机器人与物理 AI
7 篇相关中文文稿
机器人终局：英伟达 Jim Fan 的物理智能路线图
英伟达机器人研究负责人 Jim Fan 用一场二十分钟演讲，提出机器人可以复刻大语言模型的成功路线：先通过世界模型进行大规模预训练，再用动作数据对齐真实机器人，最后以强化学习完成“最后一公里”。他认为，过去三年占主流的视觉—语言—动作模型把参数重心放在了语言上；下一阶段应转向世界动作模型，并把机器人数据从昂贵的遥操作扩展到可穿戴设备、第一视角人类视频和神经模拟器。演讲最后，他给出物理图灵测试、物理 API 和物理自动研究三项里程碑，并预测机器人技术树可能在 2040 年前走到终局。
物理 AI 才是下一条真正的大赛道：从自动驾驶到矿山、港口与家用机器人
Applied Intuition 两位联合创始人 Qasar Younis 与 Peter Ludwig 解释，为什么他们把公司使命定义为“让十亿台机器拥有智能”。在他们看来，物理 AI 不应只等同于 Robotaxi 或人形机器人，它还会进入卡车、矿山、港口、农业、工程机械、无人机和家庭设备，并最终改变机器本身的形态、产业成本结构以及国家级基础设施。 访谈还讨论了传统车企为何难以吸收硅谷式自动驾驶团队、Cruise 与通用汽车之间的组织和商业模式冲突、Waymo 与 Tesla 两条技术路线的竞争、长途运输与采矿自动化的经济账，以及 Applied Intuition 新产品 Dana 如何试图把自主系统开发降到中学生也能使用的门槛。最后，几位嘉宾谈到世界模型、仿真与现实的差距、家用机器人的长尾需求、技术恐惧，以及物理 AI 为什么天然要求全球化和本地化同时发生。 > 说明：原始文件为 YouTube 自动滚动字幕。本文已去……
我如何押注特斯拉、人工智能与机器人革命——市场奇才Chris Camillo的6000万美元投资故事
本期访谈中，投资奇才Chris Camillo分享了他如何从8.3万美元起步，通过独特的信息套利策略，最终实现6000万美元的投资收益。Chris讲述了自己少年时代通过观察7-Eleven的Snapple库存变化，结合家人帮助买入看跌期权，完成第一笔成功交易的经历，揭示了信息套利的核心理念：通过捕捉消费者行为和社交媒体数据，领先传统华尔街投资者。 Chris进一步阐述了如何利用TikTok、Twitter等社交平台上的评论和趋势，提前发现市场尚未反映的投资机会。他举例说明了通过Facebook上一条妈妈的评论，发现英国一家小众儿童动画节目爆红，从而获得巨大收益的案例，强调了非传统群体和数字平台在捕捉早期信号中的重要性。 访谈后半部分聚焦于机器人即服务（RaaS）领域的深度研究，Chris认为2025年将是类人机器人进入全面试点的关键年，机器人劳动未来可能成为全球GDP的数倍。他重点介绍了特斯拉、Figure AI和Abtroni……
AI、机器人与社会套利：普通人怎样在巨变中找到机会 | Lewis Howes × Chris Camillo
自学成才的投资者 Chris Camillo 在这场访谈中现场演示，如何从热浪、消费潮流等现实变化出发，借助 AI 快速筛选潜在受益与受损公司，再判断影响是否足够重大、市场是否已经知情。他也解释了“社会套利”的买卖逻辑，以及为什么早期 iPhone、Tesla 和 ChatGPT 都曾被机构低估。后半场围绕人形机器人、就业、教育与个人成长展开：Chris 认为，未来真正稀缺的不是某个固定工具，而是资源整合、持续学习和主动创造的能力。 > 字幕说明：原始文件为 YouTube 英文自动字幕，存在滚动重复、词语误识别和说话人标记缺失。本文按上下文清理并推断 Lewis Howes 与 Chris Camillo 的发言；53:18 后混入的下一条视频自动播放字幕不属于本期，已剔除。文中投资、市场规模及技术时间表均为受访者个人观点，不构成投资建议。
黄仁勋：NVIDIA 的未来、Physical AI、Agent 崛起与推理爆炸
(0:00) Jensen Huang joins the show! (0:26) Acquiring Groq and the inference explosion (8:53) Decision making at the world's most valuable company (10:47) Physical AI's $50T market, OpenClaw's future, the new operating system for modern AI computing (16:38) AI's PR crisis, refuting doomer narratives, Anthropic's comms mistakes (20:48) Revenue capacity, token allocation for employees, Karpathy's autoresearch, agentic f……
Applied Intuition：打造物理AI操作系统，赋能自动驾驶与智能机器未来
本期访谈从物理机器行业的现状切入，类比Android和iOS出现之前的手机市场，强调统一操作系统对物理机器的重要性。Applied Intuition的创始人介绍了公司使命，专注于为汽车、卡车、建筑、采矿和防务等多领域打造物理AI，推动行业安全与繁荣。 访谈深入探讨了自动驾驶车辆的传感器选择，特别是激光雷达在研发和量产中的不同角色，强调低成本和高可靠性的目标。嘉宾详细阐述了车辆AI操作系统的复杂性，包括实时控制、安全冗余、低延迟和软件更新的挑战，并以安卓系统作类比。 随后，嘉宾分享了物理AI中的模拟、强化学习和验证难题，指出随着模型能力提升，发现系统缺陷变得更难但更关键。访谈还涉及了世界模型对因果关系的理解及其在自动驾驶中的应用，强调现实部署受限于硬件和安全要求。 最后，嘉宾谈及机器人技术从演示到量产的挑战，创业者应聚焦商业约束和小问题空间。Applied Intuition在招聘工程师时注重底层系统理解和生产环境经验，强调内部……
彼得·蒂尔：AI 机器人会重建美国经济 | Joe Lonsdale
Joe Lonsdale 与 Peter Thiel 讨论 AI、机器人与先进制造能否推动美国重新工业化。Thiel 的回答并不是简单押注“AI 更强”，而是强调机器人与设备成本、政策障碍、产业迁移和非技术性瓶颈。他们还谈到“原子世界”过去 50 年的停滞、模仿性文化如何让人集体误判、隧道和核能等“明明可行但系统坏掉”的领域，以及在“发声修复”和“退出”之间应如何选择战场。
没有匹配的文稿。