可见,「机器人会有属于它的 ChatGPT 时刻」,可能在五年内。
- 《投了18年「物理AI」的人,怎么看眼下的机器人热潮》(01:48起):本集说机器人从硬编码的确定性路径变成了用 AI 概率性实时规划动作、且方案能泛化的新形态,大量资本因此涌入
① 提到它的金句
17 条
实际上我们对机器人和自动驾驶的关注比人们以为的要早得多,从 2018 年就开始了,那时还不明显自动驾驶和机器人会成为一股潮流。
指向原始笔记的链接
Yeah, we’ve actually been looking into robotics and autonomy probably much longer than people thought, like since 2018, actually, back when it wasn’t obvious autonomy and robotics was going to be a thing.
—— 嘉宾 · [07:26]
如果机器人要做我们今天与这些公司正在做的事情,那么每一栋建筑都需要是 3D 打印的或者是完全标准化的。
指向原始笔记的链接
If robotics is going to do what we’re doing with these companies today, every single of those buildings need to be either 3D printed or completely standardized.
—— Melisa Tokmak · [11:45]
他们给它大约一百万小时的真实世界视频,然后只需要 62 小时的真实机器人数据,就能实际控制一个真实的机器人。
指向原始笔记的链接
They gave it about a million hours of real-world videos, and then all it took is 62 hours of real robotics data to actually control a real robot.
—— Rafael Levi · [06:17]
我们意外地创造了一个机器人领域最先进的模型——仅仅通过扩展视频模型。
指向原始笔记的链接
we accidentally created a state of the art model for robotics. By just scaling video models.
—— Anastasis · [56:05]
Frontier 实验室内部以及机器人基础模型公司之间存在某种共识,那就是我们将在未来两年内甚至更早拥有通用机器人。
指向原始笔记的链接
There’s some consensus within the Frontier Labs and also in the Robotics Foundation models companies that will have general-purpose robots within the next two years or even earlier.
—— Jay · [26:32]
所以对我而言,就是,好吧,为什么不直接构建一个非常好的基础 LLM,然后用它来控制机器人,而不是训练一个专门面向机器人、更依赖于纯机器人数据的模型。
指向原始笔记的链接
And then so to me, it’s like, okay, why not just build a really good foundational LLM and then use that to control robots rather than training like a model that’s specifically for robotics and that’s more dependent on just robot data.
—— Ham · [06:52]
而且我可以用真正的编程智能体取代整个机器人学领域。
指向原始笔记的链接
And I can displace all of robotics with actual coding agents.
—— Francois · [09:04]
我不认为价值会持续累积到 AI 和机器人技术上。
指向原始笔记的链接
I don’t think the value is going to keep accruing to the AI and to the robotics.
—— Sean · [13:30]
而从长远来看,真正会被商品化的反而是这些增长极快的 AI 公司和机器人技术,因为在公司之间、甚至在个人层面复制它们的内部成本会变得如此之低。
指向原始笔记的链接
And long term, it’s actually these super fast growth AI companies and robotics that end up commoditized by how low the cost becomes to replicate them internally across companies and for individuals even.
—— Sean · [13:47]
但机器人技术会有属于它的 ChatGPT 时刻。
指向原始笔记的链接
But we will have a ChatGPT moment for robotics.
—— David George · [32:17]
AI 和机器人是你唯一的出路。
指向原始笔记的链接
AI and robotics is your only play.
—— Reid Hoffman · [21:14]
而这也许是机器人领域工作最令人兴奋的部分之一,就是这个领域还很早期,配方还没有稳定下来。
指向原始笔记的链接
And this is maybe one of the most exciting parts of working in robotics is that it is still very early that the recipes haven’t stabilized.
—— Kirthana Gopalakrishnan · [74:14]
我认为机器人领域的数据质量是一个非平稳问题,意思是对你的模型来说什么是高质量数据是随时间变化的。
指向原始笔记的链接
I think data quality in robotics is a non-stationary problem in the sense that what is high quality data for your model changes over time.
—— Jason Ma · [09:41]
我把这看作是机器人版的基于人类反馈的强化学习。
指向原始笔记的链接
I think of this as the robotics version of reinforcement learning from human feedback.
—— Jason Ma · [31:31]
那就是,说到底,扩展是行得通的。但在机器人学中,扩展以及如何扩展要难得多,因为没有互联网。
指向原始笔记的链接
which is like, at the end of the day, scaling will work. But in robotics, to scale and how to scale just much harder because there is no internet.
—— Jason Ma · [42:38]
我觉得机器人的公司坟场很大。而且我觉得它们每家都有非常闪亮、非常酷的机器人。
指向原始笔记的链接
I think there’s a whole graveyard of robotics company. And I think all of them had very shiny, very cool robots.
—— Jason Ma · [53:49]
真正做得好的团队,是那些拥有软件开发体验的团队,或者把机器人当作软件问题而不是硬件问题来思考的团队。
指向原始笔记的链接
The teams that are actually really doing well are ones that have a software development experience or are thinking about them as a software problem, not necessarily as a hardware problem in robotics.
—— 嘉宾 · [17:39]
② 出现在这些集
14 集
- 《Travis Kalanick 王者归来:把厨房变成「物理世界的计算机」》 — 作为概念
- 《不做 LLM,做世界模型:Alex 的 12 亿美元豪赌》 — 作为概念
- 《Mercor CPO:开源模型蚕食不了数据生意》 — 作为概念
- 《机器人接管仓库、90秒配眼镜:自动化的两次硬核落地》 — 作为概念
- 《Arm CEO 谈芯片、AI 与下一个十年的算力格局》 — 作为概念
- 《BlackRock Tony Kim:一万亿美元的资本支出,只为把数据移动几毫米》 — 作为概念
- 《为什么医疗是 AI 受益最大的行业: Julie Yu 的判断》 — 作为概念(提及)
- 《当AI学会理解世界:World Labs 联合创始人谈 Atlas 与世界模型》 — 作为概念
- 《硬科技复兴、智能体营收与单人创始人:YC 最前沿观察》 — 作为概念
- 《Runway 创始人:猫视频与理解物理是一回事》 — 作为概念
- 《Stored 创始人 Sean:Amazon 的产品其实是配送,我们要为剩下三分之二的电商拉平差距》 — 作为概念
- 《25张图表看懂AI是不是泡沫:a16z年度市场全景》 — 作为概念
- 《一切都会成功:a16z 投资人 David 的 AI 全栈乐观主义》 — 作为概念
- 《投了18年「物理AI」的人,怎么看眼下的机器人热潮》 — 作为概念
③ 关联
点进去有真内容 —— 本页主要出口
智能体 · 推理 · OpenAI · Waymo · Meta · Amazon · NVIDIA · 微调 · Stripe · Tesla
