ETH

148: 它石智航陈亦伦：具身的三道曙光和第一道关卡

2026年1月16日 · 1:25:02

本期嘉宾是它石智航创始人、华为前自动驾驶首席科学家陈亦伦，他向晚点主持人程曼祺提出，具身智能已有三道曙光——强化学习解决运控、大模型做任务规划、端到端解决极端案例，但行业仍卡在第一道关卡：数据。他以当年华为用3万行代码替代200万行代码、2021年做出国内最早端到端自驾的经历说明，算法结构最终会归于简单，GPT最伟大的是“预测下一个token”的训练任务而非架构；三道关卡依次是数据、算法和后训练。具身数据应来自真实场景和真实动作，数据只有世界与人两个源头，他不看好仿真和视频数据，手套加第一视角摄像头比遥操更高效、成本更低，它石已采集约10万小时数据并预言2026年数据大爆发。他还区分了VLA与世界模型的不同用途——前者应对开放世界任务，后者应对与车辆行人交互——认为具身应有自己的基础模型而不是在LLM上长出头；他说端到端虽是行业人人都在说的主流方法，但关键是做出惊艳效果，并判断具身已到Scaling临界点，2027年会出现类似自驾2021年的时刻。落地方面，它石瞄准工业制造中的柔性线束装配；陈亦伦认为具身领域充满硬件、场景、本体、数据与算法的交替组合与协同优化，中国供应链和场景优势会让美国创业者不构成竞争对手。

86: We, Robot-2，清华叉院/星海图许华哲看“Optimus”的门道

2024年10月27日 · 1:05:06

许华哲（清华大学交叉信息研究院助理教授、具身智能公司星海图联合创始人）在《晚点聊》中从特斯拉We, Robot发布会的人形机器人Optimus谈起，阐释遥操作为何重要，并拆解通用具身智能当前的算法进展与创业选择。他认为这次丝滑的遥操作既是远程运力转移的实用价值，也为机器人提供高质量训练数据；从遥操到自主仍需海量数据和模型迭代。节目中他梳理了伯克利AI Research的强化学习传统、2019年ETH让机器狗爬山的标志性工作，以及自己用改进的PPO算法（BPPO）让机器狗在软垫上真实环境学习；他还区分了强化学习、模仿学习与多模态大模型的不同作用。关于形态，星海图选择轮式人形而非双足，是为了聚焦操作能力，因为操作才能改变物理世界、产生经济价值；灵巧手难度不亚于做好整个人形机器人，所以公司现阶段“力出一孔”做移动操作的本体、遥操作和智能。他也讨论了世界模型的定义争议（Sora为何不是、具备动作输入的视频预测才是）、触觉这一被忽视的模态，以及通用机器人面对的数据、模型两大瓶颈；他给出5年工厂大量部署、10年进入家庭的预期，并提醒机器人普及可能让人丧失部分决策权利。