World Labs

184: 与陈哲的「具身季报26Q3」：Astra冲击后，通用模型会吃掉Robotics吗？

2026年10月15日 · 1:46:24

《晚点聊 LateTalk》具身季报 26Q3 期，主持人程曼祺对话 Alphaist Partners 创始合伙人陈哲，核心论断是：9 月发布的 GPT-6 Astra 已能直接输出机器人末端执行器位姿、充当策略模型，部分测试成功率超过专门训练的具身模型，物理 AI 正被通用模型收编为 AGI 的子问题。陈哲把 Astra 的用法分三层：直接当策略、监督纠偏 VLA（银河通用混合控制把成功率从 26% 提至 48%）、充当 Physical RSI 让 AI 在物理世界自己训练 AI；其空间能力据称来自雇佣 Blender 艺术家产数据，具身公司算力比头部通用模型公司落后两到三个量级。他判断 VLA/WAM 公司的价值主张将被挤压，创业公司应在接口、数据闭环、硬件与垂直场景寻找不可替代的位置；AMD 拟以 82 亿美元股票收购李飞飞的 World Labs，为 Neo Lab 定价并提示了卖身窗口。宇树上市后市值从 4400 亿回落到 1700 亿，但 Astra 反而强化硬件本体价值（上半年收入增 48%），监管收紧后具身公司 IPO 集体暂缓。GEN-1.5 与 Scale 的 S1 展示的上下文学习（ICL）用数秒到数分钟视频示范替代数小时乃至数天的后训练，可大幅压缩部署成本；美国 FCC 禁令按原产地限制新型号中国机器人进口，长期解法是产能出海。Q4 展望：Physical RSI 成果涌现，中国通用模型公司全面入场 Robotics 并重塑组织。

165: GEAR 高深远：世界模型、自进化循环、DreamDojo

2026年5月18日 · 1:49:03

本期嘉宾是即将加入英伟达具身智能实验室 GEAR 的研究者高深远，他与主播程曼祺系统梳理了世界模型的分类、瓶颈与未来，并详解了他参与研发的世界模型 DreamDojo 和世界动作模型 DreamZero。节目按世界状态表征将世界模型分为几何、显式3D、隐空间和视频四类，高深远最看好视频世界模型，因为数据丰富、可端到端训练、能继承互联网视频的泛化能力；世界模型的核心价值是服务策略——用于测评、生成数据和突破物理时间限制的强化学习，但当前难以横评，因为各家机器人本体和动作空间不同。DreamDojo 从4.4万小时人类第一人称视频中迁移泛化能力，用隐式动作（Latent action）免去动作标注，把视频预测做到实时，并自建6个 benchmark 评测物理模拟和动作控制能力；DreamZero 则是以视频为骨干的策略模型，被视作可能取代 VLA 的世界动作模型（WAM）。高深远描绘了由世界模型、策略模型和连接二者的 Agent 组成的自进化循环，认为今年可能初步跑通，未来5年或成爆点；他还对比了 DeepMind 的 Genie-SIMA 与 Nvidia 的 DreamDojo-DreamZero 等竞争格局，指出当前最大瓶颈是物理模拟和动作控制的泛化，以及长程稳定性和效率。此外他提到 OpenAI 的 Sora 团队已重组到 robotics lab，并认为通用基模路线（如 Anthropic、AMI）最终也可能解决具身问题。