为什么机器人技术仍未解决——但可能很快了

本周的Paper Club全部关于机器人技术。过去十年里，每年都有人承诺机器人时代即将到来。但我们仍在等待。因此，我们聚集了一批顶尖的人工智能和机器人研究人员，展示关于当前进展和未来方向的最新发现。我们首先讨论了仍然存在的最大障碍：模拟到现实的差距、动作表示、感觉运动问题和具身漂移。然后，我们探讨了如何为机器人策略赋予记忆、教会模型哪些值得推理、完全在模拟中学习灵巧工具使用、为什么下一波伟大的机器人公司将始于远程操作，以及如何在不使用两块GB200的情况下运行世界动作模型。文稿：https://www.ycrootaccess.com/p/memory-simtoolreal-and-world-action 章节： 0:00 – Francois Chaubard：十年“明年机器人就解决了” 7:59 – Marcel Torne：MEM - 视觉语言动作模型的多尺度具身记忆 (arxiv.org/abs/2603.03596) 20:21 – Milan Ganai：动作预测具身推理的自监督引导 (arxiv.org/abs/2602.08167) 33:42 – Tyler Ga Wei Lum：SimToolReal - 面向零样本灵巧工具操作的对象中心策略 (arxiv.org/abs/2602.16863) 51:21 – Niko West (Rerun.io)：为什么下一波伟大的机器人公司将始于远程操作 1:08:30 – Bill Jiao & Guanming Wang (General Instinct)：世界动作模型以及VLA之后的发展申请Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs

为什么机器人技术仍未解决——但可能很快了 | YC Paper Club