Danfei Xu：人类数据，行为克隆，机器人的GPT-3，斯坦福，全栈机器人，EgoMimic，遥操作，UMI

机器人学习的核心在于利用人类数据（Human Data）实现物理智能的突破。徐丹飞作为机器人学家，强调了从传统的强化学习转向行为克隆（Behavior Cloning）的必要性，并指出机器人学习本质上是涵盖硬件、数据采集与系统集成的全栈工程挑战。人类数据（如第一人称视角视频、手部姿态等）是实现机器人通用物理智能的关键燃料，旨在通过大规模数据驱动，使机器人能够像人类一样进行精细操作与交互。尽管目前面临数据采集标准不统一、硬件与算法耦合度高等挑战，但通过构建高质量的人类行为数据集，机器人有望在未来实现类似大语言模型在语言处理领域的 “GPT 时刻”，最终达到在物理操作上与人类行为难以区分的智能水平。