硅谷101
硅谷101
硅谷101
E244|机器人走错路了?与苏度韩铮聊聊具身智能的3D数据、路径分野与硅谷竞赛
1 hour 17 minutes Posted Jul 16, 2026 at 12:00 am.
为什么做全栈(大脑+本体)通用机器人?
苏昊早年经历:从图片标注ImageNet,到3D数据集ShapeNet
3D数据收集,难在哪里?
仿真需要亚毫米级精度,视频训练无法达到
什么是Sim-to-Real(从仿真到现实)?
创业时机的判断:DALL-E带来的数据拐点
仿真器的技术内核:经典物理法则+强化学习
数据集质量与规模的平衡:自建结构化3D数据集
实际效果如何?零样本通用抓取,一次性成功率98%
回应Demo质疑:去学术会议现场随机环境中演示
基础Zero-Shot泛化能力比长程任务串联更为关键
灵巧手虽好,但不是当下的性价比最高的方法
商业模式思考:硬件+底层模型+API,类比智能手机生态
仿真器与机器人本体,必须软硬件协同设计强绑定
如何教会机器人拧瓶盖?加入真实世界数据更高效
难度对比:操作物体比运动控制难2~3个数量级
白盒与黑盒之争:分层模型,在预训练中融入物理理解
Sapien仿真器,让机器人像幼童第一次拧瓶盖一样操作
数据冷启动困境:无法复刻特斯拉,必须靠仿真做冷启动
嘉宾预言:被硅谷抛弃的“上下分层”即将重回主流
实现机器人动手,软硬件强结合的公司才能做到
硅谷明星公司点评:Skild、Figure、Optimus
为什么最看好DeepMind+波士顿动力Atlas的组合?
亚马逊机器人,场景多但整合困难
为什么多数公司退回垂类?因为不知道通用该怎么走
不做垂类押注,而是构建开发者生态,目标是成为机器人时代的“iOS+硬件”
0:00
1:17:19
Download MP3
Show notes
机器人已经能在舞台上做到翻跟头、表演武术了,但要让它在开放环境里伸手帮你拧开一个瓶盖,难度陡然跃升2到3个量级——因为那一刻,它需要理解眼前的物理世界。
这正是苏度科技想啃下的硬骨头。苏度科技联合创始人、董事长苏昊是ImageNet的核心作者之一,师从李飞飞。这家公司走了一条与硅谷主流"纯大脑黑盒大模型"不太一样的路:软硬件协同设计,上下分层架构,上层负责任务规划与环境理解,下层负责具体物体操作;Sim-to-Real作为核心训练范式,让机器人在虚拟世界里经历几百万年的进化,再迁移到现实。
这条路已经跑出了一定成效:面对从未见过的新物体,他们的零样本通用抓取单次成功率接近100%。
本期硅谷101,我们邀请苏度科技CEO韩铮,一起聊聊机器人“动手”怎么实现?他预测,接下来会有更多的硅谷公司重新回到“上下分层”的方向上来。
【主播】
泓君,硅谷101创始人,播客主理人
【嘉宾】
韩铮,苏度科技联合创始人&CEO
【你将听到】
机器人“动手”的数据根基
Sim2Real技术验证与关键突破
技术路线之争
全球机器人竞争格局
【延伸阅读】
节目中提到的Demo:sudo R1评测——60分钟连续无剪辑实测
【硅谷101正在招聘】
《硅谷101》招聘多个全职岗位,欢迎加入我们的超酷的深度内容工作团队!
👉🏻点击查看招聘详情
【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Particle Emission - Silver Maple
My Moon and Your Sun - Hampus Naeselius
On the March - Brendon Moeller
Quietly Tense - Marten Moses
【在这里找到我们】
公众号:硅谷101
收听渠道:Apple Podcast|Spotify|小宇宙|喜马拉雅|蜻蜓FM|荔枝FM|网易云音乐|QQ音乐
其他平台:YouTube|Bilibili 搜索「硅谷101播客」
联系我们:[email protected] Guest: 韩铮.