
2024 年 5 月 6 日 · 1 小时 21 分

在中关村全球创新社区的办公室里,90后学者赵昊正在打造一个4D世界模型--让物理AI有解;
他参与过多家具身智能领域企业的创业,发布过5篇“Best Paper”,对于行业里冠以“共享的首席科学家”称呼,赵昊并不认同,他正在创建自己的事业,构建一个让机器人快速成长的无限世界。
赵昊回顾了国内计算机视觉与国际接轨的发展历程,如今国内具身智能领域已经可以接纳、欢迎“小天才”的出现;
具身智能机器人已经在做很“酷”的事情,叠衣服、做前列腺手术,解决具体问题,切口小,但延展空间巨大;
团队将人类世界中所有物体划分为刚体、柔性体、铰链物体三类,纳入4D世界模型,建造一个集合了光学、力学等物理属性,可随着时间变换的虚拟世界;
具身智能机器人训练的数据生态不断壮大,少量真机数据结合大量仿真数据、无本体采集数据成为常用方案,而在虚拟世界,元昊动力可以要让一条数据变成百条;
具身数据生意火爆,因为它在让产业链相关方所有人受益;
赵昊自称“小镇做题家”,在不断探索验证过程中,已经看到一个个问题被解决,他相信物理AI有解。在叠毛巾、软包分拣领域,机器人已经突破人类的速度。“当人们有了洗衣机,就很少再自己洗衣服了”,一些工作势必会转交给机器人来完成;
另一个不被广泛知道的经历:赵昊曾参与清华大学天空工厂,与追觅俞浩、梅卡曼德付翱共同探索机器人的世界。
本期嘉宾:清华大学智能产业研究院(AIR)助理教授、元昊动力创始人赵昊
主播:萃萃
背景音乐:Sonata in C, K.545
AI 从整集转写里归纳的,不是节目方的宣传语
软包分拣人类每小时一千二百件、机器一千五到一千八,叠毛巾机器每小时八百,柔性体操作已有解
嘉宾透露团队在合作项目中放弃三指夹爪,只保留灵巧手、五指或两指,因三指与人的手差别太大
他记得2009年hackathon上于浩伸手说『你好,我是天空工厂于浩』,这个瞬间记到现在
AI 读完整集转写后给出的推荐理由
一位清华AIR助理教授兼创业者,把具身智能拆成看得见的东西:酒店叠毛巾机器每小时八百件、软包分拣机器一千五到一千八而人类一千二,顺丰有十万工人干这活。他解释4D世界模型为何不神秘,把物理规律分成光学、力学、热学来讲,还透露数据采集一小时五十块、公司估值二十亿。最后聊到九华山小镇做题家如何在清华hackathon上被一句自我介绍改变人生。
由 AI 从整集转写生成,是创作者说明之外的补充
清华大学智能产业研究院助理教授赵昊谈具身智能与4D世界模型。他从酒店叠毛巾、前列腺手术机器人两个窄场景切入,解释物理AI的落地逻辑;拆解4D token与光学、力学、热学等多重物理属性建模;介绍刚体、柔性体、铰链物体的世界分类法;分析具身智能数据采集的商业模式、价格分层与质量乱象;最后讲述自己从九华山小镇做题家到清华天空工厂、再到计算机视觉研究者的成长路径,以及为何这一代AI研究者相信AI有解。
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:具身智能为何成为年度热词
主播从十五五规划、招商引资、春晚表演等角度铺陈具身智能的热度,指出距离真正落地仍有鸿沟,并引出本期嘉宾赵昊。
清华与北大的AI时代之争
赵昊介绍自己在清华AIR与智源研究院的身份,聊清华北大在招生与AI赛道上的较劲,以及九零后一代学者完成中国计算机科学与国际接轨、又培养出辍学创业小天才的加速度。
叠毛巾与前列腺手术:两个窄场景的PMF
赵昊用酒店布草叠毛巾和达芬奇手术机器人两个案例,说明具身智能的突破往往从一个极窄、需求量大、人力难以胜任的场景切入,再向外辐射。
首席科学家头衔与商业的本质
赵昊说自己每两个月就被邀请挂首席科学家头衔,认为这与行业过热有关;他谈商业的第一性原理是提供价值,并回忆自己做过清华校报主编的媒体经历。
从计算机视觉到创业:上一代AI的教训
赵昊讲述自己因觉得计算机视觉看得见摸得着而选择该方向,回顾商汤、旷视一代在商业化上的困难与两位创始人的早逝,认为GPT带来的model as a service是新的机会。
世界模型如何定价与商业化
赵昊解释五类token混合训练的多模态基模是能力而非产品,需要找到PMF;他提到与手术机器人、仓储机器人、虚拟影棚、汽车仿真的合作,并透露公司估值二十亿、已融数亿。
4D token不神秘:CV界的水到渠成
赵昊说4D表征是CV界核心圈层明确的下一个重要科学问题,文生图、文生视频、图生3D都成功了,生成4D是自然延伸;他对比了李菲菲团队更偏视图合成的路线。
3D与4D之别:物理属性不止光学
赵昊解释4D是随时间变化的三维表征,物理规律分光学、力学、热学、电磁学、声学属性;具身智能关心力学,汽车仿真关心除霜、吹面吹足、散热与风噪。
仿真数据与世界的三种分类
赵昊说仿真数据能精确拿到物理属性并训练基模;他介绍实验室第一课把世界分为刚体、柔性体、铰链物体,并把处理粒度下沉到部件,补齐碰撞、质量、摩擦等信息。
数据采集的三条路线与三指手的取舍
赵昊谈世界模型主要服务数据侧,比较无本体采集、真机采集与仿真数据;他批评戴头环打游戏式的垃圾数据,并解释团队为何在项目中放弃三指夹爪。
数据质量、标注与仿真泛化
赵昊说数据质量要看是否反映真实操作与未见情况,强调domain knowledge比无脑堆数据更重要;他介绍仿真训练场中一条数据可泛化成几百条的方法论。
数据生意的价格分层与各方心态
赵昊认为高质量数据本应集中共享,但商业壁垒造成内耗;他拆解数据生意的价格:无本体数据几十到一百元每小时,高质量真机数据不超过小几百元,采集者、大模型厂商、中间商都开心。
为什么这一代AI研究者相信AI
赵昊回应王欣欣『对AI不够相信』的说法,说自己从2012年起亲历检测、分割、生成等十余个方向被神经网络解决,因此相信软包分拣、叠毛巾这类柔性体操作有解,并认为让蓝领长期叠毛巾不人道。
天空工厂:小镇做题家的机器人启蒙
赵昊回忆清华天空工厂前身是航模队,于浩在hackathon上自我介绍的方式让他印象深刻;他自称九华山小镇做题家,十八岁前没接触过机器人,清华改变了他的人生轨迹。
不推荐静态书,以及三万天的使命
赵昊认为具身智能这类新生事物不该看静态书,GPT是更好的老师,文学经典则推荐《呼啸山庄》;最后他谈公司未来一两年把模型训好、赋能下游,并说人生不过三万天,要把事做成留下印记。

2024 年 5 月 6 日 · 1 小时 21 分

从大熊猫引发的网络骂战说起,“超级饲养员”不吐不快的动物园丰容是什么
2023 年 4 月 23 日 · 1 小时 11 分

2022 年 10 月 31 日 · 1 小时 25 分

2022 年 7 月 24 日 · 1 小时 16 分

502自习室 · 11 月 5 日 · 1 小时 15 分
在中关村全球创新社区的办公室里,90后学者赵昊正在打造一个4D世界模型--让物理AI有解;
他参与过多家具身智能领域企业的创业,发布过5篇“Best Paper”,对于行业里冠以“共享的首席科学家”称呼,赵昊并不认同,他正在创建自己的事业,构建一个让机器人快速成长的无限世界。
赵昊回顾了国内计算机视觉与国际接轨的发展历程,如今国内具身智能领域已经可以接纳、欢迎“小天才”的出现;
具身智能机器人已经在做很“酷”的事情,叠衣服、做前列腺手术,解决具体问题,切口小,但延展空间巨大;
团队将人类世界中所有物体划分为刚体、柔性体、铰链物体三类,纳入4D世界模型,建造一个集合了光学、力学等物理属性,可随着时间变换的虚拟世界;
具身智能机器人训练的数据生态不断壮大,少量真机数据结合大量仿真数据、无本体采集数据成为常用方案,而在虚拟世界,元昊动力可以要让一条数据变成百条;
具身数据生意火爆,因为它在让产业链相关方所有人受益;
赵昊自称“小镇做题家”,在不断探索验证过程中,已经看到一个个问题被解决,他相信物理AI有解。在叠毛巾、软包分拣领域,机器人已经突破人类的速度。“当人们有了洗衣机,就很少再自己洗衣服了”,一些工作势必会转交给机器人来完成;
另一个不被广泛知道的经历:赵昊曾参与清华大学天空工厂,与追觅俞浩、梅卡曼德付翱共同探索机器人的世界。
本期嘉宾:清华大学智能产业研究院(AIR)助理教授、元昊动力创始人赵昊
主播:萃萃
背景音乐:Sonata in C, K.545
AI 从整集转写里归纳的,不是节目方的宣传语
软包分拣人类每小时一千二百件、机器一千五到一千八,叠毛巾机器每小时八百,柔性体操作已有解
嘉宾透露团队在合作项目中放弃三指夹爪,只保留灵巧手、五指或两指,因三指与人的手差别太大
他记得2009年hackathon上于浩伸手说『你好,我是天空工厂于浩』,这个瞬间记到现在
AI 读完整集转写后给出的推荐理由
一位清华AIR助理教授兼创业者,把具身智能拆成看得见的东西:酒店叠毛巾机器每小时八百件、软包分拣机器一千五到一千八而人类一千二,顺丰有十万工人干这活。他解释4D世界模型为何不神秘,把物理规律分成光学、力学、热学来讲,还透露数据采集一小时五十块、公司估值二十亿。最后聊到九华山小镇做题家如何在清华hackathon上被一句自我介绍改变人生。
由 AI 从整集转写生成,是创作者说明之外的补充
清华大学智能产业研究院助理教授赵昊谈具身智能与4D世界模型。他从酒店叠毛巾、前列腺手术机器人两个窄场景切入,解释物理AI的落地逻辑;拆解4D token与光学、力学、热学等多重物理属性建模;介绍刚体、柔性体、铰链物体的世界分类法;分析具身智能数据采集的商业模式、价格分层与质量乱象;最后讲述自己从九华山小镇做题家到清华天空工厂、再到计算机视觉研究者的成长路径,以及为何这一代AI研究者相信AI有解。
点一章从那里开始播 · 与创作者标的时间点各自独立
开场:具身智能为何成为年度热词
清华与北大的AI时代之争
叠毛巾与前列腺手术:两个窄场景的PMF
首席科学家头衔与商业的本质
从计算机视觉到创业:上一代AI的教训
世界模型如何定价与商业化
4D token不神秘:CV界的水到渠成
3D与4D之别:物理属性不止光学
仿真数据与世界的三种分类
数据采集的三条路线与三指手的取舍
数据质量、标注与仿真泛化
数据生意的价格分层与各方心态
为什么这一代AI研究者相信AI
天空工厂:小镇做题家的机器人启蒙
不推荐静态书,以及三万天的使命
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。
http://www.ximalaya.com/album/45409861.xml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 →

2024 年 5 月 6 日 · 1 小时 21 分

从大熊猫引发的网络骂战说起,“超级饲养员”不吐不快的动物园丰容是什么
2023 年 4 月 23 日 · 1 小时 11 分

2022 年 10 月 31 日 · 1 小时 25 分