98. 逐篇讲解机器人基座模型和VLA经典论文——“人就是最智能的VLA”

张小珺Jùn｜商业访谈录

本期节目探讨了大型语言模型浪潮下通用人形机器人的发展现状及未来趋势。访谈嘉宾陈建宇教授，心动纪元创始人，首先解释了大语言模型的出现如何改变了机器人领域，从专用模型转向通用模型成为可能，并以此为背景，深入分析了机器人基座模型和 VLA（Vision-Language-Action）架构的演进。更重要的是，陈教授详细介绍了各种 VLA 架构的经典论文，例如 Google 的 RT-1 和 RT-2，以及其他研究机构的成果，例如斯坦福大学的 Aloha 和 DeepMind 的 GATO，比较了不同技术路线的优劣，并指出了目前通用机器人领域最棘手的问题，例如可扩展的模型架构。例如，他比较了基于 Transformer 和 Diffusion 模型的 VLA 架构，并介绍了其团队在结合实时视觉反馈和预测未来状态方面的研究进展。最后，陈教授分享了他对未来通用人形机器人发展的乐观预测，认为在未来五年内，我们就能看到机器人更加普及的景象，并探讨了其创业公司心动纪元在这一领域的商业化策略，以及如何将高校研究成果转化为实际产品。总而言之，本期节目清晰地展现了通用人形机器人领域的最新技术进展和产业化趋势，为听众提供了对该领域前沿科技的深入理解。

Takeaways

Outlines

Q & A

Preview

How to Get Rich: Every EpisodeNaval