“我看到了 Scaling Law 的信号” | 对谈清华叉院助理教授徐梦迪：具身智能、世界模型、真正的泛化

清华大学助理教授徐梦迪深入探讨了具身智能与机器人研究的前沿趋势。核心观点指出，机器人泛化能力的提升关键在于 “上下文学习”（In-Context Learning），即赋予机器人像人类一样快速适应开放世界变化的能力，而非单纯依赖预训练。研究应从模型能力出发反推数据需求，通过融合人类数据、仿真数据与机器人数据，构建稳定的数据闭环。目前具身智能领域正处于马拉松的早期阶段，随着模型规模化与适应性技术的突破，未来三到五年内有望迎来类似 GPT 的行业拐点。徐梦迪强调，机器人研究需跳出单一任务的局限，通过定义本质问题，实现从解题人向出题人的角色转变，从而推动机器人真正进入千家万户。