MIT教授Russ Tedrake访谈：探讨具身智能与机器人技术爆发动因
MIT教授Russ Tedrake在访谈中分析人形机器人能力跃升原因，对比大行为模型与视觉语言动作模型，并分享仿真部署经验。
AI 编撰 · 内容基于所列来源，重要信息请以原文为准
麻省理工学院教授Russ Tedrake在一段深度访谈中，围绕具身智能Embodied AI让 AI 通过机器人身体感知并作用于真实世界，不只在屏幕里回答问题。◆ 小白科普 · 现身与机器人技术的发展展开讨论。他分析了人形机器人外形模仿人类、有头有手有腿的机器人。最大优势是能直接使用为人类世界设计的工具和空间——楼梯、门把手、工厂工位都不在话下。◆ 小白科普 · 现身能力近期快速提升的现象，并指出机器学习在实践层面已领先于理论研究。
Tedrake在访谈中区分了大行为模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身（LBMs）与视觉语言动作模型（VLAs）两类技术路线，并就仿真在电脑里搭建虚拟世界来测试、训练机器人。成本低、速度快，但和真实世界总有差距。◆ 小白科普 · 现身技术如何改变机器人运动控制让机器人的身体按想法精准动起来、并保持平衡的技术，相当于人类的「小脑」。◆ 小白科普 · 现身与研发模式分享了实操经验。访谈还涉及强化学习一种 AI 训练方法：让机器人在亿万次「试错」中自己摸索，做对了就给奖励。机器人走稳路、跑酷空翻，大多是这么练出来的。◆ 小白科普 · 现身在人形机器人运动能力提升中的应用，以及从仿真环境向真实世界部署把机器人真正放到工作现场长期干活，而不只是在实验室演示。部署规模决定了数据回流和经验积累的速度。◆ 小白科普 · 现身过程中需要关注的工程问题。
该内容面向AI与机器人领域从业者，提供了学术视角下对当前技术阶段与工程落地路径的观察。