斯坦福 Manning 谈 Moonlake 押注代码化世界模型，反对单一巨网方案
chrmanning · x · 2026-09-19
斯坦福教授 Chris Manning 介绍了 Moonlake 的路线：为机器人部署与测试构建世界模型和仿真平台，但不押注「一个大神经网络搞定一切」，认为该路线在物理准确性、长期一致性上尚不成熟。
核心论点：
- 编码模型的爆发（Claude Code、Codex 等）改变了可能性——现在可以用编码类 AI 产品直接构建仿真环境。
- 过去机器人进展慢，很大程度因为默认做法是摆一屋子真机器人折 T 恤录数据，慢、贵、难规模化。
- Moonlake 的答案是代码化、物理接地（physics-grounded）的仿真，而非端到端大网络。
「公司和人」频道最新
- John Lewis 圣诞广告遭差评:劝阻现金礼卡背后的商业算盘 — aakashgupta · 2026-11-04
- 技术创始人转型 CEO:讲故事是绕不开的核心工作 — paigeinsf · 2026-11-04
- Andreessen：Agent 正如 PC 与电子表格，以「混乱」方式进入企业 — Dan_Jeffries1 · 2026-11-04
- DeepMind 与 Cognition 将在 AI 工程师 Code Summit 前办攀岩社交局 — osanseviero · 2026-11-04
- 谷歌回应争议:新员工合同已删除离职后竞业诽谤条款 — HaydnBelfield · 2026-11-04
- FT 曝光埃森哲 AI 论文充斥幻觉内容遭舆论抨击 — nordicinst · 2026-11-04