这组图片笔记基于第 146 集完整音频逐字转录整理，共 18 张，适合从嘉宾个人路径、机器人学术谱系、Pi 模型演进和具身智能的下一步逐张复盘。
本期信息
- 单集：对 Physical Intelligence 柯丽一鸣的 4 小时访谈
- 发布：2026 年 7 月 16 日 08:30（中国标准时间）
- 时长：3 小时 48 分 04 秒
- 素材：完整音频 ASR，共 2,153 条字幕条目；shownotes 的官方时间轴用于章节定位
- 访谈来源：张小珺 Jùn｜商业访谈录官方播客主页 · 本期完整音频
图片顺序
01｜进入本集
从一个研究员的个人表达进入：Pi 的开源模型研究，和一套关于机器人江湖、谱系、主角的观察。
02｜嘉宾背景
柯丽一鸣 Kay Ke 是 Physical Intelligence 研究员，主要做机器人学习与强化学习研究，也是 Pi 核心论文作者之一。她在研究机器人的同时写科幻小说，长期关心生产力变化和人与人的关系。
03｜13 个时间入口
官方 shownotes 给出了 13 个时间标记。本卡按原始时间轴排列，覆盖从机器人与小说家、个人成长，到 Pi 研究、组织文化、前沿展望、中国与机器人未来的完整路径。
来源：本期官方播客主页
04｜机器人与小说家
嘉宾把做机器人和写小说放在一起谈：两者都需要创造力，也需要把一个尚未完成的东西，靠持续执行变成现实。这里的金句来自完整音频原话，其余为基于上下文的整理。
来源：完整音频
05｜不是一条直线的研究路径
竞赛、心理学、经济学、计算机，再到模仿学习与强化学习，嘉宾的路径不断在理解世界和动手改变世界之间切换。卡片中的顺序与转折均来自访谈自述，不构成完整履历表。
来源：完整音频
06｜机器人学术谱系
嘉宾从 CMU 的机器人传统谈到 Matt Mason、S. Srinivasa、Marc Raibert、Peter Abbeel、Sergey Levine 与 Chelsea Finn 等人，试图解释不同路线如何汇入今天的机器人学习。此卡是访谈中的思想地图，不是完整历史名单或排名。
来源：完整音频
07｜传统派与机器学习派
传统机器人重视规划、控制、机械设计与可解释性；机器学习路线更强调数据驱动、端到端和泛化。访谈真正关心的不是二选一，而是能力、表现、泛化与鲁棒性如何同时成立。
来源：完整音频
08｜为什么是筷子机器人
筷子是一个很难的构型：先用模仿学习学会夹，再在现实中用强化学习继续练。嘉宾把它当成检验算法能力的难题：如果在筷子上都能成功，迁移到其他构型或许更有可能。
来源：完整音频
09｜机器人公司的江湖
受访者把 Pi、Figure、1X、Tesla、Google、NVIDIA 等放进不同的产业观察框架里，但也强调这是根据公开信息形成的个人判断，不是各公司的官方分类。这里保留这种带有立场的行业地图，而不把它伪装成客观榜单。
10｜Pi 的三句话
访谈把 Pi 的主线概括为三个问题：π0 先证明能力，π0.5 继续追问开放世界泛化，π*0.6 则把注意力拉回真实任务的表现。这个框架来自访谈；模型名称与公开项目以官方页面为准。
11｜π0：先证明能不能做成
Physical Intelligence 对 π0 的官方定位是通用机器人基础模型，结合多任务、多机器人数据与新的模型架构，并开放了代码和权重供研究者尝试微调。卡片没有加入官方页面之外的性能数字。
12｜π0.5：把换一个家当成考试
官方介绍将 π0.5 的重点放在开放世界泛化：模型要面对新的房间、新的物体和新的环境，而不是只记住一个实验场景。访谈则进一步把它放进数据规模与多样性的问题里讨论。
13｜π*0.6：从经验里变好
π*0.6 的官方页面将重点放在让视觉语言动作模型从经验中学习。对应到访谈，问题从能不能做，转成在真实任务里能不能更稳定、更高效地做。
14｜机器人的数据不只是视频
机器人数据还包含任务目标、动作细节、环境变化和成功反馈。家里的光照、桌面高度、物体角度与初始状态，都会改变一个模型在真机上的表现。卡片中的四个维度是对访谈讨论的结构化整理。
15｜前沿最难的也许是评估
语言模型可以生成文本后直接打分；机器人必须先在物理环境里运行，而光照、背景、桌面高度、物体角度和初始状态都可能改变结果。嘉宾的判断是，机器人领域还没有完全收敛的统一前沿标准。
来源：完整音频
16｜大脑与身体
一台机器人可以被拆成两层理解：上层负责看任务和决定动作序列，底层负责把意图翻译成关节位置、角度与物理执行。两层结构不是把问题简单化，而是让系统更便于调试与部署。
来源：完整音频
17｜实用派，加狂野派
嘉宾不认为机器人现阶段必须是人形，但也不把未来锁在今天的构型上：两只手、四只手、更多轮子，甚至动态更换身体部件，都可以被纳入想象。这里明确标注为受访者立场，不代表行业共识。
来源：完整音频
18｜故事还没有写完
「我其实一直很想做的就是机器人可以造自己。」这是本集最有延展性的原话之一。它把讨论从家务自动化推向生产力、团队形态和人与机器人的关系变化，但仍然只是一个研究者的未来想象，不是已实现的能力。
来源：完整音频
说明：本组图片笔记以完整音频 ASR 为主要素材，shownotes 和官方网页用于章节定位、专名与公开模型信息核验。引用句只保留逐字稿中可核对的嘉宾原话；其余内容均以转述或观点整理表达。本文不构成投资建议。
Comments
Sign in to comment.