英伟达具身智能主管:机器人领域的终局之战与范式转移
英伟达具身智能研究主管、前 OpenAI 研究科学家 Jim Fan 在红杉资本 AI Ascent 峰会上发表演讲,宣布机器人领域的“终局之战”已经打响,并判定旧有的技术路径正式走向终结。他指出,大模型(LLM)的成功路径已经为机器人技术写好了终局剧本,这是一种从“预测下一个词”向“预测物理世界的下一个状态”的升维过程,标志着物理世界的 AI 革命已经到来。
01技术范式转移:从 VLA 到 WAM
演讲核心在于揭示了机器人底层逻辑的根本性转变。过去 3 年统治行业的“视觉-语言-动作”(VLA)模型已被认为走错了方向,世界正式步入“世界动作模型”(WAM)时代。这种转变并非简单的模型升级,而是对物理世界理解方式的重构。
技术路径对比
VLA 模型
过去 3 年的主流技术路径
主要依赖视觉与语言的映射
已被判为“走错方向”,走向终结


WAM 模型
世界动作模型,全新的技术时代
核心在于预测物理世界的下一个状态
大模型路径的“伟大平行”升维应用
02数据采集与环境定义的重构
在数据层面,Jim Fan 提出了颠覆性的见解。他认为,像 Sora 这类的视频模型,其本质并非生成视频,而是在学习整个物理世界的规律。基于此,机器人数据采集的终极答案不再是传统的遥控操作,而是直接利用人类第一人称视角视频。同时,算力、环境与数据的界限被打破,形成了“算力即环境,环境即数据”的新逻辑,机器人的 Scaling Laws(扩展定律)终于在这一框架下得到验证。
03未来演进与时间线预测
基于新的技术范式,演讲给出了明确的里程碑预测。从当前的突破到全面普及,机器人技术的发展路径被划分为三个关键阶段。
- 2040年
- 2027年
- 2024年
当前文章无评论,是时候发表评论了