@ycombinator：机器人已经可以折叠衣物、制作意式浓缩咖啡、清洁厨房并组装物品。更困难的问题是让它们……

X AI KOLs Following 事件
robotics reinforcement-learning general-purpose-ai automation startup-school machine-learning

摘要

在2026年的Startup School上，Chelsea Finn讨论了强化学习如何推动机器人技术向通用系统发展，强调可靠性和长期自主性。

机器人已经可以折叠衣物、制作意式浓缩咖啡、清洁厨房并组装物品。更困难的问题是让它们可靠地执行这些任务，长时间运行，而无需人类监督。 在Startup School 2026上，@physical_int联合创始人@chelseabfinn解释了构建能在现实世界中工作的通用机器人所需的条件。 她分享了强化学习如何将机器人吞吐量提高2倍，他们的系统如何能自主运行数小时，以及为什么她认为机器人技术正进入其GPT时代：从专用模型转向能跨任务、机器人和环境工作的通用系统。 00:00 — 物理智能的现状 01:23 — 让机器人变得有用的要素 05:11 — 可靠性问题 07:43 — 机器人强化学习 09:35 — 从失败中学习 12:43 — 训练机器人自我改进 14:21 — 机器人能否连续工作13小时？ 17:36 — 为什么机器人需要记忆 21:22 — 构建通用机器人 25:02 — 从微调到开箱即用模型 27:35 — 在所有数据上训练 30:20 — 一个超越专家模型的模型 31:21 — 组合泛化 37:49 — 机器人的GPT时代 39:49 — 问答
查看原文
查看缓存全文

缓存时间: 2026/08/15 16:04

机器人已经能够叠衣服、制作浓缩咖啡、清理厨房并组装物品。更困难的问题在于让它们可靠地、长时间地执行这些任务，无需人类在旁看护。

在2026年创业学校活动中，@physical_int联合创始人@chelseabfinn阐述了打造能在现实世界中工作的通用型机器人需要哪些要素。

她分享了强化学习如何将机器人工作效率提升2倍，他们的系统如何实现数小时自主运行，以及她为何认为机器人领域正迎来GPT时代：从专用模型转向能够跨任务、跨机器人、跨环境工作的通用系统。

00:00 — 物理智能的现状 01:23 — 使机器人真正实用的要素 05:11 — 可靠性难题 07:43 — 机器人领域的强化学习 09:35 — 从失败中学习 12:43 — 训练机器人实现自我改进 14:21 — 机器人能连续工作13小时吗？ 17:36 — 机器人为何需要记忆功能 21:22 — 构建通用型机器人 25:02 — 从微调训练到开箱即用的模型 27:35 — 利用全量数据训练 30:20 — 超越专用模型的统一架构 31:21 — 组合式泛化能力 37:49 — 机器人领域的GPT时代 39:49 — 问答环节

相似文章

这家初创公司认为机器人技术即将迎来它的ChatGPT时刻

TechCrunch AI

General Intuition是一家初创公司，正在构建基于视频游戏数据训练的机器人基础模型。该公司认为机器人技术将遵循自然语言处理的模式，采用通用模型，并已筹集3.2亿美元，估值23亿美元，以追求这一愿景。