
155. 和科沃斯钱程聊,父与子、企二代接班的样本与肌理、机器人,和我内心的追寻
10 月 21 日 · 2 小时


今天的嘉宾是硅谷机器人公司Physical Intelligence(Pi)的研究员柯丽一鸣(Kay Ke)。
Pi是一家专注于研究机器人“大脑”的明星创业公司——成立仅两年,投后估值已超50亿美元,是这个赛道最受瞩目的独角兽之一。部分业界人士对它的期望是,成为机器人领域的OpenAI。
柯丽一鸣在Pi主要负责强化学习方向的研究,也是Pi核心论文的作者之一。
在科研之余,她追求在工作和人文表达之间找到平衡,所以业余时间她也会写写小说。这让今天的聊天更有意思了。
节目中,我们详细聊了聊机器人的江湖、谱系、门派与主角们。
全球的机器人团队都非常关注Pi在机器人大脑上的开源工作。柯丽一鸣详细阐述了他们的研究思路与技术细节(从π0到π0.5再到π*0.6)。
但由于我们这集节目的录制时间比较早,尚且没有囊括他们的最新模型π0.7。嘉宾关于π0.7的技术讲解,我会补充在shownotes里。
接下来,就是我对柯丽一鸣的访谈。
OUTLINE:
机器人与小说家
武侠、板寸、背包客
草蛇灰线
机器人江湖、族谱、主角
硅谷创业图谱
PI的研究:π0、π0.5、π*0.6
*嘉宾补充:π0.7强调统一模型,不需要后训练,就能媲美以往后训练的通用能力。有架构和数据(有不少之前自主rollout数据)的设计。
PI的组织与文化
放弃剑桥教职
巴甫洛夫的狗
前沿展望
中国
机器人“种族”
没有写完的故事
LINKS:
我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出;
我们的视频播客在Bilibili、小红书、视频号、抖音等全视频平台播出;
如果你想服用文字版,请搜索我们工作室的公众号:语言即世界language is world。
DISCLAIMER: 本内容不作为投资建议。
CONTACT: [email protected]
Jump into the new world-and explore with us!😉
说明里标出的时间点,点一下跳过去
AI 读完整集转写后给出的推荐理由
这期节目请到了硅谷明星机器人公司Physical Intelligence的核心研究员柯丽一鸣,他既是强化学习专家,也是个写科幻小说的网文写手。你会听到他如何从芜湖的竞赛班一路走到剑桥教职门前,又为何在最后一刻放弃教职加入创业公司。他亲手梳理了机器人研究的'江湖族谱'——从CMU传统派到伯克利机器学习派,从波士顿动力到Figure、1X,各家路线和掌门人的故事都讲得清清楚楚。他还解释了Pi从π0到π0.6*的技术演进,以及为什么他坚信'真机数据'不可取代。最有趣的是他对'机器人种族'的浪漫想象:机器人可以造自己、换零件,甚至像忒修斯之船一样被完全替换。
由 AI 从整集转写生成,是创作者说明之外的补充
本期节目访谈硅谷机器人公司Physical Intelligence(Pi)研究员柯丽一鸣。他从个人成长经历切入,梳理了机器人研究的学术谱系(CMU传统派与机器学习派),详细解读了Pi从π0到π0.6*的技术演进(能力、泛化、表现),并深入探讨了真机数据与仿真数据之争、强化学习的本质、人形与非人形构型的路线分歧,以及中美机器人产业的差异。柯丽一鸣的“实用派加狂野派”观点、对“机器人种族”的浪漫想象,以及他作为网文写手的人文视角,为理解当下机器人产业格局提供了独特而丰富的认知。
点一章从那里开始播 · 与上面创作者标的时间点各自独立
开场:从写小说到做机器人的研究者
主播介绍嘉宾柯丽一鸣及其公司Pi。嘉宾分享写科幻小说与做机器人研究的共通之处,畅谈生产力变化对人际关系的影响,以及他对'洞穴生活'的向往。
关于智能体、信任与科幻的反思
嘉宾讨论对AI毁灭世界命题的怀疑,认为当前智能体权限、责任与能力有限,不足以构成威胁。他拒绝透露网名,坚持工作与生活分开。
成长经历:从芜湖竞赛班到美国大学
嘉宾回顾在安徽芜湖的信息学竞赛启蒙,大学从心理学转到经济学再转回计算机的经历,以及他对教育资源分配不均的感慨。
叛逆的青春:板寸头与东南亚背包旅行
嘉宾讲述高中剪板寸头、独自去东南亚旅行的叛逆经历,以及作为女生对安全感的思考。他坦言自己不是激烈教育的优胜者。
出国留学的偶然契机与游戏的影响
嘉宾因不愿补短板而放弃国内升学,受游戏《雨血》及其创始人影响,决定出国留学。他分享了对武侠世界与纯粹情绪碰撞的着迷。
文化冲击与学术转向:从经济学到机器学习
嘉宾比较中美英三国社会文化差异,讲述大学期间通过博弈论与对抗机器学习结缘,最终转向人工智能研究的经历。
博士研究:从模仿学习到强化学习
嘉宾介绍博士期间从模仿学习转向强化学习的历程,解释两者区别,并回顾2017年机器学习在机器人领域尚属小众的行业背景。
机器人的江湖:两大派系与学术族谱
嘉宾梳理机器人研究五十年历史,重点介绍CMU传统派(路径规划与控制)与机器学习派(数据驱动)的代表人物与传承关系。
传统派与机器学习派的价值观冲撞
嘉宾讨论两派之间的鄙视链与质疑,认为'泛化与表现的冲突'至今仍是核心问题,并引用Jitendra Malik的名言强调跨领域合作的重要性。
硅谷机器人创业公司全景扫描
嘉宾对比Pi、Skild、Figure、1X、Tesla等公司的创始人背景、技术路线与商业侧重,指出Pi与Skild偏学术,Figure等更强调商业落地。
大厂与创业公司的路线差异
嘉宾分析Tesla、Google、NVIDIA在机器人领域的布局差异,并分享对波士顿动力创始人Marc Raibert花衬衫轶事的观察。
通用大脑的定义:人形与非人形之争
嘉宾阐述Pi对'通用大脑'的理解——应适配多种构型而非仅人形,并分享自己'实用派加狂野派'的构型信仰。
机器人的前沿:评估难题与方向分散
嘉宾指出机器人领域缺乏统一评估标准,导致'前沿'难以定义,各公司方向分散但宏观命题一致。
Pi的主线研究:从能力到泛化再到表现
嘉宾详解π0(能力)、π0.5(泛化)、π0.6*(表现)三篇主线论文的目标与成果,强调强化学习在提升表现中的关键作用。
数据之争:真机数据、体验数据与仿真数据
嘉宾作为'真机数据'信仰派,讨论体验数据的价值、错误数据的修正作用,以及仿真数据在柔性物体任务中的局限。
评估指标与硬件策略
嘉宾介绍Pi的评估指标(如SUPOT),并透露π0.6*使用的自研硬件,强调硬件为任务与表现优化而非单纯为软件。
对标OpenAI:机器人大脑的现状与未来
嘉宾回应'Pi对标OpenAI'的说法,认为尚未达到GPT-1水平但正在靠近,并讨论独立机器人大脑的可能性与Scaling Law的探索。
Pi的内部文化与工作方式
嘉宾描述Pi自由、自驱的工作氛围,包括读书会、例会演变、办公室环境,以及CEO Karol Hausman的管理角色。
加入Pi的偶然与必然
嘉宾回顾放弃剑桥教职、加入Pi的决定过程,对比学术界与工业界的差异,强调团队协作与资源支持的重要性。
七年博士生涯与强化学习的本质
嘉宾分享七年博士经历,阐述强化学习作为'通过体验变得更好'的本质,并深入探讨探索、归因与奖励函数设计三大模块。
奖励函数、VLA架构与数据质量
嘉宾讨论奖励函数设计的困难,认为传递好坏不一定需要显式函数。他分享对VLA架构演化的看法,并定义好数据的多个维度。
通用能力与具体任务:左脚踩右脚
嘉宾认为零样本泛化与具体场景优化相辅相成,具体任务的表现提升能反哺模型整体能力,两者应均衡发展。
对标自动驾驶与大模型:机器人的位置
嘉宾对比机器人、自动驾驶与大模型三者的难点与相似性,认为机器人目前发展阶段更贴近大模型,并讨论进入家庭的挑战。
中美机器人产业对比与硬件供应链
嘉宾高度评价中国在硬件产业链上的统治力,认为美国难以追赶。他分享Pi不急于商业化的历史原因,并讨论硬件劣势是否可抹平。
意识、机器人种族与人类的最后造物
嘉宾对AI意识持怀疑态度,畅想机器人'造自己'的种族延续,并浪漫地认为人类活着是为了'爱与死',机器人不会是最后造物。
生产力爆炸的畅想与个人信仰
嘉宾将'偷懒'视为人类文明本质追求,畅想生产力爆炸后的生活。他分享对虚无主义的理解,以及'做九分留一分'的人生哲学。
尾声:推荐书籍、地点与最后的思考
嘉宾推荐《区隔》一书,分享对爱丁堡的喜爱,科普'阴道瓣'知识,并回应'语言即世界'的哲学思考,节目在主播的总结中结束。

155. 和科沃斯钱程聊,父与子、企二代接班的样本与肌理、机器人,和我内心的追寻
10 月 21 日 · 2 小时

154. 对Dyna创始人Lindon的3小时访谈:机器人世界的迷雾、分歧与抉择,修心、《沉思录》与王阳明
10 月 15 日 · 2 小时 51 分

153. 和曾鸣聊产业史观:残酷的真相、会消亡的公司、优秀≠卓越、“OAI、Anth大概率不是原生时代大赢家”
9 月 3 日 · 2 小时 34 分

152. 领读Kimi K3技术报告:从架构创新聊起,注意力美学、多教师蒸馏和开源MoE
8 月 26 日 · 2 小时 04 分

张小珺Jùn|商业访谈录 · 7 月 16 日 · 3 小时 48 分

今天的嘉宾是硅谷机器人公司Physical Intelligence(Pi)的研究员柯丽一鸣(Kay Ke)。
Pi是一家专注于研究机器人“大脑”的明星创业公司——成立仅两年,投后估值已超50亿美元,是这个赛道最受瞩目的独角兽之一。部分业界人士对它的期望是,成为机器人领域的OpenAI。
柯丽一鸣在Pi主要负责强化学习方向的研究,也是Pi核心论文的作者之一。
在科研之余,她追求在工作和人文表达之间找到平衡,所以业余时间她也会写写小说。这让今天的聊天更有意思了。
节目中,我们详细聊了聊机器人的江湖、谱系、门派与主角们。
全球的机器人团队都非常关注Pi在机器人大脑上的开源工作。柯丽一鸣详细阐述了他们的研究思路与技术细节(从π0到π0.5再到π*0.6)。
但由于我们这集节目的录制时间比较早,尚且没有囊括他们的最新模型π0.7。嘉宾关于π0.7的技术讲解,我会补充在shownotes里。
接下来,就是我对柯丽一鸣的访谈。
OUTLINE:
机器人与小说家
武侠、板寸、背包客
草蛇灰线
机器人江湖、族谱、主角
硅谷创业图谱
PI的研究:π0、π0.5、π*0.6
*嘉宾补充:π0.7强调统一模型,不需要后训练,就能媲美以往后训练的通用能力。有架构和数据(有不少之前自主rollout数据)的设计。
PI的组织与文化
放弃剑桥教职
巴甫洛夫的狗
前沿展望
中国
机器人“种族”
没有写完的故事
LINKS:
我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出;
我们的视频播客在Bilibili、小红书、视频号、抖音等全视频平台播出;
如果你想服用文字版,请搜索我们工作室的公众号:语言即世界language is world。
DISCLAIMER: 本内容不作为投资建议。
CONTACT: [email protected]
Jump into the new world-and explore with us!😉
说明里标出的时间点,点一下跳过去
AI 读完整集转写后给出的推荐理由
这期节目请到了硅谷明星机器人公司Physical Intelligence的核心研究员柯丽一鸣,他既是强化学习专家,也是个写科幻小说的网文写手。你会听到他如何从芜湖的竞赛班一路走到剑桥教职门前,又为何在最后一刻放弃教职加入创业公司。他亲手梳理了机器人研究的'江湖族谱'——从CMU传统派到伯克利机器学习派,从波士顿动力到Figure、1X,各家路线和掌门人的故事都讲得清清楚楚。他还解释了Pi从π0到π0.6*的技术演进,以及为什么他坚信'真机数据'不可取代。最有趣的是他对'机器人种族'的浪漫想象:机器人可以造自己、换零件,甚至像忒修斯之船一样被完全替换。
由 AI 从整集转写生成,是创作者说明之外的补充
本期节目访谈硅谷机器人公司Physical Intelligence(Pi)研究员柯丽一鸣。他从个人成长经历切入,梳理了机器人研究的学术谱系(CMU传统派与机器学习派),详细解读了Pi从π0到π0.6*的技术演进(能力、泛化、表现),并深入探讨了真机数据与仿真数据之争、强化学习的本质、人形与非人形构型的路线分歧,以及中美机器人产业的差异。柯丽一鸣的“实用派加狂野派”观点、对“机器人种族”的浪漫想象,以及他作为网文写手的人文视角,为理解当下机器人产业格局提供了独特而丰富的认知。
点一章从那里开始播 · 与创作者标的时间点各自独立
开场:从写小说到做机器人的研究者
关于智能体、信任与科幻的反思
成长经历:从芜湖竞赛班到美国大学
叛逆的青春:板寸头与东南亚背包旅行
出国留学的偶然契机与游戏的影响
文化冲击与学术转向:从经济学到机器学习
博士研究:从模仿学习到强化学习
机器人的江湖:两大派系与学术族谱
传统派与机器学习派的价值观冲撞
硅谷机器人创业公司全景扫描
大厂与创业公司的路线差异
通用大脑的定义:人形与非人形之争
机器人的前沿:评估难题与方向分散
Pi的主线研究:从能力到泛化再到表现
数据之争:真机数据、体验数据与仿真数据
评估指标与硬件策略
对标OpenAI:机器人大脑的现状与未来
Pi的内部文化与工作方式
加入Pi的偶然与必然
七年博士生涯与强化学习的本质
奖励函数、VLA架构与数据质量
通用能力与具体任务:左脚踩右脚
对标自动驾驶与大模型:机器人的位置
中美机器人产业对比与硬件供应链
意识、机器人种族与人类的最后造物
生产力爆炸的畅想与个人信仰
尾声:推荐书籍、地点与最后的思考
节目里自然聊到的,不是广告

AI 对内容的推测
☕🧄 这个比喻出自 2009 年周立波的一句「喝咖啡的怎么能和吃大蒜的呆在一起呢」;郭德纲后来在《你要高雅》里回了一句「雅和俗分不开,喝着咖啡就着大蒜,秋水共长天一色」。我们借它标注风格取向 —— 两端没有高下,编辑部式与熟人局式都能做出极好的节目。
https://feed.xyzfm.space/dk4yh3pkpjp3复制概要、章节、提及与推广标注由 AI 生成,可能有误;内容版权归创作者,声湃按创作者开放的 RSS 收录。了解收录与 RSS →

155. 和科沃斯钱程聊,父与子、企二代接班的样本与肌理、机器人,和我内心的追寻
10 月 21 日 · 2 小时

154. 对Dyna创始人Lindon的3小时访谈:机器人世界的迷雾、分歧与抉择,修心、《沉思录》与王阳明
10 月 15 日 · 2 小时 51 分

153. 和曾鸣聊产业史观:残酷的真相、会消亡的公司、优秀≠卓越、“OAI、Anth大概率不是原生时代大赢家”
9 月 3 日 · 2 小时 34 分