张弛 Zoroo | 具身&AI Data (@zorooeth) header
张弛 Zoroo | 具身&AI Data (@zorooeth) profile picture

某6000万用户出海产品 Founder; 亚非拉研究院 Co-Founder; 弦计划 Founder; 前字节跳动&网易产品经理; 专注 具身&AI 数据

Hangzhou
Joined September 2012
Photo by 张弛 Zoroo | 具身&AI Data (@zorooeth)Photo by 张弛 Zoroo | 具身&AI Data (@zorooeth)Photo by 张弛 Zoroo | 具身&AI Data (@zorooeth)Photo by 张弛 Zoroo | 具身&AI Data (@zorooeth)Photo by 张弛 Zoroo | 具身&AI Data (@zorooeth)Photo by 张弛 Zoroo | 具身&AI Data (@zorooeth)Photo by 张弛 Zoroo | 具身&AI Data (@zorooeth)Photo by 张弛 Zoroo | 具身&AI Data (@zorooeth)Photo by 张弛 Zoroo | 具身&AI Data (@zorooeth)Photo by 张弛 Zoroo | 具身&AI Data (@zorooeth)
认同,现在AI发展已经涉及到更多认识论和认知科学的问题了
今天看到很多帖子说,Fable 5.2 一出来,Video Gen、3D Gen 这些方向都要被杀死了。我倒是没有这么悲观。 我觉得这里有一个很重要的区别:LLM 主要从人类产生的信息(语言)中学习如何理解世界,而 World Model 有机会更直接地从世界本身学习,不一定需要局限于人类的认知视角和表达方式。 换句话说,AI 理解和模拟世界,未必一定要遵循人类理解世界的方式。 那为什么现在 LLM 的通用能力比 Video Model / World Model 强这么多?我觉得一个主要的原因就是 Data。 理论上,如果有近乎无限的高质量视频数据,World Model 的泛化性和通用性完全可能比现在强得多。但现实是视频和 3D 数据远没有文本那么容易获取,所以短期内打不过 LLM 也不奇怪。 这里又想引用一个从 @jcjohnss 那里学到的观点:很多时候决定一条技术路线能否成功的,不是方法或原理本身的优劣,而是当前的资源条件是否适合这条路线。 这跟 The Hardware Lottery 的观点很像,而今天的 LLM 和 World Model 某种程度上也存在一个 Data Lottery。 反过来说,LLM 的通用能力再强,也不能完全绕过 Video Gen、3D Reconstruction 的数据瓶颈。没有足够的领域数据,某些能力就是有上限的。 更何况,现在 Astra / Fable 展示的很多能力也不是 End-to-End 的,而是借助 COLMAP、Blender 等工具来完成任务。LLM 学会调用 Blender,不等于它自己学会了生成 3D 世界。 我觉得现在的 LLM 很大程度上是在学习人类解决问题的方式:理解任务、制定计划、调用工具。但人类能站到食物链顶端,也不是因为自身什么都能做到最好,而是因为学会了创造和使用工具。工具的能力,很大程度上决定了最终结果的上限。 所以短期内,我觉得 LLM 仍然会是最重要的大脑,而 Video Model / World Model 会成为非常强悍的工具,两者结合可能才是最优解。 但长期来看,二者的关系会更加微妙。
64
System 2 也好,System 1 也好,System 0 也好。具身模型和世界模型赛道的公司还有事可做。 但话说回来,现在这种形势,广义具身智能的大规模落地,就在眼前了。比起是模型侧的机会,更是硬件、数据、应用场景侧的机会。
videogen 有其独到之处,除非你认为 render 需要串行生成每一帧。我不觉得 videogen 会死完,因为一个 data-driven 的 render 是要大于传统的 render 的。
1
1
2
85
零遥操数据的效果
Robots that learn should generalize. Locomotion should show generalization across terrain; manipulation across object categories. Here is a video of “Pick Anything”, demonstrating human like grasps for 66 different objects, ranging in size and shape from air pods to dumbbells to pipe wrenches, using a *single* policy. The system uses the stereo camera head for vision (no wrist cameras) & Sharpa Wave hands for manipulation. It was trained using video and RL (zero teleoperation data). This is research from our Dex-Hands team at Amazon FAR and we will be doing live demos of the system at CoRL 2026 ( Demo 12, Nov. 9 &10). Please come by!
85
牛啊
Mika 正式开源:真正的 Phone Agent,就跑在你的安卓手机上。 一句话交给它,它就能在你手机上把事干完。 复用你现有的登录态,不用额外授权,也不用 Root,更不用电脑。 你继续玩手机,它在后台干活,互不干扰。干完了通知你,你也可以随时随地再丢任务给它。 他能干什么? 1、操作你手机上的任何 App:发微信、总结群聊、小红书总结博主内容,在 BOSS 直聘批量打招呼、订闹钟、改设置,手机上的 App 都能操作,不用事先适配 2、内置浏览器:强大的 Browser use,搜索、筛选、读网页、批量操作,帮你把事干好的同时,节奏像真人一样,不容易被风控 3、悬浮胶囊:在任何 App 里都能随时呼起,和它对话,叫它干活,或者把这一屏发给它,问这个怎么回、帮我记下来 4、本地 Linux 沙箱:跑 Python、处理你发来的文件、Agent 写的脚本 不要 root,无需电脑,就跑在你的安卓手机上,真正的 phone Agent,替你在手机上把事都干了。 更多功能正在赶来的路上。 欢迎 star,下载使用,感兴趣也可以一起开发。 Github 地址:github.com/wangzan101/mika
1
156
人已经会干的活,没必要全靠遥控机器人再采一遍。 TouchBridge这篇挺直观:人戴着无本体采集设备,自己做示范,采集速度比遥操作机器人快7倍。转换成训练数据后,四项任务平均成功率72.5%,遥操作数据是77.5%。 更值得看的是,同样每项60条人类转换示范,用预训练模型能做到72.5%,从头训练只有6.2%。已有的底子,作用很大。 这次做的是任务微调。往大规模预训练走,方向很明确:大模型已经学过的知识尽量复用,人类行为和Ego数据把规模、场景覆盖做起来,同时处理好噪声。 别一上来就要求每条预训练数据,都达到精细控制的标准。预算就那么多,全花在少数动作抠精度上,模型什么时候才能见够真实世界? 具体机器人怎么抓稳、怎么用力、失败了怎么恢复,这些再用针对性的数据和真机反馈去补。 做数据公司的价值,是把人的经验大规模变成模型能学的东西。 机器人遥操作采得慢,不该成为整个具身训练做不大和具身行业落地慢的理由。
3
174
其实我觉得这个内容值得一看的。如果你想了解目前硅谷科技从业者的思想流派和哲学底色,或者直面全球叙事和全球商业竞争,还是推荐完整看一下。 虽然它跟很多“术”的东西不直接相关,但仍是很有意思的内容。 整个音频主要还是围绕EA(有效利他主义)来展开,这个从理性主义发展而来的兼有理念、行动的思潮/社区,目前在美国取得了比以往明显大得多的影响力。 以主持人+V神的互动言论来说,硅谷的人可以大致分为几派: 1. 支持Anthropic的EA:大致逻辑是AI发展不可避免,要选择一个更“好”的公司(有更多好人的公司),Anthropic是。V神说他认为Anthropic的其中一个联创是一个好人。 2. 批判Anthropic的EA:大致逻辑是Anthropic核心人员的激励机制本身就有问题,已难以判断其动机;Anthropic客观上导致了更加激烈的AI竞争和更加快速的模型迭代;Anthropic尝试定义谁好谁坏的精英主义倾向,无法避免更严重的问题。 3. 理性主义:理性主义者更强调个人高效与正确的思考,在行为上更加自由,喜欢以自己的兴趣爱好来决定自己的行动,而非一种类似EA的宏观考量和精密计算。 4. Pause AI:主张大幅延缓或暂停AI发展。 5. e/acc AI加速主义:以A16Z为代表的AI发展激进派。对话中没有过多讨论OpenAI,似乎OpenAI归属于加速主义已经是一个比较默认的共识。 V神个人对2、3、4可能都有一些倾向,并提出AI安全问题已经远远不是一个技术问题,猜测可能必须通过政治设计来进行解决。 V神整体的发言带有明显的理性主义底色但同时带有EA思路,他提出 d/acc,d主要指防御性、去中心化和民主化,整体还只是个框架,但符合其理性主义底色和EA思路。 V神给出自己拍脑袋的一个人类灭绝概率大概是P(doom)=10%,同时表示未来有极大的多方面的不确定性。 V神也顺便提到对于Anthropic(乃至OpenAI)的人的动机的批判,已经不是说“profit”的问题,profit共识在未来已经不重要,而是关于控制,我觉得可以通俗理解为权力的问题。 视频中讨论了当年OpenAI的高层内斗,认为可以理解为是e/acc和EA的斗争,而e/acc获得了最终的胜利。 视频中邀请的一个类似记者的嘉宾对AI安全问题更加忧心忡忡,并表示与大公司的核心算法人员普遍交流后,发现算法人员普遍认为AI近一年的发展速度超出他们的预期,且他们无法对自己对AI发展速度和AI安全问题的担忧进行恰当的描述,她认为陷入了一个认知论问题。她的观点倾向于4,Pause AI。
从捐赠蚊帐、预防疟疾,到后来投入数亿美元研究AI安全,硅谷精英们推崇的有效利他主义(EA)是什么? 本期节目,我们邀请以太坊联合创始人Vitalik Buterin(V神)与科技记者Afra,聊聊EA和理性主义究竟主张什么,以及这些思想如何影响了今天的AI发展。 Vitalik曾向这个圈子的机构捐赠大量资金。他在节目中回忆,一笔加密货币捐赠如何意外地变成数亿美元,以及受赠机构后来的方向,为什么让他开始重新考虑当初的选择。 youtube.com/watch?v=XcastAK9…
1
2
345
我个人认为不宜从阴谋论的角度或者从简单的结社角度或者从纯粹的利益角度来理解这些思潮,而应该从类似于多因素互相影响和共同震荡来理解这些思潮。从思潮来理解行业、理解人员乃至理解AI发展,是一个重要的角度。 我个人认为在AI高速发展的大背景下,有强大穿透性的力量只有资源、认知、信念、感情。思潮背后是4种穿透性力量的交织,直接与认知和信念相关,间接与资源和感情相关,因此对于判断未来是至关重要的。 我就不做其他个人观点的阐述了。
51
张弛 Zoroo | 具身&AI Data retweeted
Deepseek就是这轮的字节,Pro Rata都能吃到饱 红杉出来的双子星,曹曦和李广密,成了 AI 浪潮涌现出来的新一代最顶级的 VC ,钱全涌向他们俩。 听说连沈南鹏的个人钱,都交给这两人管。 曹曦的砺思星深 75.2 亿关账,起步只有 26.4 亿,两个月被 LP 追加到将近三倍,知乎一家就认了 15 亿。 李广密的拾象尚势 36.5 亿关账,世纪华通一家认了 6.5 亿,完美世界两只都投了。 两只基金加起来约 112 亿,都是 DeepSeek 新一轮融资的通道。 曹曦天使轮就进了月之暗面,DeepSeek 首轮拿到 30 亿额度,五个月募了四只人民币基金,累计超过 124 亿。 李广密从红杉 TMT 组出来,拾象押中了字节、SpaceX,美国几家大模型也都有份。 AI 这一轮,赢家还是红杉和他的伙伴们。
对话 Monolith 曹曦:有趣可以当饭吃 《晚点LatePost》 *这么好的文章简中推特竟然没有? “好的投资就像闪电。你知道它非常稀少,遇见的瞬间,你本能地知道那是什么,但难的是描述它。” 文丨宋玮 投资人曹曦偶尔结巴,尤其在聊到 “这创业者到底牛在哪儿”“系统总结下 AI 应用的投资逻辑” 这类多数投资人都能滔滔不绝输出的问题。 他的反应往往是:沉思许久,频频挠头,最后给出一句短得近乎抽象的回答。 有一回在投资人论坛,被问如何识别优秀的创业者。有人说看是否能思考到本质,有人说是不是能建设高效能组织,只有曹曦回答得很抽象,他说,“就是你看到了闪电,你就看到了。” “可能只有闪电知道他在说什么。” 台下有人打趣。 曹曦确实看过几次闪电。在快手只有 200 万 DAU 时,他给老板们写邮件说这公司能做到 5000 万 DAU,写完觉得太夸张,擦掉改成 3000 万,投上了;2019 年他投了融资无门的宇树王兴兴,因为看到了一个纯粹的 outlier(异类);2022 年初投 AI 圈小天才杨植麟,他说最强烈感受是杨植麟有一种 “不服”,而 “不服很重要”。 2021 年底,他是红杉最年轻的合伙人,选择拉上另一家中国顶级基金——博裕资本最年轻的合伙人 Tim Wang,一个常年用一坨粉色大便做微信头像的二级市场投资奇才,组队创立了新基金 Monolith(砺思资本)。一二级加起来,目前管理着超过 100 亿人民币资金。 他的老朋友王肇辉感叹,在很多投资人选择弃牌不玩的年份,只有他们还在努力做着 “向上跃龙门” 的动作。 Monolith 诞生的这四年里,市场从繁荣顶点跌入谷底,再缓慢回升。新周期已无法依赖旧方法,行业需要更小、更快、更专注的基金,也需要以新的逻辑理解世界的投资人。 Tim Wang 说,上一代是强者思维——强调判断,自信能靠认知赚钱,相信研究能逼近世界真相。而他是弱者思维——总有搞错的时候,总有不可逼近的真相,不如身段柔软,认怂为敬。曹曦的总结则是,有趣可以当饭吃——又是一句抽象的话。 创立基金的第一天,他们立下愿望:要做亚洲最好的 GP,一、二级都要做到。不管这个愿望能否实现,Monolith 出现在旧框架失灵的时刻,它的存在本身就是信号:行业已经变了。 “五六个人五六条枪,搞最牛逼的项目就完了” 晚点:有人说你们是 2021 年之后成立的第一个,也是最后一个募到 1 亿美元以上的新基金——你们最新的双币基金募到了 4.88 亿美元。是整个市场回暖了吗,还是只有你们特殊? 曹曦:我们这次相比初始目标超募了 60%,认购意向总共 6.3 亿美元,最后主动砍了规模。 前几年是市场太差了,现在无论是美元还是人民币都在回暖。这次我们全球募资,体感上对中国感兴趣的基金比前两年增加了一半以上。 晚点:有投资人跟我说,今天 LP 要想投一个 2020 年以后的新创基金,几乎只有 monolith。黑马基金在 LP 的记忆卡槽里只有一个,被你们占住后,其他人就没位置了。 曹曦:我们前几年确实在一个特殊的生态位——我们是一个小基金,又是个新基金。这不是我们的能力,不是我们的选择,我们刚好就在那个位置上。 2021 年我创业,一个朋友推门跟我说的第一句话就是,兄弟你要珍惜。我说珍惜啥?他说你可能是绝版的美元 VC 了。当然这是在开玩笑。但我们不可能一直占在这个位置上,现在创业四年了,逐渐要出新手保护期了。 晚点:你最早的 LP(出资人)都是知名 CEO,从王兴、宿华到应书岭。有人评价你是创业者的大众情人,你怎么看? 曹曦:这个评价我只听过一次,也不知道是不是在黑我(笑)。 除了你提到的,还有很多企业家朋友也投了。当时的场景是,他们说,听说你要创业。我说是。再问,你要做啥?我说做基金。再问,你自己准备放多少钱?我说我放 5000 万美金。他们说好,那我放 1000 万,我放 2000 万,我放 3000 万。过程是这样的。挺感动的,都是这些年积累下来的信任。 晚点:你募的钱多,是因为这批创业者更富了吗? 曹曦:有这个因素。我们创业那会儿正好是新经济的一波创业者们拿到钱了。2014、2015 年,很多大公司的估值只是百亿美元,2021 年出现了千亿美元的公司。他们手上有了更多资本,也更愿意支持下一代创业者。 晚点:你怎么跟他们描述你的野心和愿景? 曹曦:就是做一家牛逼的基金。我们讲的故事也很简单:投最大的变化里最好的公司。当下最大的变化,就是 AI。 晚点:怎么算牛?人人讨论,人人在意? 曹曦:如果真做得好,是不需要描述的。就是想做牛逼的,回报好的。 我们 VC 团队的状态就是个匪帮,人少就简单。五六个人五六条枪,搞到最牛逼的项目就完了。十一罗汉里有人擅长撬锁、有人擅长打架,每个都有擅长点。我经常跟团队说你要能贡献巨牛逼的项目,你 base 在夏威夷都可以,我每年给你拜年去。 晚点:在红杉时候的曹曦似乎不会说这样的话。 曹曦:如果说红杉留给我的肌肉记忆是啥,就是对好项目的渴望,以及错失好项目的那种生理性痛苦。 在一个头部基金,你能直观看到好项目赚的钱和差项目之间的巨大方差,那个 power law(幂律分布)都不是 2/8,可能是 5/95。一个基金里,95% 的钱可能是几个 deal 赚的,少数的顶级项目可以带来几乎全部回报。差别如此之大,在一个平台上见过之后,会更加对好项目有本能的渴望。 所以我创业后做了很多减法,比如很多方向不投,基金在做小而不是做大。 晚点:你们是在 2021 年——市场的顶点出来创业。凡是一个人在顶点的时候出来干点什么,肯定很多人是等着看你们笑话的。 曹曦:肯定有人这么想。有个前辈曾画过一条线,行业周期是个高点,他写了两个字——募资,又指着低点写了两个字——投资。我们确实在顶点募资,那是我们赶上了,那一年做的一些投资也很傻 B。 2021 年做大部分投资或许都是错的,无论一级还是二级,买什么都买在山顶上。刚好那时候我从红杉离职,做 VC 有一年半的竞业,到 2022 年 11 月结束——正好赶上 ChatGPT 发布。两三个月后,我们就投了月之暗面。 晚点:如果当时没有竞业…… 曹曦:这纯粹是狗屎运了。 晚点:第一次募资撞在了顶点,第二次已经到了低点,钱多的时代正变成钱少的时代。 曹曦:我觉得挺好,VC 回到了它本该有的样子。 有个 LP 说,2011 到 2021 年,中国一级市场的资金规模涨了 100 倍。我算了一下,10 年 100 倍意味着年化约 60%。拆开看:中国经济增长 8–10%,新兴行业 20–30%,再加上中美的流动性扩张 20%,合在一起刚好 60%。不是大家都比巴菲特强,是 β 太猛。但这个东西会跌,2021 年之后资产价格往下,很多资产跌了 95%。 过去市场太热、太顶,VC 被金融化了:钱多、光鲜、精英化。但我一直觉得 VC 不太算金融行业。我连套正经的西装都没有。我喜欢这份工作,是因为它好玩、有意思。VC 更像战地记者——不在于 “精英”,战地记者只关乎你热爱不热爱,你敏锐不敏锐。 6.5 才是世界的真相 晚点:离开红杉之后,你意识到什么是你自己真正拥有的,什么是平台给你的? 曹曦:那些 title、光环,别人的尊重、尊敬,那些低的资金成本和销售成本——都是红杉带来的。 包括一个相对低压力的工作生活状态。我记得曾经有机构调查过中国一些顶尖创业者的幸福指数,大部分人都是 6.5 左右。我猜 6.5 可能才是世界的真相。 晚点:你当时的幸福指数是多少? 曹曦:八分哈哈哈……所以我那会儿在想,那些企业家们肯定在经历我没经历的东西,我才会觉得挺开心的。 晚点:差的那 1.5 分是什么? 曹曦:他们是老板、CEO,在扛很多东西。创业后我一度跌到 6,甚至比 6 还低。好累,不停奔波,差不多每周都在飞,航旅纵横的记录应该是 99.99。 现在又回升了一点,所以我觉得 6-6.5 才是世界的真相,以前的我其实是在一个模拟游戏里。 晚点:什么叫 99.99? 曹曦:航旅纵横有个排名系统你知道吗? 晚点:你是说 “打败 99.99% 的中国人”? 曹曦:不是打败,就是飞行里程的年度排名。我偶尔会翻着看,能明显看到哪一年更勤奋、哪一年懒一点。这个和业绩不完全正相关,但多少有点关系。有趣的是,它还有城市排名。就像《王者荣耀》,你能看到自己是北京市第几街道第几兰陵王。 航旅纵横精确到城市——北京太卷了,很多飞行员、空乘都在这里,所以你在北京飞成 99.99%,可能才排一两千名。所以我后来想,不如换个地方。最后我选了林芝。 晚点:为什么是林芝? 曹曦:因为我在林芝永远是第一。 晚点:我问一些投资圈的人 monolith 最终会取得多大的成就?他们说幸运的话,20 年后的 monolith 会是今天的红杉。 曹曦:如果那样去想这个问题就错了。好比是,2015 年微信如日中天,你从腾讯出来创业,每天想着跟微信怎么竞争,如何成为微信,这肯定是脑子有问题,你跟微信合作不挺好的吗? 晚点:沈南鹏教给你最重要的事情是什么? 曹曦:聚焦和抓优先级。 当时是在红杉全球的会上,三个老板在台上,台下的人提问,我问他们对年轻人的建议,Neil 回答说:focus。还有我刚去红杉那会儿,各种忙不过来,问他怎么办,他说,没什么好方法,就是区分好 priority。这是他教给我的,朴素,但很本质的两个词。 晚点:有一个投资人跟我说,他说他在职业生涯中的很多瞬间会想,如果是沈南鹏,他会怎么做这个决策?你呢? 曹曦:我知道你说的是谁哈哈。网上有句类似的话挺有意思:“马斯克会怎么办”——这可以是一种思考方式。但当你真正去解决问题的时候,你不会真的这么想。最理想的状态是,像张三丰教张无忌太极拳那样。教完后问:“你还记得吗?” 张无忌说:“忘了。” 说明你已经把外部的经验融成自己的算法。 晚点:你们上一次聊天是什么时候? 曹曦:上周吧,一个红杉搞的活动上,他问我最近怎么样,我汇报了一下。 晚点:听说你离开红杉,放弃了快手的 carry,那是一大笔钱。 曹曦:本质上是基金 carry,需要更久一点才能拿到。但都要离开了,就没必要纠结了。 我是在快手 IPO 那天去辞职的,之前也想过什么时候讲比较好,核心还是对组织有交代。我觉得那天算对组织有交代了。 晚点:作为红杉最年轻的 Partner,出来创业那一刻,还记得当时的心情吗? 曹曦:就像一个在训练场上摩拳擦掌很久的人,终于上场比赛了,但其实是个新手。上去就要被锤,还不知道要被锤。 晚点:自己当老板,最不适应的是什么? 曹曦:一回头身后没人了。 晚点:2022 年市场转冷,投资行业里很多人都在犹豫,是换行业,还是干脆 “躺平”。你的老朋友王肇辉说,当时只有你和 Tim 还在以 “跃龙门” 的姿势往上冲。 曹曦:就是傻,那就是新手,年少无知。 晚点:听说你曾经把资产的一半全部买了特斯拉股票,高点卖出,大赚一笔。 曹曦:对。Model 3 出来时我就买了一辆,大概 2019 年七八月,这车太好了,那种感觉,像当年第一次拿到 iPhone 4。那会儿特斯拉市值 300 亿美金,大众市值 3000 亿美金,我意识到这会是又一个 iPhone4 时刻。于是把几乎所有的现金都拿去买了特斯拉的股票。 2021 年创业之前,我把股票全卖了,那时候特斯拉市值差不多 1 万亿美金。 晚点:万一赌错了,不就亏傻了吗? 曹曦:这样的东西太少了,这样的时刻太少,就是闪电啊。 其实投资这事儿,巴菲特段永平早就把大道理讲完了,比如,“打孔卡” 说的是一个人一生中,能做对的投资大概就 20 来次。就像咖啡厅的会员卡,你每成功做一次决策,就打一个孔。一辈子只有 21 个孔。 晚点:你们最初设计了一个很冒险的架构:一个基金、一个团队,同时做一级和二级。 曹曦:一级和二级是完全不一样的工种,如果想把二级做好,就要有擅长做二级的人。所以我找了 Tim 来做合伙人。基金业务有先后,有的先做一级再做二级,也有反过来的。我们没有模板,就按自己的方式往前长。 做的过程里才意识到,为了一二级有 synergy(协同效应)而去找 synergy 是错的。联动是潜移默化的结果,不该是目标。 晚点:从结果上看,真的有协同吗? 曹曦:有,但不是短期的。一二级的关系像 “推一把、拉一把”,比如在 VC 早期看见 AI 来了,那二级应该多买英伟达;二级看到海外某个方向已经被证伪了,可以拉住 VC 别再冲早期的项目。 这个结构需要时间沉淀,可能十年维度上才看得出来。如果一两年就见效,那反而说明有问题。 晚点:以 VC 的方式做二级——这个想法有验证么? 曹曦:关键要看管的是什么属性的钱。自己的钱,朋友的钱可以,大机构的钱追求不一样,可能不适合。二级市场太大了,钱的属性很多,适合这种风格的钱只是一部分 过去几年创业,我最大的收获有两个:第一,你得像种地一样——每天干好当天的事,直到死去;第二,我对 “目标与结果” 的理解变了:很多东西是结果,不是你立了目标就能实现的。 我们一开始讲很多理想主义,现在一句都不讲了。有多大屁股穿多大裤衩,那些宏大的东西都是 “果”,不是 “因”。你做到什么样就是什么样,得先活着。众生畏果,菩萨畏因。 晚点:你 2022 年的年终总结是,这一年你经历从愚昧之巅到绝望之谷,现在到哪儿了? 曹曦:我之前以为那是绝望之谷,实际是愚昧之巅,现在可能依然在愚昧之巅哈哈哈。 晚点:愚昧之巅和绝望之谷之间是可以反复折返的。 曹曦:嗯,自以为是从愚昧之巅到绝望之谷再到开悟之坡,其实只是愚昧之巅上的一个小波动。 晚点:怎么区分是在愚昧之巅还是在绝望之谷? 曹曦:我不知道。战战兢兢,如履薄冰,还是别分辨了,无论在哪都得往前走。 大人,时代变了 晚点:VC 有代际,你觉得你跟上一代 VC 不一样的地方是什么? 曹曦:不是同一代。 晚点:你之前说想聊一个主题:大人,天变了。 曹曦:“大人,时代变了”——这是黄飞鸿电影里面的台词,一个网络梗。 过去几年,VC 行业在经历结构性变化。中国早期投资顶点时,一年要花掉四五十亿美元,现在行业缩小了大概 70%。去年 OpenAI 出来的 ThinkingMachineLab,天使轮估值 100 亿美金,首轮融了 20 亿美金——差不多等于中国去年所有 TMT 公司第一轮融资的总和。美国的钱太多了,估值逻辑也完全不同。但这不正常。 我反而觉得当下中国迎来了更好的 vintage。过去几年是 “时间贵、钱便宜”:两三天要拍一个 3000 万美元的案子,你说谁能在这种节奏下一直做对?现在反过来了:时间便宜、钱很贵。我们可以花一两个月看一个项目,它依然在那里。有的项目晚一轮再投,估值涨 50%,但清晰度提升了三倍——算下来更划算。 晚点:一个知名投资人跟我说,他前两年最大的感受是无力。一些人弃牌,是被时代淘汰;另一些是因为心态持续滑落。就像在赌场里,手里的筹码已经花完了,亏了也认了。 曹曦:我不知道,我就主打一个接受。 我们这个行业有靠天吃饭的成分,跟种地很像,它的 vintage 什么样就什么样,vintage 这个词就是从葡萄酒来的,今年雨水多葡萄就不好,某一年很干旱,葡萄就好,酒也会好。我们也一样,快和慢没办法左右,只能接受。 晚点:所以你没有心态下滑的感受? 曹曦:没有。过去市场好,会让人有种虚妄的 “指点江山” 的错觉。大家常说 “谁谁谁投出了什么 deal”,但项目是创业者做出来的,不是投资人,什么叫 “谁谁谁投出的什么 deal”。 那几年很多 “卷王” 从投行、咨询转去 VC,带来一批更金融化的人:两三年换一次赛道,从 O2O 到企业服务再到消费,这就是投行节奏。VC 的销售属性越来越强,FA 甚至给投资人打 tag:谁的 bar 高,那不要去找;谁的推动力强,我们去找他推,能推得过,这都是行业金融化的特征。 美国 VC 基本是 partner+非 partner 的两层结构,但那几年中国 VC 的头衔变得很像投行:VP、MD、partner 一层一层叠。没人能说清这些 title 到底是什么意思。反正我是一直没搞明白,总监和 VP 到底哪个大? 这些都是行业 β 的产物,人在其中,身不由己,飞沙风中转。基金要扩张,团队要扩张,在那个大 β 年代,或许那就是最正确的策略。 晚点:现在到什么年代了? 曹曦:我不知道,反正跟那个时代不一样。 先是从大水漫灌的时代到大家都被迫看专精特新,不擅长看的也要硬看。现在又变了——AI 时代来了。幸运的是,新方向里有很多正好是我们熟悉的领域。 晚点:市场更具体了,你们变得更聚焦了吗?你之前说,要打造一支跨 STEM(Science,Technology,Engineering,Math)的多学科投资团队。 曹曦:那是当时。行业没有什么明确大趋势,我们就在看 “趋势的导数”——一阶导是技术。最早团队里有人看 AI、机器人、EE (电子工程)和生物科技。后来 AI 这一条跳出来了,我们就补了懂 AI 产品、懂技术的人,聚焦在 AI 的应用和智能硬件上,其他方向都收敛了,投资团队现在就 5 个人。 晚点:有人说,像某些机构那样 “规模化扫早期项目” 的方式不会再出现了。 曹曦:VC 本来也不是一个可规模化的行业,它应该是产业和经济趋势的副产品。很多基金真正赚钱的,只是几个人几个项目,其他人提供的可能只是 “价值感” 或者说是情绪价值。 晚点:你 2013 年加入红杉,此后十年中国出现过太多风口,连小程序都被总结为一个风口。你如何识别真假风口? 曹曦:在骂好多人(哈哈哈)。我不配替这个行业做总结,也还没到能总结的时候,它总是在变。 我在红杉前 4 年看移动互联网,投到快手、斗鱼,算赶上好时候。后 4 年移动互联网退潮,企业服务、新消费成热点,但那不是我熟悉的领域。在一个大组织里,每个人都有自己的分工,我就去看当时没人看的科技,宇树、沐曦就是那时候投的。 晚点:做投资人之前,你是腾讯的一名产品经理,这给你看项目带来什么帮助? 曹曦:你记不记得好多年前你问我爱好是什么,我回答说 “上网冲浪”。我就是喜欢 “上网”,在腾讯的时候就喜欢互联网产品。 YouTube 出来时,美国几乎家家有 DV,普通人能拍、能传、能分享,生命自有其法,土壤 ready 了,生态就会长出来。中国的 “DV 时刻” 来自智能手机普及:摄像头随身携带,推荐算法刚刚成熟,内容创作和分发在同一个时间点相遇——这是快手诞生的背景。 当时我还是红杉的一名投资经理,快手 DAU 只有两三百万,我给老板们写邮件说它能做到 5000 万,后来觉得太夸张,又改成 3000 万。其实算起来简单:中国有 2800 个县,每个县两万人在看,就是 5000 万。 快手 200 万 DAU 时,排名前三的省里有河南,很多人觉得价值低。但一个真正大众化的产品,在中国应该自然跑成中国人口分布的样子——这恰恰说明它能做大。对比看,美拍、秒拍还在用互联网的思路做移动互联网:追明星和热点。快手反着来,弱化明星、鼓励普通人,算法也千人千面。喊这话的团队很多,能做到的很少。 晚点:什么是整个投资圈心照不宣,但没人愿意公开讨论却很重要的事情? 曹曦:你这是要我玩 “魔术揭秘” 是吧?(笑)我把大变活人的那个后面给你们看看,你看我手上的机关是这些。哈哈哈,那所有魔术都不要演了。 晚点:我来说一个,为什么很多做一级市场投资的人往往从二级市场赚钱,而不是从 carry(注:超额收益分成,VC/PE 行业最核心的收入机制)中赚钱? 曹曦:因为一级市场的 carry 是非常慢的,很多人干了好多年都没见过。即便是 8 年期的基金,前提也是 DPI (本金回报倍数)要到 1,但很多基金 8 年都到不了 1,更别提分钱了。 晚点:有些投资人追求可以改变一家公司的命运,而不仅添了一把火而已。你呢? 曹曦:最好是创始人能改变我的命运哈哈哈。投的项目变成千亿市值,我发了。 晚点:你是否追求 on the table,对公司和创始人的影响力。 曹曦:如果你能影响他,就说明你比他懂。但他都不如你懂,你为什么要投? 投资人有时像坐副驾驶。你可以提醒——前面有雾开慢点,这段路好可以快一点。但如果司机技术够好,副驾驶是可以睡觉的。只有在车快失控的时候,副驾驶才能拉手刹。但往往那时候,这比赛基本就输了,你只是为了活命。 你看《灌篮高手》吗?里面有个角色叫水户洋平,不是篮球队的,但一直在樱木花道身边,打架时真的会上,人狠话不多,也不抢风头。我觉得 VC 某种程度上应该是这样的朋友——不上场打球,但真的会帮着上场打架。 晚点:有年代感了。你自我认知以目前的能力,能管多大规模的基金? 曹曦:关于规模这事,很多投资圈前辈会讲,你一定要克制上规模。 “抢项目” 和 “做决策” 这两件事,是不是都需要你在?只要任意一个答案是 yes,就不该上规模;两个都是 no,你就应该疯狂的上规模。我离那个状态还很远。如果有一天两个都不需要参与了,大概也该退休了。 克制不是姿态,而是算出来的结果。我觉得 VC 参与决策的人数超过七八个,质量一定下降。我的带宽能管的就是六七个人。每人一年一两个好项目,加起来十个项目左右,三年投资期一算,规模自然就反推出来了。它是倒算出来的,不是拍脑袋的。 晚点:做 VC,最吸引你的一点是什么? 曹曦:满足好奇心。VC 的魅力是在并行的多线程里同时见证很多人的兴衰成败。我自己特别喜欢看各种人物的历史,现在相当于在看活的商业战争史,直播、沉浸式的,还是前排座位,投好了还能赚钱。 晚点:对你来说 “看” 就够了,不一定要参与去改变什么。 曹曦:本质上也参与其中了,它多少跟你有点关系。 无论融到谁的钱,最牛 B 的创始人都会融到。我们更像 “水的搬运工”,这箱水我搬了,就跟抗洪抗震我搬了一箱水,出了一份力,跟这事有点关系,就很幸福。我最喜欢的历史人物是张良和姚广孝,张良辅佐刘邦,姚广孝撺掇朱棣造反——关键时刻给建议、成就事业,又能全身而退。 我觉得世上最稀缺的就是 talent,优秀的企业家就是一种极其稀缺的 talent。我有一次问马东老师,你的节目捧出那么多新人,成就感一定很强吧?他说:“我们只是一个通道,不该有那么多自我。” 我希望我们最终也能到这种状态。 晚点:你曾经说 “人生就想捅个大娄子”,现在不这么想了? 曹曦:平和了。我现在就想着投到好的创业者,这个过程里能赚着钱。像我们这样通过投资入局的,都是战地记者,肉身去搏,也押上身家和姓名。要是创业者全选错了,也就凉了哈哈哈。 优秀创业者的两个特质:思维发散、童年 trauma(苦难) 晚点:你在红杉时力排众议投了默默无闻、四处碰壁的王兴兴,为什么自己创业后反而没继续投了? 曹曦:本来有一个机会,但那时候人民币基金没 ready,我自己的钱又垫在别的项目里了,阴差阳错,挺遗憾的。但后面还有机会。 我第一次见王兴兴是 2019 年,他跑了十几个机构都没融到钱。当时一位同事介绍,我去见了,确实特别,没什么光鲜的背景,但务实、专注、纯粹——这三个词听着简单,真做到的人极少。后来行业里有个争议:为什么要做人形机器人?王兴兴的回答和其他创业者都不一样。 晚点:他怎么说? 曹曦:他说因为订单来了。 晚点:你们说要支持 underdog,但投的更多是 “小天才”,行业公认的 superstar。 曹曦:我和 Tim 对自己的定义就是 underdog,投 underdog 是我们的选择之一。但这不是二元对立——投李世民可以,投朱元璋也可以,高干创业和草根创业都可以。 王兴跟我说过一个逻辑,“名校学渣”。名校代表他在某些方面过线;学渣代表他不循规蹈矩。其实不少创业者是这种组合。 晚点:你也没投 Manus,创始人肖弘是典型的 underdog。 曹曦:我们看这个项目的时候,他们还不叫 Manus,肖弘在做插件、做 Monica。我对那个方向确实没有 conviction(信念)。 晚点:早期 VC 不该先投人吗? 曹曦:我们是既要又要——看人和看方向。我们当时没有资本去 bet 一个好的创业者去转型,要是我们基金再大一些,可能就投了,蛮遗憾的。 晚点:这事给了你什么教训? 曹曦:刘元(Manus 早期投资人、真格基金合伙人)当时很认真地给我推荐肖弘,我觉得信任的朋友认真推荐的东西,还是该多花点时间看。 晚点:你说没有足够的资本去 bet 一个好的创业者转型。但你们在月之暗面一个项目上就 bet 了 3000 多万美元。 曹曦:我们是一个小基金,筹码有限。当时我的想法是,大语言模型如果没遇到足够好的,我们可能一家都不投。 直到遇到杨植麟,他有清晰的 vision。他说,“我要做 AGI,在做 AGI 的过程中,做 2C 的产品。” 第一轮我们只拿到了 500 万美金,如果我们第一轮能拿 2000 万,后面就不需要加那么多钱了。我们没有无限的子弹去加码,所以我们反思,应该投得更早,也该投得更便宜。 晚点:为什么晚了? 曹曦:那时候团队还不 ready,所有的事,募资、找项目、看项目、管理都我自己做,我没有足够多的时间在一个 deal 上,就是慢了。 晚点:一个企业家评价,整个 AI 圈都对 super smart 的部分过分高估,而对韧性的部分低估。 曹曦:韧性很必要,但决定高度的是能看到本质的能力。我 2019 年在一个清华的饭局里第一次见杨植麟,他话最少,但身上有种灵气。他显然不服,而不服特别重要。 晚点:你投了星迈 1000 万美金,一家做泳池机器人的公司,你为什么描述创始人王生乐是 “房间里的姚明”? 曹曦:这是一个投资前辈的说法,投资就是找姚明——你走进一个房间,大家都身高一米七多,看起来差不多,你要分辨谁高,需要掏尺子出来量。但量得准不准都不重要,掏尺子这个动作本身就是错的。 真正的好项目是一眼 2 米 23,就是真他妈高。当然,也有可能姚明是坐着的,你要分辨的是他能不能站起来。 晚点:有的人很高,但他站不起来——这个可能性也是有的。 曹曦:为什么我们投案子少,我们在等 “姚明站起来的那一刻”。 王生乐是个特别清醒、务实的人。他对前老板俞浩(追觅创始人)评价很高——“俞浩比我牛太多了。” 他说,俞浩厉害,是因为能做很多品类、很多价格段,而他只想把少数品类做到高价格段。这个说法挺有意思。 晚点:听到这句话难道不应该去投俞浩吗? 曹曦:他们已经不融资了。 晚点:抢项目猛,投项目快,成了你的标签。王生乐问你,投资流程是什么?你说现在,今天,下午,打款。 曹曦:出牌快的原因是我们投的项目少,遇上好的就干了。 有人说我们加价去抢,其实没有,我们只是出了觉得合理的价格。一个创业者如果足够理性,应该对估值有理性预期,如果他报了一个荒谬的价格,我们就不应该投,这是其一。其二,对于极少数的项目来说,砍价其实是信念不足的表现。 晚点:Monolith 的投资策略是什么? 曹曦:投最大的变化里最好的几个公司。 我们的筹码有限,必须坚持打一种牌。资源有限会逼迫你更清楚地知道自己是谁、要什么。当我们持续沿着同一种风格去下注,哪怕过程慢一点,也会逐渐形成正反馈。创业者会被这种审美吸引,我们会更容易识别出同频的人。 到最后,这种风格反过来塑造了组织——它决定了我们投谁,也决定了我们成为什么样的基金。对 Monolith 来说,这种打法是:押在赔率高、能跑出伟大公司的方向和人上。这些公司可能风险更高,但一旦成功,收益极大。 晚点:所以六个头部项目占了你们最初基金投资额的 90%。 曹曦:这就像打德州扑克,有 “手紧手松、打法凶弱” 四个象限:紧凶、紧弱、松凶、松弱。理想状态是 “紧而凶”——看到好牌就下重注,不好的就弃掉。我们基金的配置逻辑也一样,遇到好的就集中火力。其实打一晚上的德州,最关键的可能也就两手牌。 晚点:很多人对你的印象,包括我,会觉得你是那种 “手很松” 的人。 曹曦:那是不当家不知柴米贵。 晚点:你 2024 年只投了 4 个项目,为什么是这个节奏? 曹曦:2024 年我们一个软的都没投,投了四个做硬件的:星迈、郭人杰、Even Realities、地瓜机器人。2025 年的节奏差不多每月一个。不是我们变快了,而是年轻一代创业者真的 ready 了。 比如 2023 年时,97 年生的人才刚毕业。过去两三年,他们从 0 到 1 积累经验,有的已经打过一些胜仗。现在 28 岁了——一鸣创办字节时也差不多这个年纪。创业代际的接力,刚好轮到了他们。其实历史的节奏一直是这样: - 从 PC 到移动互联网,先是 70 后赚到钱——腾讯、百度、网易、新浪,那代人有资源、有地盘; - 接着是 mobile native 的 80 后——字节、快手、拼多多、小红书、滴滴,他们在 PC 年代没做出什么,但在移动端一战成名; - 现在轮到 90 后了。2023 年,80 后还在场上;2024 年开始,真正开始是这波年轻人登场。 晚点:这批 90 后 95 后的年轻创业者体现了什么不一样的特质? 曹曦:从小见过足够多的好东西,第一天就是都是全球公司,这都是有趣的变化。 最重要的是,年轻创业者脑子里没有移动互联网那套 “旧东西”。移动互联网时代的关键指标是 DAU、留存、用户时长。AI 时代不一样了——它直接交付结果,有时候时长越短越好,三秒给结果比三十分钟更值钱。 移动互联网早期,投资人还在用 PV、UV 判断产品好坏,后来才意识到 DAU、留存才是真实反映产品健康的指标。AI 时代新的指标体系还没被总结出来,或者总结出来的人也不会去讲。但肯定会出现新的判断标准。 晚点:你遇到过那种兼具超强野心和能力的创业者吗? 曹曦:他们当然也有野心,但整体气质不同。年轻一批创业者,成长在经济上行期,“仓廪实而知礼节”——这是物质丰富带来的心理平和,可能整体更和解一些。 晚点:没有要推翻什么、打破什么。 曹曦:这一代更和解,更少那种 “推翻旧世界” 的冲动。有时候我也在想,也许更 “较劲” 的、偏执的创业者,都出现在更剧烈的时代里。 美国有人做过统计,财富榜上很多顶级企业家,大多来自中产背景,不是最富也不是最穷。90 后之后的创业者成长于更稳定的时代,他们更理性、更平和。 晚点:你的不少同行评价你很善于从一个创业者的成长小故事感受他是个怎样的人。 曹曦:我希望尽可能多的了解创业者的成长经历。我记得第一次跟某位著名企业家吃饭,聊到小时候喜欢干点啥,他说小时候经常带着一帮同龄孩子去 “探险”。 他老家村旁有条铁轨,有一天他突发奇想说,“咱们试试把这条铁路走到头,看看是哪里。” 说完就带着四五个孩子出发了。一路走到隔壁县的火车站,天黑了,再往回走。回到村里已经凌晨两点。你想一个村一下丢了五个小孩,那不炸了吗?整个村灯火通明的在找娃。 他爸把他领回家说,“你闯了这么大的祸,我得惩罚你。这样,我剁你一个手指头吧,你回屋去想,你选哪一个手指头让我剁,明天早上告诉我。” 他那会儿可能也就 10 岁,想来想去,选了一晚上。第二天他爸问选好了吗?他艰难地说,选好了。他爸说,“你有足够教训了是吧?那我不剁了。” 听完这个故事,我当场就跟这个企业家讲,我说兄弟这就是早年我不认识你,我要是听你讲这个东西,早期阶段肯定立马就投了。你能感觉到,这个人有领导者特性、有探险精神。他爸是一个很厉害的教官,他教出来的孩子不一样。 晚点:之前在一个投资人论坛,主持人问怎么识别真正优秀的创业者,有人说要看是不是善于做正确的决定,有人说是不是能建设高效能组织,只有你回答得很抽象,你说,“就是你看到了闪电,你就看到了。” 曹曦:我正在尝试从一个抽象的人变成一个具象的人。 我们在找的都是 outliers(异类),outliers 不应该被归纳,被归纳的特别具体,就按图索骥了,会变成精确的错误。投资就像你看到闪电,你知道闪电非常稀少,难的地方在于描述闪电长什么样子。描述比判断难很多,对我来说。我嘴笨。 晚点:outliers 通常有什么共同点? 曹曦:今年我们的一个新 LP 是来自欧洲的基金,他们总结过一句特别好的话:优秀创业者的两个特质——思维发散,和童年 trauma(苦难)。 我经常开玩笑,创业者没点大毛病,他干嘛创业,创业多辛苦,正常人类根本不需要承担如此多的辛苦。 (1/2)
6
18
2
68
15,030
机器人怎么还没干活,先学会站着不动了。 这个抓放实验有点意思。用 Diffusion Policy,110 次测试,106 次根本没开始动。 把示教开头那段空等剪掉,同样的训练配方重新训。再测 150 次,不启动的剩 15 次。 说白了,模型把“先别动”也学进去了。人知道前面是在等操作员准备好,模型未必知道这段该忽略。 训练没报错,不代表模型学的是你想教的。 不过我的暴论是,还是数据量不够。力大砖飞,数据量够多了,大体量模型自然知道这是操作员在等待。 实际的数采、标注、训练里问题多了去了,指望都解决可能还得等5年等10年,但大模型的核心可不是跟你抠细节执行问题,核心是一力降十会。 别解绳结了,不如学亚历山大大帝把解不开的绳结直接一剑砍断。
5
2
207
Dream-1,模型调用 3 美金一小时 机器人大脑也开始按小时卖了 有现成的能力能用 还非得从头训一遍 就为了说一句“我们也是自研”? 大模型已经学过的东西,直接用 省下的钱和人,去解决它还不会的 到了客户现场 换个东西就抓不住 干到一半卡住 一天得让人救多少次场 这些问题解决不了 模型叫啥名字,客户根本不关心 做数据也是一样 预训练,把可用规模和场景覆盖做上去 具体任务,缺什么经验就补什么 补完有没有用,拿结果说话 Dream-1 现在还是测试版 离接上就能挣钱还早 但“每家公司都得自己从头训大脑” 这笔账该重新算了 重复交学费,真不叫壁垒
3
3
180
看 EgoForesight,我还是那个判断:具身预训练的数据,不必每条都按精细控制的标准来做。 先把可用规模和场景覆盖做起来,同时处理好不同来源的噪声。 行业过去强调高精度数据参与预训练有很多原因,其中一个原因是大家不敢放手进行大规模预训练,这里面涉及到的成本太过于高昂,大家不敢冒险。那怎么办,只能少量高精度数据过拟合一个效果出来,其实大部分还是过家家。 然后大模型就来了。大语言模型正在演变成全模态模型,他们进入具身赛道可不跟你玩虚的,正儿八经开始大规模训练了。形势变了。 做模型和数据,应该算清楚:同一笔钱,花在精度再提高一点,还是多覆盖一批场景,对模型更有用? 预训练场景不用多说,过分强调精度,还不如过分强调规模。
5
1
1
317
a16z Crypto 改名 Frontier,还投 Crypto,但范围放宽了。提到的有: 新型智能(计算)设备与自主机器; 加密货币/稳定币与机器人间(M2M)无缝结算; 赛博物理系统; 全新公司构建模式催生的从个人工具逐渐演变为多人/多代理协同的网络的原生应用场景; 生物学与现代医学等。 我更在意的是: 下一代公司,可能会以 AI 为基底,软件、硬件和服务放在一起做; 围绕着AI的核心元素(比如能源、算力、模型、数据)构建独特性,越来越难用一个传统的赛道观念概括。 比如从数据角度, 你的公司是在公开数据里与别人厮杀, 还是在半公开数据里跟别人打信息差和时间差, 还是积累自己的非公开数据。 如果各个角度都说不通,就难以做大。
2
3
254
他们表达的意思是Crypto这种技术不应作为基金标签,而应当更让位于具体赛道的逻辑。现在这个基金新叙事方向主要是 新型智能(计算)设备与自主机器、加密货币/稳定币与机器人间(M2M)无缝结算、赛博物理系统、全新公司构建模式催生的从个人工具逐渐演变为多人/多代理协同的网络的原生应用场景、生物学与现代医学
6551news: a16z 将从区块链基金的名称中去掉加密货币,专注于其他投资,其首位创始成员也将离职。
3
228
我一直觉得,大模型已经学过那么多东西,具身没必要全部从头再来。 看 RAX,感兴趣的是它怎么把这些能力用起来:一边试,一边改代码,把经验留给下一次任务。 做数据的人接下来要想清楚:模型已经会什么,真实世界还缺什么经验,我们最该补哪一块?
3
5
331
看 Ego2Contact,又想到我们为什么一直做 Ego 数据。 我的判断没变:大模型学过的知识,很多能复用到具身;数据需求的大头,会在预训练。 这一阶段,我把规模放第一。让模型多见些人怎么干活,不必每条都按精细控制的精度来采。 所以我们最想做好的,是把完整、可用的 Ego 数据量做上去。
2
1
179
这篇论文让我感兴趣的是:视频里能学到的东西,可能比我们现在用上的更多。 它用视频和实测触觉配对训练,再适配机器人,真机也还戴着触觉手套。 所以我把它当作一个观察点。预训练的量、精度和 Ego 的机会,是我们自己的判断,还要继续验证。 arxiv.org/abs/2610.22932
1
96