发布日期：2025-04-06 06:54    点击次数：143

出品｜虎嗅科技组姐妹花 正妹兒 身材火爆雙倍快樂

作家｜宋想杭

剪辑｜苗正卿

头图｜电影《效法游戏》

归国两个月后，罗剑岚加入智元。这是他探索国内具身智能的一个最先。

从机器东谈主不再称之为“机器东谈主”，而是被叫作念“具身智能”启动，这个赛谈也冉冉年青化。王兴兴、彭志辉、王鹤、杨丰瑜，如今国内的具身智能圈还是是90后、甚而00后的主场。似乎改名换姓后，东谈主也变年青了。和上述创业者相同，从伯克利回来的罗剑岚亦然一位90后。但不同的是，他的贪念不在于拿融资、创业、找钱。也许是性情使然，罗剑岚归国后依然坚捏了他过往的科研道路。

2015年，是罗剑岚在规模盘考更早的最先。在后续的十年时刻里，他有8年齐在作念学术盘考，先后就读于伯克利的博士和博士后学位。而在重返伯克利就读博士后之前，他还有两年的时刻是在谷歌渡过，区分担任Google X和Google DeepMind盘考科学家。在此时间，他还教授斥地了全球首个超东谈主类的机器东谈主真机强化学习系统。

尽管在具身智能规模，对于走 IL（效法学习）道路如故 RL（强化学习）道路，不对永恒存在，但罗剑岚却是又名坚决的 RL 拥护者。他的主张是，除非效法学习准确率能达到100%，不然在现实寰宇的省略情趣是极大的。而践诺情况是准确率达到99.9%齐是确切不可能的。

回到国内，罗剑岚在作念科研与回首产业界之间，选拔了一条折中的道路。他决定加入智元担任首席科学家，并牵头组建了“智元具身盘登第心”，还作念了稚辉君的共事。

与罗剑岚归国的初志相吻合，这个“智元具身盘登第心”并非传统真义上的盘考机构，而是一个联接基础盘考和产业落地之间的桥梁。在罗剑岚的口中，”它并不是为了发 paper 而存在的，这个事情不需要我在智元作念，具身盘登第心存在的真义是用问题股东科研，它的导向是去惩办践诺问题，最费事的是，在这个盘登第心里，基础盘考和产业落地莫得严格的界限”。

而罗剑岚口中的界限也正是中好意思在具身智能规模最大的区别所在。同期，它亦然口中具身智能存在泡沫的根源。

咱们不行老是在一个个榜单和视频的 demo 里看到具身智能的逾越，具身智能只好运用到具体的产业中，转为践诺坐蓐力，才能让东谈主感受到它的逾越。千里浸在学术界多年的罗剑岚，也并不摒除朱啸虎的不雅念。从某种进程上，朱啸虎代表着现实办法，但这种现实办法也正是隐秘在具身智能这种基础盘考与产业落地脱节的现实之下。

在与罗剑岚对话的经过中，他流线路了一种特别 open 的立场。他说，“迷漫不错交融朱啸虎作为投资东谈主的立场”，但同期这并不代表应该澌灭基础盘考。当下，大众对朱啸虎的不雅点存在一种误读，甚而解读成对具身智能的唱衰。践诺上赶巧相背，他反而在教唆企业，具身智能规模信得过需要惩办的是基础盘考与产业落地之间的 gap 问题。

但这种 gap 在好意思国的具身智能圈要愈加严重。“和国内不同，好意思国的氛围太过于偏重基础盘考，可能他们不卷吧”，罗剑岚对虎嗅说谈。但这同期亦然国内具身智能的魔力所在，“国内有许多作念硬件的公司，并且买卖化也会更快一步，这很故意于填补基础盘考与产业落地之间的 gap。” 罗剑岚告诉虎嗅。

践诺上，国内的具身智能圈，一直齐萦绕着两种氛围，一种是蚁合了UC伯克利和斯坦福等东谈主才的学术派，一种是蚁合了华为、小米等东谈主才的大厂派。但在罗剑岚身上，却既看得到属于学术派的纵脱办法作风，也有来舒服厂派的求实作风。此次归国，罗剑岚更多是带着问题回来的。

在具身智能规模，目下最大的难题如故在 manipulation（操控）身上，凡俗来讲等于准确应酬外部寰宇的无穷性、省略情趣。这亦然目下各界齐在攻克的重心。

而在智元，罗剑岚想用一种“以问题驱动科研”的形貌不竭完成他的科研责任，同期这里亦然他从科研回首到产业界的启动。

以下为虎嗅与智元首席科学家罗剑岚对话实录，有改革：

虎嗅：你在伯克利时间，对国内具身智能公司有过战争吗？其时你若何看国内这些公司的？

罗剑岚: 2016、17年的时候，那时产业化处于比较早期阶段，更多是硬件导向或者是偏管事类的机器东谈主，信得过热心具身智能和通用机器东谈主的还并未几。其时还莫得这个想法，无数齐叫机器东谈主。

海外也仅仅有几家机构在作念，包括Google在内。其时寰球对于把 learning 移到机器东谈主上这件事一直是捏怀疑立场的。阿谁时候国内偏传合伙些，AI作念得少。但这一两年，国内至少从声威上看媲好意思国要大得多。

虎嗅：是因为买卖化的原因吗？

罗剑岚: 国内可能会比较热心这个词。比拟之下，国内更易获取场景和数据，使用遵守也会相对较高。但好意思国会更坚捏时间的持久探索。

虎嗅：归国之后，为什么莫得选拔我方创业，而是加入到一居品身智能公司作念首席科学家？

罗剑岚: 在产业界作念科研需要一套落地的系统，这波及到跨学科跨层级的系统性融合。目下这个阶段，我但愿专注在我擅长的事情上，而不是一启动就堕入团队陶冶、融资、工程化这些事情上。

虎嗅：你说跨学科融合。但海外跨学科会不会走得更往前一些？

罗剑岚: 我倒以为中国天生的泥土或基因会比较好小数，比如好意思国，第一他没硬件，第二好意思国AI 东谈主才密度特别高，是以寰球会更多基础在AI盘考上。但比拟之下，在国内恰好相背，国内更容易找到机器东谈主所需要硬件骨子、算法等等。

虎嗅: 那智元最眩惑你的点在哪？

罗剑岚: 它是全栈的公司，也等于说硬件、软件、算法齐是闭环的。这和我的理念特别相符。

虎嗅：你的理念是什么？

罗剑岚: 我以为目下许多机器东谈主的问题是，目下在硬件、软件、算法上头工程和科研莫得沿途迭代。你不行把它动作念其他的 AI 标的，等于你有一个 benchmark，有一个 dataset，你在上头刷刷点，找一个场景。我比你好10%就好了。这样莫得反应践诺的领略，也不客不雅自制。

虎嗅：你在智元牵头组建的“智元具身盘登第心”，这个盘登第心是若何的存在？比如它的组织架构和孤独性。

人体艺术摄影

罗剑岚：目下还在捏续招聘。它是一个联接基础盘考，到信得过不错被部署到实在系统的中台。他不会只发论文，这可能仅仅方针之一；但更费事是股东具身系统才调的演进，以及部署到实在寰宇中。它是内嵌式的科研中台，具有相对的孤独性，不错探索新的科研范式，同期也会和咱们产品工程这类部门是保捏强联动，幸免脱节。

虎嗅：那在这个盘登第心里，它的基础盘考和落地点面会有一个比例吗？

罗剑岚：这是个好问题。我以为机器东谈主规模有一个挺大的问题，等于在别的规模比说大讲话模子，最新的盘考后果是确切不错随即摇荡到商用上，寰球不错看得见摸得着，不错用起来。但机器东谈主盘考却许多停留在了纸上，拍个视频发到网上说我方比别东谈主好10%，然后就莫得后续了，也莫得东谈主认真落地。

是以你说的这个比例问题，在咱们的盘登第心里我不会设一个就特别boundary的界限，我不会把基础盘考和落地分开来。我以为机器东谈主作为系统性的学科，它是不错被临了 push 到信得过运用上的，而不是留在 demo 和论文，然后谁也岂论的现象，是以举座会是比较流动的现象。

虎嗅：在海外的话，基础盘考和产业落地的这个界限会有多重？

罗剑岚：我觉在机器东谈主规模，海外比较无语的小数是，他们如若想落地比较难找场景。受制于一些客不雅成分，他们的制造业和管事业相对较少。这并不是他们不想作念。还有小数是好意思国环境会包容小数，总计这个词机制会更荧惑寰球去作念比较持久的探索，并且成本特别充裕，他们对失败的容忍率也比较高，这也导致了在具身智能规模许多问题莫得落地。

虎嗅: 是以，“用问题驱动科研”这亦然你回到国内要作念的主要事情吗？

罗剑岚: 对，我以为好的时间盘考能摇荡为坐蓐力亦然一件特别昂然东谈主心的事情。

虎嗅：DeepSeek这波飞腾之后，国表里对RL收受度会更高吗？

罗剑岚：对， DeepSeek 或 GPT-O1会让寰球看到 RL 的后劲。之前 RL 火起来如故在2016年AlphaGo 那波，但因为其后没找到运用，又千里寂了一会。然后2023年寰球看到大讲话模子的时候又好了，再到目下寰球仿佛又看到了 RL 的后劲。本年图灵奖也颁给了 RL 规模的两位宗匠。

我对 RL 的看法是这样，它是一个归纳法和演绎法的区别。归纳法是你目下看到的风光，他目下是什么，以后也就会是什么。但演绎是，你左证它底层的逻辑去推理。因为如若仅仅 supervise learning （监督学习）的话，莫得办法作念优化，也莫得办法作念多步的推理。但RL 在原则上是一个比supervise learning更合理的framework（框架）。如若它出问题了，也不一定是它自己的问题，即使真有的话，咱们应该让它变得更好，而不是看到问题就认为它不行了。

虎嗅：目下在具身智能规模，坚捏 RL 的会许多吗？

罗剑岚: 我以为目下作念locomotion，也等于作念出动的信赖用的比较多了。但manipulation （操控）的话，这个波及到实在寰宇，寰球还在探索阶段吧，

虎嗅：为什么会这样说？这个locomotion和manipulation具体体目下什么地点？

罗剑岚: 因为 locomotion 更多热心的是你我方的行径。比如狗往前走，机器东谈主 往前走，你只须纵脱好我方模子的准确性就不错了。但manipulation 更多对于外部寰宇，除非你的仿真器大概效法总计这个词寰宇，但这是个很难的事情。

在当年二三十年的机器学习的阅历和教会中告诉咱们，在一个AI系统里，如若有一个部分不跟着数据的scale（增加）从而性能scale（升迁），那么这部分临了就会酿成这个系统的瓶颈。仿真器是咱们用手策画的，不跟着总计这个词系统的升迁而升迁，临了咱们学出来的计策就不会超越仿真器的自己。

虎嗅：是以在manipulation还存在很大问题的情况下，你以为具身智能接下来的发展标的应该是什么？

罗剑岚: 我以为接下来几年，咱们不要说作念万能机器东谈主，而是作念有效的机器东谈主，惩办一个任务可能太specialize （专用）了，但至少不错惩办4、5个场景内部的任务。我也不热心他到底是不是东谈主形。

本文来自虎嗅，原文联接：https://www.huxiu.com/article/4197063.html?f=wyxwapp

---