Ben Lorica 改变看法：当 agent 能自己写机器人代码，世界模型必须自证价值
bigdata · x · 2026-10-28
数据专家 Ben Lorica(Dell NTT 数据科学荣誉院士、Gradient Flow 作者)撰文表示他「改变了对世界模型(world models)的看法」，核心问题是：当 AI agent 能自动编写机器人代码、甚至自动搭建仿真器来验证时，学到的世界模型还能在哪些地方创造现有软件栈给不了的价值？
文章指出机器人领域的一大瓶颈在于「变体自动化」(variational automation):介于刚性工厂自动化与通用机器人之间的大量场景——包裹位置不同、商品形状各异、线缆每次弯折不同，在仓库、工厂、食品加工中极常见，但自动化成本高昂。瓶颈包括：机器人缺乏语言模型那样的海量物理经验数据；每个新应用仍需工程师手工组装感知、抓取、运动规划与恢复系统；仿真虽能减少物理测试，但构建能反映关键物理属性的仿真环境本身就很费人力；且商业门槛高——机器人必须快速可靠，而不只是精选 demo 里成功。
文中梳理了造机器人的四条路线：传统组件组合(感知+运动规划+控制，快而可靠但每场景需大量工程)、VLA(视觉-语言-动作)模型等新范式，以及 agent 自动化机器人工程本身对这一格局的冲击。
所属事件:Ben Lorica 转向：AI 自己写机器人代码，世界模型价值存疑(3 条相关)→
「具身」频道最新
- VLA 快速策略的诀窍:九成在于不用遥操作数据,运动学也能解题 — andrew_n_carr · 2026-10-28
- UniPred 入选 IEEE T-RO 2026:让机器人从演示中自创任务概念 — tomssilver · 2026-10-28
- 1 英寸机器蟑螂钻进机翼管道，靠嗅觉检测锈蚀程度 — Scobleizer · 2026-10-28
- 前Apple团队创办Silica：关节执行器灵敏度提升50倍，已开放预订 — ycombinator · 2026-10-28
- 坐地铁不敢用 AI 眼镜:edwinarbus 吐槽怕被围观 — edwinarbus · 2026-10-28
- 工程师给 Claude Code 接 600 个工具,全自动设计出四层 PCB — Salitronic · 2026-10-28