Vol.125｜世界模型更底层的东西：为什么机器人要先学会「因果」
About this episode
本期节目探讨了因果大模型在具身智能领域的重要性及其对机器学习的影响。
【本期内容】 在具身智能领域，你可能听说过「世界模型」、「Scaling Law」、「VLA」——但有一个词，你大概率还比较陌生：因果大模型。它不是新噱头，而是一个在学术界酝酿了 37 年、正在悄悄改变具身智能路线图的底层范式。 今天行业的主流打法是堆数据，靠 Scaling Law 让机器人自然「涌现」。但有人提出了一个不讨好的判断：不是数据不够，是范式用错了。VLA 模型在 demo 里很好看，放到真实场景，桌面高两厘米，任务就失败了——因为它学的是「相关性」，不是「因果」。 因果大模型要做的，是从同样的数据里挖出更深的东西，让机器人大脑真正学会举一反三：变量如何互相影响、动作后状态如何演化、甚至能推断「如果当时不这么做会怎样」。 我们请来 Aether AI 创始人黄碧薇（Biwei Huang），她深耕学术界 12 年，师承两代因果 AI 开山鼻祖，历经德国马普所（马克斯·普朗克研... 去小宇宙查看完整单集简介 在小宇宙查看该单集文稿
More episodes of 开始连接 LinkStart
- Vol.127｜存储涨价让手机不性感了，但硬件重新变得有意思了｜串台「屠龙之术」
- Vol.126｜融疯了的具身，是泡沫还是黎明？
- Vol.124｜从迪士尼机器人到 OpenAI 情绪模型：他想造出机器的「生命感」
Explore listener stats, chart rankings, contacts and more on the 开始连接 LinkStart podcast page.