@FinanceYF5: 《Robotics: Endgame》是Jim Fan去年 Sequoia AI Ascent 演讲《Physical Turing Test》的续集。 他把解决物理 AGI 的路线图，简单地类比成 LLM 的成功故事。
摘要
Jim Fan 发布《Robotics: Endgame》作为其之前《Physical Turing Test》演讲的续集，提出通过类比 LLM 的成功故事来解决物理 AGI 的路线图。
查看缓存全文
缓存时间: 2026/05/09 16:14
《Robotics: Endgame》是Jim Fan去年 Sequoia AI Ascent 演讲《Physical Turing Test》的续集。
他把解决物理 AGI 的路线图，简单地类比成 LLM 的成功故事。 https://t.co/ttb4ccrYwM
相似文章
@DrJimFan: 我保证这会是你今天花的最好的20分钟！机器人学：终局，是我去年Sequoia AI Asce…的续集
在Sequoia AI Ascent演讲中，Jim Fan博士提出了与LLM成功相平行的实现Physical AGI路线图，介绍了视频世界模型、World Action Models (WAM) 和 Dexterity Scaling Law 等概念，并分享了对近期未来的预测。
@dotey: https://x.com/dotey/status/2053351712149135385
英伟达 Jim Fan 在 Sequoia AI Ascent 2026 上发表演讲，宣告 VLA 架构过时并提出世界动作模型（WAM）作为机器人新范式，介绍了 DreamZero、EgoScale 及神经仿真器 Dream Dojo 等关键技术。
@FinanceYF5: 2. 回答那些能难倒大多数 AI 的问题
一位用户测试Claude Fable在经典考验AI的问题上的表现，例如数出strawberry中字母r的个数、比较5.11和5.1，并开玩笑地声称AGI已经实现。
@FinanceYF5: Jim Fan 宣布，团队首次将 AutoResearch 带入物理世界，推出 ENPIRE。 他们给 8 个 Codex 智能体配备机器人、GPU 和充足 token，让它们在真实硬件上自主学习、试错、协作和完成任务。
Jim Fan 宣布团队推出 ENPIRE，首次将 AutoResearch 带入物理世界，为 8 个 Codex 智能体配备机器人、GPU 和 token，使其在真实硬件上自主学习和协作完成任务。
@FinanceYF5: 人形机器人下一阶段的竞争，不是“谁更像人”，而是“谁能干活” Boston Dynamics 的 Atlas 不只是搬起一个迷你冰箱，而是在展示：机器人如何用全身协调、强化学习和本体感知，完成过去需要人类吃力完成的重物搬运。 真正的终点不…
讨论人形机器人下一阶段竞争的核心不再是外形仿真，而是实际干活能力，以Boston Dynamics的Atlas展示全身协调、强化学习和本体感知完成重物搬运为例，强调最终目标是替代人类完成最累的工作。