社区

外国人不能搞的，中国人也能搞。 作者：杨诗涵 编辑：林觉民 七年前，ICML的讲台上，崔鹏独自面对近千双眼睛。 台下八九百人挤满了巨大的会议厅，四个巨幅屏幕横排铺开。那是他第一次站上如此规格的讲台，连手中那支激光笔该指向哪一块屏幕都拿不准。“我是头一次在这么大的空间里做tutorial。”这位清华大学计算机系的长聘副教授后来向左林右狸回忆时说。 正是这场两个半小时的演讲，在因果智能的编年史上刻下了一道清晰的分水岭。 在此之前，用因果的思想改造机器学习这一方向，在学界几乎处于腹背受敌的境地。 人工智能圈对它不关注，传统因果圈对它的范式不认可。崔鹏团队的论文投一篇被毙一篇，只要标题上出现“causal”二字，就会被送到传统因果推断审稿人手中，对方从定义上便判定这不属于“真正的因果”，连讨论的余地都不给。 逼到绝境，他们只能换一种策略。论文里保留因果的魂，但不冠因果的名，改叫“causality-inspired stable learning”，把审稿人换成关心泛化问题的那批人，此后才渐渐逆转局面。 传统深度学习，做的是关联拟合。例如训练数据里狗大多出现在草地上，模型就把草地和狗牢牢绑定，如果环境换成房间，就很难识别出来。崔鹏团队要剥掉这类虚假相关，方法来自因果推断中的potential outcome框架：算法自动给高频出现的样本降权，给低频样本升权，当出现在草地上的狗和在其他环境里的狗比例差不多时，狗和草地的关联会被抹掉，只剩下狗的眼睛、鼻子、耳朵这些本质特征。 崔鹏将他的成果带进了ICML这场tutorial。他讲了两个半小时，提问又持续了半个多小时，台下气氛热烈到近乎亢奋。散场之后，命运的齿轮开始转动——Nature Machine Intelligence的编辑当场约他聊了半小时，请他撰写一篇perspective paper（观点论文）。 对崔鹏而言，这条“冷板凳”

灵巧操作的最高境界，是“无剑胜有剑”。 作者：向欣 高景辉 编辑：高景辉 金庸笔下的独孤求败，对剑术的理解有几重境界：二十岁前看重利剑凌厉刚猛，四十岁前领悟重剑“大巧不工”；四十岁后渐渐达到“不滞于物，草木竹石皆可为剑”的境界，内功强到极致，兵刃都是身外之物。 在源升智能创始人杨思成看来，灵巧手之于机器人操作能力，就像兵刃之于剑术，模型（剑术）越强，就越不依赖末端执行工具（兵刃）；反之，当模型能力还不够强时，就需要有灵巧手加持才能更好地完成任务。 做出这个判断背后，是杨思成在灵巧手领域多年的沉淀。在清华时期，他便选择了专门研究灵巧操作的实验室；2018年，杨思成加入腾讯Robotics X实验室，担任灵巧手项目总负责人。2024年，他带着多年的行业积累，成立“源升智能”，开启了灵巧手创业之路。 或许是因为穿越周期而来，杨思成和我们交流技术细节时，总能从技术演进的维度，把其中取舍的考量讲清楚。谈及当下行业的热门趋势，他也能用一套视角更高的叙事逻辑，一针见血地指出趋势背后的缘由。 杨思成认为，现在整个行业都致力于打造“神兵利器”——更多自由度、更高负载、更细密的触觉，但其实，“卷参数的根本原因，是为了模型能力更快突破。” 那么，以当下模型的能力，灵巧手究竟要做到什么程度？杨思成的答案是要做成“六边形战士”：可靠性、灵巧性、负载能力、动态响应、触觉感知、精度，其中可靠性又排在所有能力之前，“只适合拍视频演示”的产品从来不是核心目标。 围绕这六大维度，他给自己的产品划了一条及格线：每条都要做到八九十分以上，这只手才能成为“相对通用、普适的生产力工具”。 基于这个原则，源升智能自研出了 Apex Hand 灵巧手，它采用混合驱动方案，以绳驱（腱绳传动）为主，结合直驱和连杆传动，有21个自由度，能满分通过 Kapandji 人手灵活性测试，最大单手主动负载 30 公斤。 在

 测分高的喜报频传，测分低的秘不发丧。 作者：杨诗涵 编辑：林觉民 过去一年，“GPT时刻”成了具身智能发布会上的高频词。 有厂商宣布过，自家的机器人已经迎来了属于自己的“GPT时刻”，而且不止一次。 范浩强偏要泼冷水。 他是这个行业里少数有资格泼冷水的人。 2011年，还在读高一的他，以距满分仅一分的成绩拿下国际信息学奥林匹克竞赛（IOI）金牌。 清华信息学集训队教练唐文斌（旷视科技联合创始人兼CTO）到人大附中讲课，课间满屋子学生都在打游戏，只有他一个人对着屏幕写代码。 唐文斌把这个还没上大学的少年，招进了自己刚起步的公司。 16岁，他成了旷视的第6号员工。 此后十几年，他和搭档周而进（旷视12号员工、IOI金牌得主，现任原力灵机CTO）把过去被视作天方夜谭的人脸识别精度做到11个9，长期霸榜世界第一。 所以当他判断“这条路还很长，大家千万别过早激动”时，这句话的分量，比那些喊口号的友商重得多。 2025年3月，范浩强和唐文斌、周而进等旷视原班人马联合创立了原力灵机。 他和团队做了个真机评测榜单RoboChallenge，立了条规矩，30个任务全部测完才上榜。 结果，有人测到第29个就不交第30个。 范浩强笑称，一般还没交卷的人，嘴里喊的成功率比所有人都高。 而原力灵机7月发布的通用具身基础模型DM0.5，则在RoboDojo、RoboColiseum等最新榜单登顶。 按理说，这正该是趁热讲故事的时候，范浩强却表现得相对克制。 “具身行业没有真正的对手，唯一的敌人是残酷的物理世界。”这是他给出的判断。 以下是对话实录，左林右狸进行了不改变原意的删改。 01 AI先抢走了人最想干的事 左林右狸：先聊点轻松的。我们听说你有用空气炸锅做美食的习惯，能不能先分享一道你最近的拿手菜？ 范浩强：我是比较暴力的，直接把五花肉放进空气炸锅，180度先30分钟，200度8分钟左

今年6月成立的芯雀，预计年底就向机器人公司批量交货。 作者：吴优 编辑：董子博 在深圳南山创智云城一间摆满了各种电机样品的办公室里，我们见到了芯雀科技创始人谢文麟。桌上一字排开的竞品电机和芯雀自研产品形成了对比：同样的峰值扭矩，芯雀的产品体积和重量都肉眼可见得更小、更轻。 谢文麟和他的几位核心人员来自大疆、**等大厂。谢文麟本人毕业于哈尔滨工业大学，在大疆工作10年半，从嵌入式控制算法工程师做到Osmo手持手机云台产品线负责人，拿过大疆内部最高荣誉奖DJI Award。联合创始人波哥则是大疆电机与传动采购合伙人，管过年产能超亿台电机的供应链体系，并在E-bike电机赛道上用两年时间完成了对行业龙头的"碾压式"超越。 2026年中，这群大疆老兵选择杀入机器人关节电机赛道。两个月时间已经做出两代产品，预计今年年底就能够给机器人公司交货。 不久前，左林右狸频道到芯雀的办公室和团队聊了聊，这也是谢文麟第一次对外公开分享自己在大疆的10年经历，以及芯雀正在做的事情。 在我们的访谈中，谢文麟集中回答了三个问题： 1、从工程师到产品负责人，在大疆10年学到了哪些方法论？ 2、芯雀为什么不做机器人本体，而是给本体提供电机？ 3、芯雀是怎么用大疆方法论做机器人关节电机模组的？ 01 大疆10年，最重要的方法论是极致不妥协 左林右狸：先聊聊你在大疆的经历吧，从工程师做到产品线负责人，具体经历了怎样的10年？ 谢文麟：我是 2015 年哈工大毕业后就加入大疆的，2026年3月离开的。在大疆的前 5 年是工程师角色，做嵌入式和电机运动控制算法，后 5 年管产品，负责Osmo手持手机云台。对研产销服每一块都比较了解，把大疆内部的奖项都拿了个遍，包括DJI Award。 左林右狸：拿到 DJI Award 意味着什么？拿到这个奖项需要满足哪些条件？ 谢文麟：意味着你做的事情得到公司的最高认可，这种认可

VLA和世界模型短期必然融合。 作者：张进 编辑：林觉民 近一年，世界模型赛道站满了人：Google 用 Genie 做视频预测，李飞飞（ImageNet 创始人、斯坦福大学教授）带着 World Labs 押注 3D 空间生成，Yann LeCun（图灵奖得主、Meta 首席 AI 科学家）坚持视觉表征路线。 三个流派，各自都不缺拥趸。 光象实验室首席科学家吕尧觉得，这些路线都还没捅破那层窗户纸。它们的训练目标，永远是“未来预测得准不准”，而不是“我提的这个动作，会把世界变成什么样”。 吕尧把这层意思概括成四个字：动作因果。 在他看来，机器人的动作不是一个普通的输出变量，而是对物理世界的干预。 围绕这个判断，光象科技提出“物理原生智能 Phi”技术路线，第一代物理原生世界模型 Phi-WM 1.0 ActEffect 也于近日发布。这套体系最巧的设计之一，是推理时把世界模型移出链路，把它对物理规律的理解“蒸馏”进极轻量的策略权重。 机器人真正上岗时，靠的是肌肉记忆，而不是每次动手前都先做一遍冗长推演。 吕尧不是空谈路线的学院派。 他是清华车辆与运载学院李升波教授（强化学习与自动驾驶领域国际知名专家）的博士研究生，与李升波教授共同设计了 Phi 这套技术体系。他还参与过清华大学极限竞速战队，那支队伍在 2025 年 Hitch Open 世界 AI 竞速锦标赛上夺得总冠军，创造了天门山赛道的 AI 赛车竞速世界纪录。 光象科技同样来头不小，这是一只拥有自动驾驶量产背景的团队：由前阿里巴巴高德技术总监张涛与李升波联合创办，清华车辆学院与人工智能学院联合孵化，成立至今累计融资数亿元，投资方包括 IDG 资本、东方富海等。张涛主导的空间感知定位技术，此前已量产落地数百万车载终端。 吕尧 近日，我们和吕尧聊了聊 Phi 到底是什么、团队怎么分层注入物理状态、又怎么用物理定律去治模型

朱森华，从宾大认知神经科学博士到**具身大脑一号位，再到创业成立具脑磐石，选择了一条与VLA截然不同的类脑世界模型路线。 作者：吴彤 编辑：林海峰 2025年10月，朱森华做了一个创业的决定。 作为**类脑AI平台和具身大脑的负责人，他离开了这家中国最具资源禀赋的科技公司，选择了一条最小众的路径：类脑认知世界模型。他创办了具脑磐石，要做的是给机器人一个“像人一样思考”的大脑。 在这两年的具身智能热潮里，这听起来既性感又危险。 性感，是因为“世界模型”和“类脑智能”是当下最前沿的技术标签；危险，是因为这条路在处于学术转化阶段，从IBM的TrueNorth到Intel的Loihi，再到欧洲数十年六亿欧元的“人脑计划”，至今没有诞生一个可规模商业化的产品。 朱森华的学术路径在AI创业者中极为少见：中山大学工学和金融学双学位，宾夕法尼亚大学认知神经科学博士，中科院生物物理所脑神经科学博士后。在绝大多数AI从业者直接从算法和工程入手世界模型时，他过往履历决定他走的是条非共识路线——先花了近十年研究人类大脑本身。 正是计算机科学和认知神经科学的背景让他看到，今天AI遇到的核心瓶颈——比如泛化能力差、需要海量数据、缺乏对物理世界的理解——恰恰是大脑已经解决的问题。人脑25瓦低功耗、小数据抽象学习、终身学习，这些能力背后来源于人脑的功能神经机制，是可以用数学思维抽象出来、通过算法实现的。 “所以我切入世界模型，是从认知科学的底层逻辑出发，寻找计算机科学对应的表达。”朱森华解释，“世界模型本质上就是心智模型在算法层面的映射，而杨立昆的JEPA已经把这条路走通了——它的理论基石、工程术语、loss设计，全都能追溯到1943年的Mental Model（心智模型）、自由能原则和主动推理（Active Inference）框架。” 这个判断指向一个更深层的争议：以深度学习为核心的具身智能的下一次突

张钹亲手教，沈向洋曾三顾，黄峥、颜水成、朱珑叫他mentor。 作者：林觉民 幸丽娟 编辑：林觉民 雷峰北京办公室不远处，就能看见西格玛大厦，总能想起那个豪杰并起的年代。 二十四年前，就在那里，微软亚洲研究院内部有一场赛马。 两个团队被同时拉上竞技场，比谁的人脸检测算法更好，即便没有明说，但谁都心里清楚，这可能决定着人员去留。 一方是个刚毕业不到两年的年轻博士，本行还不是人脸，他带着几个实习生仓促上阵，表面看起来规划一塌糊涂。 另一方是冉冉升起的明星学者，他的系统刚被比尔·盖茨在全球技术狂欢节上亲自演示过，CNN 做过专题报道，他与印度裔泰斗Anil K. Jain合编的《人脸识别手册》风行全球，堪称宗门天骄。 三个月后，前者赢了，所有人大跌眼镜。 多年以后人们才慢慢发现，那个年轻博士和他当初带的几个实习生，后来几乎撑起了中国 AI 的半壁江山。 此人便是张磊。 今天左林右狸频道要跟各位邻里讲的，就是他的故事。 01 师父一句话，徒弟二十年 张磊在清华本、硕、博就读。 那时候人工智能还是个彻头彻尾的冷门学科，别说找工作了，你跟人说“我是学 AI 的”，人家会以为你是写科幻小说的。 他本硕期间都在计算机系人工智能教研组做移动机器人，具体来说是 AGV 自动导引小车。 那个年代做 AGV，跟今天完全不是一码事，没有激光雷达给你用，没有成熟的 SLAM 算法，全靠自己焊硬件、调参数。 张磊大量课余时间泡在实验室里，跟电路板和单片机死磕，写汇编代码来完成 AGV 的各种功能：自主定位、超声避障、无线通信、面板操作等。 多年后，张磊对左林右狸频道谈着这段往事，他认为这种从底层硬件到上层算法全链条自己动手的经历，后来成了他工程能力的底子。 1999 年，读博二的张磊进入刚成立不久的 MSRA 实习。 MSRA 是微软在中国设立的第一个基础研究机构，前一年刚在北京成立，后来被业界称作“中

理想投资的第一个具身智能项目，这半年做的怎么样？ 作者：李雨晨 编辑：林觉民 2026年2月3日，陈伟和张骁联合创立斜跃智能。前者是理想AI首席科学家、基座模型部门负责人，十多年的技术老炮，后者是理想第二产品线总裁、顶级产品经理。 两人是同事，也是同乡、校友，很多事情不用绕弯子，这是一个创业团队稳定的“加分项”。在内部，陈伟和张骁的分工明确：张骁主导产品定义与硬件研发，陈伟负责具身模型、算法及软件、平台能力研发。 模型加产品，尤其是C端经验，是这个团队最核心的组合优势。 斜跃成立仅六个月已完成多轮融资，第一笔投资就来自理想，也是理想系创业项目中，第一个获得理想直接投资的具身项目。两人创业前，李想半开玩笑半认真地说了一句：“希望欣赏的人能在一起”。 加入理想时，陈伟的Title是AI首席科学家，后调任基座模型部门负责人，这个岗位是理想汽车AI转型中的一个重要支撑点，支撑了智驾、座舱等多个部门的研发。与此同时，理想也正在筹备代号为“Nexus”的人形机器人项目。 如果想做具身智能，为什么要冒着风险离职而非在体系内创业？ 对于这个问题，陈伟坦言：具身现在还处在很早期，很多问题都没有定论，这种阶段最需要的是快速试错、快速调整、快速推进。而一个组织的结构越轻，决策链路越短，越能把精力集中在最关键的问题上。这是他独立创业的依据。 在路线方向上，斜跃的定位非常清晰：一家以家庭为第一落地场景的具身基础模型公司，本质上是“大脑"公司。家庭场景才是终局，谁能进家庭，谁的模型一定最强。 对于行业浮躁的Demo竞赛，陈伟态度明确：不愿天天做操作演示，而是先专注做好具身模型的基建、研发方案的验证和一步步把模型做成的路径。 据雷峰网了解，第四季度，斜跃智能的能力和demo即将陆续释放。 陈伟在斜跃和理想内部，被人叫做“伟叔”。伟叔也是左林右狸频道的老朋友，前前后后深聊过4次以上。8月的WRC期间，我们

直接下场实控一号位，赵昊要干票大的。 作者：杨诗涵 编辑：林觉民 赵昊是我们录制嘉宾里最惜时如金的人。 第一次录制播客，他走进我们办公室时，手里笔记本尚未合拢，路上还在抢时间处理工作。 第二次录制播客，他来之前连续熬夜加班，到点后困得眼睛睁不开，只好在隔壁会议室的行军床上眯了五分钟。 仅仅就过去五分钟，他仿佛在水晶中回了血似的，之后就精神百倍的开始了录制。 我们这篇文字对应有视频版本，大家可以亲眼去看下，他投入谈话后到底精力有多旺盛。 赵昊的学生对我们说，他信奉达芬奇睡眠法，每工作四个小时才小睡十五分钟。 他身边的朋友也对调侃：“成龙说他‘喝牛血的’所以精力非凡，赵昊简直就是AI圈的成龙，不说喝牛血，至少也是打了鸡血。” 最近一段时间，他在小红书上被人吐槽，说他是“共享的首席科学家”，因为他之前先后在光轮智能和极智嘉两家公司担任首席科学家。有人质疑他这么多身份，怎么忙得过来。 在我们对话前一段时间，赵昊结束了这些任职合约，已经开始了自己的创业。 在录制最后，他说出了整场最热血的一句话：“我觉得很多事情让我已经太boring了。我已经到了人生要搞就搞个大的时候了。再有人给我propose一个首席科学家，给我一个小的股份，我肯定是say no的。我已经到了最终发车的那个时候了，我要成就我自己的梦想和事业。” 现在，他只想做一件事：原生的4D世界模型。 赵昊博士，PrimalVerse（元昊动力）创始人，清华大学智能产业研究院（AIR）助理教授、博士生导师，智源研究院可控世界模型创新中心主任。他于清华大学电子工程系完成学士与博士学业，曾任英特尔中国研究院研究员、北京大学联合博士后，在CVPR、ICCV、ECCV、NeurIPS、ICLR等顶会上发表近30篇论文。他是清华最大的机器人社团“天空工场”的创始人和负责人之一，曾参与孵化十余家高新技术创业公司。今年，他创立了PrimalV

一条控制论暗线：硬盘、汽车、机器人，和正在到来的具身智能。 作者：吴彤 编辑：林海峰 01、八月的伯克利：一张学术星图 2026 年 8 月 7 日，伯克利工程学院新楼 Grimes Engineering Center 的 Jarvis Auditorium 里，议程从早上九点的欢迎致辞排到晚上的教师俱乐部晚宴。 活动名叫 Mechanical Systems Control Workshop，也叫 Tomizuka Fest——为 Masayoshi Tomizuka 的八十岁生日和他在伯克利的半个多世纪而办。机器人、数据存储、车辆与交通、机电一体化与制造，四个技术专场之后，是 Tomizuka 本人的收尾演讲；晚宴前后，FANUC 与 Western Digital 的代表分别上台。活动的官方介绍写得克制：这是一场纪念他在伯克利五十年职业生涯的全天庆典。 （Masayoshi Tomizuka 中文名：富冢城义） 真正不容易被写进议程的，是房间里的密度。 机械系主任 Chris Dames 让听众举手：是 Tommy 的学生或博士后的，举手；合作者，举手；朋友和家人，举手。再问从多远赶来：湾区、本地以外、加州以外、美国以外。每一次举手都像一次分层抽样，最后落到“海外”时，全场响起掌声。 Dames 随后放了一张 1989 年机械系务虚会的合影，让人五秒钟内找到 Tomizuka；又放出那张被称作 academic family tree 的图，说自己需要一架“Tommy 望远镜”才能理解这个星系：一千多个条目，六代学术后裔，中心只有一个质量极大的天体。Dames 给出的例子让这张星图突然有了时间深度：从 Roberto Horowitz 那一代，到 Jianyu Chen，再到更年轻的学生，一条六代链可以在几分钟内被念出来。 另一年，实验室一年走出九名博士；同一张家族