人妖 丝袜

出品｜虎嗅科技组

作家｜宋念念杭

裁剪｜苗正卿

头图｜电影《师法游戏》

归国两个月后，罗剑岚加入智元。这是他探索国内具身智能的一个来源。

从机器东谈主不再称之为"机器东谈主"，而是被叫作念"具身智能"启动，这个赛谈也渐渐年青化。王兴兴、彭志辉、王鹤、杨丰瑜，如今国内的具身智能圈还是是 90 后、致使 00 后的主场。似乎改名换姓后，东谈主也变年青了。和上述创业者同样，从伯克利回来的罗剑岚亦然一位 90 后。但不同的是，他的无餍不在于拿融资、创业、找钱。也许是秉性使然，罗剑岚归国后依然坚执了他过往的科研道路。

2015 年，是罗剑岚在机器东谈主范畴商讨更早的来源。在后续的十年期间里，他有 8 年齐在作念学术商讨，先后就读于伯克利的博士和博士后学位。而在重返伯克利就读博士后之前，他还有两年的期间是在谷歌渡过，分离担任 Google X 和 Google DeepMind 商讨科学家。在此期间，他还领导征战了全球首个超东谈主类的机器东谈主真机强化学习系统。

尽管在具身智能范畴，对于走 IL（师法学习）道路照旧 RL（强化学习）道路，不对长期存在，但罗剑岚却是又名矍铄的 RL 拥护者。他的主张是，除非师法学习准确率能达到 100%，不然在现实宇宙的不笃定性是极大的。而现实情况是准确率达到 99.9% 齐是简直不可能的。

回到国内，罗剑岚在作念科研与操心产业界之间，遴选了一条折中的道路。他决定加入智元担任首席科学家，并牵头组建了"智元具身商讨中心"，还作念了稚辉君的共事。

与罗剑岚归国的初志相吻合，这个"智元具身商讨中心"并非传统真谛上的商讨机构，而是一个酌量基础商讨和产业落地之间的桥梁。在罗剑岚的口中，"它并不是为了发 paper 而存在的，这个事情不需要我在智元作念，具身商讨中心存在的真谛是用问题股东科研，它的导向是去惩处现实问题，最伏击的是，在这个商讨中心里，基础商讨和产业落地莫得严格的范畴"。

而罗剑岚口中的范畴也正是中好意思在具身智能范畴最大的区别所在。同期，它亦然朱啸虎口中具身智能存在泡沫的根源。

咱们不成老是在一个个榜单和视频的 demo 里看到具身智能的逾越，具身智能唯有愚弄到具体的产业中，转为现实出产力，才能让东谈主感受到它的逾越。千里浸在学术界多年的罗剑岚，也并不摈斥朱啸虎的不雅念。从某种进程上，朱啸虎代表着现实主见，但这种现实主见也正是覆盖在具身智能这种基础商讨与产业落地脱节的现实之下。

在与罗剑岚对话的流程中，他流显现了一种相称 open 的立场。他说，"全齐不错意会朱啸虎作为投资东谈主的立场"，但同期这并不代表应该烧毁基础商讨。当下，人人对朱啸虎的不雅点存在一种误读，致使解读成对具身智能的唱衰。现实上碰巧相背，他反而在教导企业，具身智能范畴确凿需要惩处的是基础商讨与产业落地之间的 gap 问题。

但这种 gap 在好意思国的具身智能圈要愈加严重。"和国内不同，好意思国的氛围太过于偏重基础商讨，可能他们不卷吧"，罗剑岚对虎嗅说谈。但这同期亦然国内具身智能的魔力所在，"国内有好多作念硬件的公司，况且生意化也会更快一步，这很故意于填补基础商讨与产业落地之间的 gap。" 罗剑岚告诉虎嗅。

现实上，国内的具身智能圈，一直齐萦绕着两种氛围，一种是集结了 UC 伯克利和斯坦福等东谈主才的学术派，一种是集结了华为、小米等东谈主才的大厂派。但在罗剑岚身上，却既看得到属于学术派的狂放主见格调，也有来快意厂派的求实格调。此次归国，罗剑岚更多是带着问题回来的。

在具身智能范畴，当前最大的艰辛照旧在 manipulation（操控）身上，庸俗来讲即是准确应答外部宇宙的无穷性、不笃定性。这亦然当前各界齐在攻克的重心。

而在智元，罗剑岚想用一种"以问题驱动科研"的情势链接完成他的科研使命人妖 丝袜，同期这里亦然他从科研操心到产业界的启动。

以下为虎嗅与智元首席科学家罗剑岚对话实录，有调动：

虎嗅：你在伯克利期间，对国内具身智能公司有过战斗吗？其时你奈何看国内这些公司的？

罗剑岚 : 2016、17 年的时候，那时产业化处于比较早期阶段，更多是硬件导向或者是偏劳动类的机器东谈主，确凿海涵具身智能和通用机器东谈主的还并未几。其时还莫得这个宗旨，大齐齐叫机器东谈主。

外洋也仅仅有几家机构在作念，包括 Google 在内。其时各人对于把 learning 移到机器东谈主上这件事一直是执怀疑立场的。阿谁时候国内偏传和洽些，AI 作念得少。但这一两年，国内至少从阵容上看忘形国要大得多。

虎嗅：是因为生意化的原因吗？

罗剑岚 : 国内可能会比较海涵这个词。比较之下，国内更易取得场景和数据，使用遵守也会相对较高。但好意思国会更坚执期间的持久探索。

虎嗅：归国之后，为什么莫得遴选我方创业，而是加入到一产品身智能公司作念首席科学家？

罗剑岚 : 在产业界作念科研需要一套落地的系统，这波及到跨学科跨层级的系统性配合。当前这个阶段，我但愿专注在我擅长的事情上，而不是一启动就堕入团队设立、融资、工程化这些事情上。

虎嗅：你说跨学科配合。但外洋跨学科会不会走得更往前一些？

罗剑岚 : 我倒合计中国天生的泥土或基因会比较好少许，比如好意思国，第一他没硬件，第二好意思国 AI 东谈主才密度相称高，是以各人会更多基础在 AI 商讨上。但比较之下，在国内恰好相背，国内更容易找到机器东谈主所需要硬件本质、算法等等。

虎嗅 : 那智元最诱骗你的点在哪？

罗剑岚 : 它是全栈的公司，也即是说硬件、软件、算法齐是闭环的。这和我的理念相称相符。

虎嗅：你的理念是什么？

罗剑岚 : 我觉妥贴前好多机器东谈主的问题是，当前在硬件、软件、算法上头工程和科研莫得通盘迭代。你不成把它作为念其他的 AI 标的，即是你有一个 benchmark，有一个 dataset，你在上头刷刷点，找一个场景。我比你好 10% 就好了。这样莫得反应现实的发扬，也不客不雅公谈。

虎嗅：你在智元牵头组建的"智元具身商讨中心"，这个商讨中心是如何的存在？比如它的组织架构和独处性。

罗剑岚：当前还在执续招聘。它是一个酌量基础商讨，到确凿不错被部署到确凿系统的中台。他不会只发论文，这可能仅仅方针之一；但更伏击是股东具身系统才智的演进，以及部署到确凿宇宙中。它是内嵌式的科研中台，具有相对的独处性，不错探索新的科研范式，同期也会和咱们产品工程这类部门是保执强联动，幸免脱节。

虎嗅：那在这个商讨中心里，它的基础商讨和落地点面会有一个比例吗？

罗剑岚：这是个好问题。我合计机器东谈主范畴有一个挺大的问题，即是在别的范畴比说大谈话模子，最新的商讨效果是简直不错随即调动到商用上，各人不错看得见摸得着，不错用起来。但机器东谈主商讨却好多停留在了纸上，拍个视频发到网上说我方比别东谈主好 10%，然后就莫得后续了，也莫得东谈主讲求落地。

是以你说的这个比例问题，在咱们的商讨中心里我不会设一个就相称   boundary   的范畴，我不会把基础商讨和落地分开来。我合计机器东谈主作为系统性的学科，它是不错被临了 push 到确凿愚弄上的，而不是留在 demo 和论文，然后谁也岂论的景况，是以全体会是比较流动的景况。

虎嗅：在外洋的话，基础商讨和产业落地的这个范畴会有多重？

罗剑岚：我觉在机器东谈主范畴，外洋比较麻烦的少许是，他们淌若想落地比较难找场景。受制于一些客不雅身分，他们的制造业和管功绩相对较少。这并不是他们不想作念。还有少许是好意思国环境会包容少许，扫数机制会更饱读吹各人去作念比较持久的探索，况且本钱相称充裕，他们对失败的容忍率也比较高，这也导致了在具身智能范畴好多问题莫得落地。

虎嗅 : 是以，"用问题驱动科研"这亦然你回到国内要作念的主要事情吗？

罗剑岚 : 对，我合计好的期间商讨能调动为出产力亦然一件相称欢腾东谈主心的事情。

虎嗅：DeepSeek 这波飞腾之后，国表里对 RL 摄取度会更高吗？

罗剑岚：对， DeepSeek 或 GPT-O1 会让各人看到 RL 的后劲。之前 RL 火起来照旧在 2016 年 AlphaGo 那波，但因为其后没找到愚弄，又千里寂了一会。然后 2023 年各人看到大谈话模子的时候又好了，再到当前各人仿佛又看到了 RL 的后劲。本年图灵奖也颁给了 RL 范畴的两位宗匠。

我对 RL 的看法是这样，它是一个归纳法和演绎法的区别。归纳法是你当前看到的表象，他当前是什么，以后也就会是什么。但演绎是，你凭据它底层的逻辑去推理。因为淌若仅仅 supervise learning （监督学习）的话，莫得办法作念优化，也莫得办法作念多步的推理。但 RL 在原则上是一个比 supervise learning 更合理的 framework（框架）。淌若它出问题了，也不一定是它自己的问题，即使真有的话，咱们应该让它变得更好，而不是看到问题就认为它不行了。

虎嗅：当前在具身智能范畴，坚执 RL 的会好多吗？

罗剑岚 : 我觉妥贴前作念 locomotion，也即是作念出动的深信用的比较多了。但 manipulation （操控）的话，这个波及到确凿宇宙，各人还在探索阶段吧，

虎嗅：为什么会这样说？这个 locomotion 和 manipulation 具体体当前什么地点？

罗剑岚 : 因为 locomotion 更多海涵的是你我方的行为。比如狗往前走，机器东谈主 往前走，你只须规章好我方模子的准确性就不错了。但 manipulation 更多对于外部宇宙，除非你的仿真器玩忽师法扫数宇宙，但这是个很难的事情。

在以前二三十年的机器学习的资历和训戒中告诉咱们，在一个 AI 系统里，淌若有一个部分不跟着数据的 scale（增加）从而性能 scale（提高），那么这部分临了就会造成这个系统的瓶颈。仿真器是咱们用手盘算的，不跟着扫数系统的提高而提高，临了咱们学出来的战术就不会非凡仿真器的自己。

虎嗅：是以在 manipulation 还存在很大问题的情况下，你合计具身智能接下来的发展标的应该是什么？

罗剑岚 : 我合计接下来几年，咱们不要说作念万能机器东谈主人妖 丝袜，而是作念有效的机器东谈主，惩处一个任务可能太 specialize （专用）了，但至少不错惩处 4、5 个场景内部的任务。我也不海涵他到底是不是东谈主形。