跨国深谈← 返回←Ham

① 他说过的话

3 条

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。
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]

指向原始笔记的链接

所以如果我们把这个推向极端，那就是：为什么不把每一种数据——编程、计算机使用、自我中心视角——都喂给同一个模型？我认为这就是我们如何得到最强机器人使用智能体的路径。
So if we take this to the extreme, it’s like, why not feed every kind of data, coding, computer use, egocentric, into the same model? I think that’s how we get to the most capable robot use agent.
—— Ham · [25:00]

指向原始笔记的链接

而令人非常惊讶、表现突出的一点是，编程智能体可以一次性完成这件事。它们不需要额外的机器人数据就能用这些代码工作，因为它们已经在如此多的代码数据上训练过了。
And what was very surprising, what excelled was that coding agents can do this very one-shot. They did not need additional robot data in order to work with this code because they’re already trained on so much coding data.
—— Ham · [10:11]

指向原始笔记的链接

② 出现在这些集

1 集

• 《编码智能体开始接管机器人：LLM 控制物理世界的前沿》 — 作为联合主持

③ 他谈到的

点进去有真内容 —— 本页主要出口

Han Mei · Francois · Vincent · Jay · Waddle Labs · RoboCurve · 智能体 · LLM · VLA · RT2

④ 也在聊「智能体」的人