🏷️ 具身智能

Alignment Unlocks Scaling：Qwen-Robot Suite 的设计原理和背后的思考

文章介绍了Qwen团队推出的Qwen-Robot Suite，包含Qwen-RobotNav、Qwen-RobotManip和Qwen-RobotWorld三项工作。核心思想是通过解决具身智能中异构数据的对齐问题，实现模型的规模化扩展，并在多项基准测试中取得SOTA结果。

什么是具身智能？它跟 AI 的关系是什么？

文章深入解析了具身智能的定义、历史渊源及发展现状。作者区分了具身智能与传统机器人，指出其核心在于感知-行动闭环与物理世界的实时交互。文章回顾了从符号主义、行为主义到深度学习、Transformer时代的技术演进，分析了VLA模型如何继承大模型能力来突破泛化难题，探讨其与AI的本质关系及未来前景。

孙正义、黄仁勋、孙宇晨集体押注物理AI！六大方向全拆解

文章指出，全球顶级大佬正从数字AI转向“物理AI”赛道，即具备感知和执行能力的具身智能。文章详细拆解了孙正义、黄仁勋和孙宇晨的布局逻辑，并列举了人形机器人、存储、能源、无人机、空间计算和工业自动化六大投资方向及相关A股核心标的，最后提示了甄别蹭概念公司和把握投资节奏的风险。

你不知道的具身智能：从小机器狗到 Optimus

本文记录了作者组装一台小机器狗的实践过程，并以此引出对具身智能技术栈的深度剖析。文章涵盖了从硬件选型（STM32, ESP32）到空间感知（SLAM, 3D表示），再到动作控制模型（VLA, RT系列）的演进，最后重点分析了 Tesla Optimus 在工程制造、时空分层与能耗上的技术难点。

翻译：李飞飞关于世界模型的分类

本文基于李飞飞的观点，深入探讨了“世界模型”这一AI术语在当前语境下的定义与功能。文章通过强化学习中的POMDP框架，将世界模型系统分为三类：输出视觉观察的“渲染器”、输出物理状态的“模拟器”以及输出行动指令的“规划器”。作者指出，尽管渲染器目前商业应用最成熟，但模拟器作为连接视觉与行动的桥梁，是实现空间智能和通用机器人的关键。文章最后预测，这三类功能的边界将逐渐坍缩，最终融合为一个统一的、能够理解并交互物理世界的基础模型。

人形机器人技术路线优缺点比较及演变

文章深度解析了人形机器人的三大技术路线（电驱动、液压、气动），指出2026年电驱动已成为主流。重点拆解了电驱一体化的核心零部件，包括无框力矩电机、行星滚柱丝杠等，并阐述了高度集成化与新材料应用的未来趋势。

50倍存储后，孙宇晨永远在看下一个十年

文章回顾了孙宇晨过去十年在比特币、英伟达、特斯拉等资产上的精准投资，指出其近期对存储芯片（如SNDL）的成功预测。文章进一步剖析了孙宇晨目前的四大关注方向：具身智能、无人机、空间计算与太空探索，阐述了他通过“身体与大脑分离”、“军民用两端布局”等逻辑在物理AI时代的投资版图。

重构数字新皮层：从神经科学到 AGI 路径选择

文章续接《Speech Living Beings》，从认知科学视角剖析 AGI 的五条路径。作者将新皮层的六层结构映射到 AI 架构，指出 LLM 对应 L4（语义误差），Representation Bet 对应 L2/3（表征），而 L6b（价值调制层）在当前 AI 中完全缺失。文章引入鲍德里亚的符号学理论，论证 LLM 的语言工业化导致具身价值断裂，并指出当前的 Memory 工程问题本质上是 L6b 层价值选择机制的缺失。

π0.7 与机器人数据公司的误区

文章批评了仅靠堆砌人类数据解决机器人问题的观点，深度解析了 Physical Intelligence 的 π0.7 论文。π0.7 通过拒绝仿真数据、利用子目标图像作为引导（Affordances）、以及增加详细的任务元数据（如子目标、子任务指令）来解决数据冲突，实现了跨具身迁移和更好的指令遵循。作者指出，机器人数据公司应通过自建机器人并提供高质量注释来创造价值，而非单纯销售原始数据。