机器人讨论组

相比于华而不实的具身机器人
更需要一个全自动煮蛋机器人

我提出的方案终于被全公司认可了。
在这一刻过往的生涯和现在的事业结合起来。
敬请期待，机器人的全新内容。
Bear witness！

希望聪明的人类能发明出一款能够根据人类想法制作出所想东西的机器人。

了解了一下美团具身的薪资，感觉我们要成为具身的黄埔军校了。
从三四年前就开始做具身，那时候还不叫具身，就是人形机器人。技术积累是很多的，但是融资是很少的。于是花不起大价钱挖行业经验老将，所以招的全是校招生。校招生培养出来之后肯定也看不起我们现在开的价，就会跳出去。
黄埔军校就是这么来的。

得知我现在的工资是互联网大厂具身部门业务岗位校招的50%之后突然好想摆了

人在物理形态/与自然交互层面分为生存和使用工具两部分。

机器人的生存法则和人不一样，所以不能基于人体这一生物进化的结果去直接复用构型。

就像形态无法决定文明，构型也不能区分智能。

人的形态连同其耦合的工具（钳子、汽车方向盘、触控屏等），只是大脑作用到世界的一种媒介。

具身如果能称之为智能，一定是一场工具对工具的改造，而不是对人体这个媒介的简单复制、演绎。

RSI才是真正关键的。

问AI：假设有一天你会拥有身体，你希望成为什么样的机器人？
Kimi和Deepseek回答的共同点：能变形，有感官，在场。

某公司终于ipo 了
何德何能
600+的市值定价
中国的资本市场
到底真正的价值在哪里

恭喜吴科技
kpi 再下一程
别急
出来混 都要还的

以前不懂事跟着xhs的人嘲笑小扎不懂ai，花天价收购Scale AI，让Alexandr Wang代替Lecun负责Meta的大模型是多么蠢的举动，等到我开始负责搭建我们具身模型训练的数据管线才意识到这是一件多么困难且复杂的事情。

具身的数据和模型发展阶段其实有点类似Scale AI成立的2016年时候AI模型的发展阶段。每家模型的标准不一，LLM的冲锋白皮书《你一定要立正》是2017年才出来的。即使在transformer成为主流之后，各种数据标准也还是十分混乱、管理粗放的。而Scale AI正是让这些数据变得精细化、有标准可依的重要推手。

在我自己接手具身数据生产之后，痛苦首先来自于：标注员、动捕演员、动画师完全不懂机器人，其中大部分人员学历低下（当然主要是因为工资也不高），素质一般，管理他们去看我们的标准就已经是一件困难的事情，更别说更高一级的让他们理解我们的要求了。再往下一步，采集的动作哪些是可用的、哪些不可用，更加是无据可依、没有现成标准和工作的，第一天接手的时候我的主观判断成了所有环节的质量标准。同时，机器人的模型训练除了llm有的预训练和后训练之外，还要更进一步的去解决仿真到实机的gap，一环扣着一环，训练效果不好，每一个环节的人都非常有动力去甩锅给上一个环节的人。拿出依据让环节负责人心服口服去做开发又是一个巨大挑战。

可能Alexandr在理论水平上确实不如Lecun，但是在工程水平上无疑是个天才，能够解决如此庞杂的系统工程问题甚至梳理出标准、作为数据供应商理清需求方的标准并能批量化生产，他确实值Meta的100多亿刀。

又想跑路了，接触到客户了解到演出场景有一个普遍反映的需求，去找算法负责这个模块预研的校招生了解这一模块目前进展，也就开了大概40分钟的会拉齐进展以及评估为什么有更成熟的解决方案没有考虑，转头这个算法同学就跟技术leader反馈业务同学了解需求浪费研发时间，我的天啊在想什么啊差点沙比两个字就骂出口了，不想服务业务了解业务就滚回实验室去啊上什么班