Manning 演讲：世界模型需要因果性，而非漂亮的生成像素
AI Engineer · youtube · 2026-09-24
AI Engineer 频道发布斯坦福教授、前 SAIL 主任、现 Moonlake AI 的 Christopher Manning 演讲。
历史视角：Manning 指出 2007 年 Google 已有用 2 万亿 token 训练的语言模型，与今日前沿模型同一量级——AI 历史从 1956 年达特茅斯会议、Shakey 机器人讲到 LLM 的崛起。
核心论点：具身智能是下一步的北极星，而路径是基于仿真的世界模型：
- Genie 3 等生成式视频只模拟「观测」，底下没有语义，无法支撑规划。
- Moonlake 的做法：从单张照片或短视频构建「动作条件」的代码世界模型——物体可以被拿起、打开、移动；甚至上网检索补全摄像头看不到的信息（如盒内的茶包）。
- 用一个受 Claude Code 启发的循环对比渲染与现实，缩小 sim-to-real 差距；目标是用仿真替代 1 万小时的人工遥操作。
结尾 Q&A 涉及游戏、本体论、物理与潜空间中的发现。
「具身」频道最新
- 杜克大学 Cartesian Hand:七个关节全是平移,无一旋转 — lukas_m_ziegler · 2026-09-24
- Waymo 累计 2.7 亿英里：伤害事故比人类少 82% — DMaguireARK · 2026-09-24
- 开发者谈 Vision Pro：隐私政策令人头疼但价值难以否认 — dreamwieber · 2026-09-24
- 机器人代工厂 RMFG 招「工厂软件主管」，自曝营收已超烧钱速度 — seanmcdonaldxyz · 2026-09-24
- 用 Opus 5.5 规划双机械臂协作装配引擎零件，演示全自动机器人方向 — ZeYanjie · 2026-09-24
- Meta 发布会后观察：业界 K 型分化，苹果首现多线落后 — _AustinCalvert_ · 2026-09-24