AlphaZero

96: 和楼天城聊 Robotaxi：学习人类优秀司机，让我绝望

2024年12月25日 · 1:27:58

楼天城在小马智行这次访谈中系统阐述了Robotaxi过去5年的技术变革：L4必须从“Learning by Watching”（模仿学习）转向“Learning by Practicing”（实践学习），以世界模型作为车端模型的训练环境。他提出多个反直觉判断：模仿学习最多只能“像人”，但人类对AI司机的双标要求使像人永远达不到L4；越是优秀的人类司机，越依赖超越传感器数据的经验与直觉，模仿其行为反而是“反向优化”；世界上不存在MPI（接管里程）为1000公里的L2产品，因为那要求人一个月接管一次且始终保持专注，违背人性。小马5年前因此彻底放弃模仿学习，转向生成式数据和闭环训练，从零追赶，前两年“没有任何进展”，承受了巨大压力；他强调决定自动驾驶能力上限的不是车载模型，而是世界模型这一“工厂”的精度。世界模型包括数据生成器、驾驶行为评估体系、高真实性仿真和数据挖掘引擎，其中交互模拟和细粒度指标是核心竞争力。楼天城还明确L2+与L4是两件事：L2以低成本辅助人为目标，用模仿学习没有问题，但无法跨越安全与人性的门槛，做得越好，距离L4反而越远。商业化上，他预计1-2年内可实现成本更优的千台级无人车队运营并转正毛利，净利则要到5万台；而特斯拉如果继续坚持Learning by Watching，转向实践学习仍需时间。

40: 通用机器人，AI 的下一个浪潮？

2023年7月27日 · 1:09:48

本期《晚点聊》邀请梅卡曼德创始人兼CEO邵天兰，讨论通用机器人（人形机器人、具身智能）热潮：大模型让这个目标从“登月”变成“攀登喜马拉雅山”，首次呈现可行路线，但机器人四肢的进化远慢于“大脑”，大概率出现“聪明的脑子、笨拙的四肢”。邵天兰描述，世界人工智能大会上特斯拉人形机器人仅是模型也被围观，英伟达、微软、谷歌、字节跳动、腾讯等都在布局；通用机器人必须能在物理世界操作交互，智能客服不算。他解释，今天机器人完成简单任务仍靠大量人工编程，深度学习只占小比例，比如制衣厂自动化缝纫机切换新品要编程两天，而订单一两天就生产完了，因此设备闲置；农夫山泉生产线几乎无人，因为产品常年不变，而咖啡店店员一小时可能干几十种杂事，机器人做不到；全球工业机器人年销量约50万台，仅在汽车焊接、物流搬运等稳定场景普及。大模型能带来常识和推理（如“热饭”与微波炉的关联），但手、腿、驱动器等机械部件十年进化可能不到一倍，而算力讨论单位十年进化100万倍、训练数据从1万张图片变成全网文本，所以机械是更大瓶颈；他寄望用AI在仿真中加速机械工程设计，让人一年两次的迭代变成一天千次。对人形机器人，他认为世界为人设计，人形因此是最佳形态；特斯拉Optimus若真做出能干活的第一台，是从0到1，比造电动车难得多。他还谈到酒店电梯已为送货机器人做无障碍改造，ChatGPT反而训练人更清晰地沟通，就业担忧可参考洗衣机、织布机的历史，通用机器人技术不会被一两家垄断，而会像电脑一样进入并重塑每个行业。