ETH 四讲纵览具身智能前沿：Malik、Koltun、LeCun 各指一块短板
le_james94 · x · 2026-10-13
James Le 完整观看了 2026 年 5 月 29 日 ETH Zurich「Frontiers of Embodied AI」四场讲座（共约 3 小时 17 分，录像已上 YouTube），并逐一梳理各演讲者指出的具身 AI 缺失环节：
- Jitendra Malik（UC Berkeley / Amazon）：以「写煎蛋食谱容易，机器人 crack 鸡蛋难」说明难点在规划之下的手部轨迹与力控——配方既不规定轨迹也不规定力；他还分析了遥操作、人类视频、仿真三类训练数据各自的不足。
- Vladlen Koltun：谈前沿模型中的空间认知，认为核心缺口在表征（representation）。
- Yann LeCun：围绕世界模型展开。
- Shuran Song：讲如何让操作（manipulation）数据更容易采集。
作者自己的结论是两个缺口依次存在：Koltun 的在表征，Malik 的在信息。他不同意 Koltun 的一点是：仿真公寓对空间学习够用，但接触（contact）只提供别人写好的物理——「空间在屏幕上，接触不在」。他还提出一个核心疑问：在视频上训练的世界模型到底能学到关于接触的什么？四场讲座给出的答案是「都没有」。
所属事件:ETH具身智能四讲综述：Malik、Koltun、LeCun各指短板(3 条相关)→
「具身」频道最新
- Collov Labs 发布 NewEyes AI：给个人智能体装上「眼睛」 — Scobleizer · 2026-10-13
- 亚马逊机器人员工超百万，人类岗位下一步在哪 — lulzxdxdxd · 2026-10-13
- AI 研究员 Chris Paxton:IROS 显示灵巧操作已成机器人研究前沿共识 — chris_j_paxton · 2026-10-13
- Scoble 见证非侵入式 BCI:四肢瘫痪者称 Phantom Neuro 设备最惊艳 — Scobleizer · 2026-10-13
- iPhone Duo 折叠屏现状:旧 SDK 应用居中留黑边,适配惨不忍睹 — steipete · 2026-10-13
- 开发者用 13 美元电路板配 Codex 与 GPT Live 搭 DIY 语音装置 — OpenAIDevs · 2026-10-13