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
- 39 块肌肉模拟之手练 4.26 亿步，从 0/9 到 9/9 姿势全达成 — MaziyarPanahi · 2026-11-11
- 前 Astra 成员创业做 real2sim2real：机器人仿真光『看得真』不够 — abhishekunique7 · 2026-11-11
- Origami 携手 Palatial 建 real2sim2real 灵巧工厂,下周开源 100 个数据集 — ybisk · 2026-11-11
- 可训练望远镜模型助力 Nature 论文：灵敏度提升 2–15 倍发现系外行星 — bravo_abad · 2026-11-11
- Tersus GNSS MVP S1 扫描数据入 LichtFeld Studio,点云干净出高质量 Splat — janusch_patas · 2026-11-11
- 用 ESPHome 刷机，让家中廉价 IoT 设备重获新生 — haydendevs · 2026-11-11