少有的同时做过 Agent、多模态和具身的人 | 对谈前混元多模态 RL Infra 负责人淏楠

AI 技术正从语言智能与多模态生成向具身智能演进。具身智能的核心在于物理世界的交互与操控，而非单纯的语言推理。目前，具身智能的发展依赖于硬件与模型的协同设计，通过大模型提供 “大脑” 能力，结合小模型处理具体的物理动作。Astra 等模型的出现标志着具身智能的 “GPT-3 时刻”，其强大的场景理解与指令执行能力，为机器人落地提供了新路径。未来，具身智能的突破关键在于构建高效的数据回流管线，利用 “软蒸馏” 技术处理错误恢复数据，从而在有限的算力资源下，通过大模型接管与小模型执行的闭环，实现从仿真到现实的规模化落地。