Fei-Fei Li 正在解决机器人领域最难的问题｜a16z 对话 World Labs

摘要

• World Labs 正将空间智能路线延伸至机器人领域，通过将最初的 Marble 客户 SpAItial 纳入公司，而非转型为机器人制造商。 双方合并后的技术栈，将 World Labs 的生成建模与3D重建能力，叠加 SpAItial 在机器人、仿真和硬件方面的专长。Yunzhu 的核心目标很直接：“我希望机器人能真正工作”（“I want the robot to work.”）。
• 核心瓶颈是缺乏可规模化的机器人数据和评测体系。 与语言模型不同，机器人无法从互联网获取海量数据；物理测试缓慢、昂贵且危险，因为原子必须在空间中移动。SpAItial 的真实世界—仿真—真实世界流程，旨在用对齐的数字环境替代其中相当一部分数据和评测工作。
• World Labs 认为，一致的世界模型能够提供纯视频路径仍难以保证的能力。 一个有用的环境必须在空间、时间、视角和交互上保持一致：如果机器人推了一个物体，而它“就这么神奇地消失了”，这样的预测就无法提供良好的学习信号。Marble 可从文本或图像生成几何一致的世界，并以 Gaussian splats 或 mesh 表示。
• 仿真与真实世界数据是飞轮中互补的两个阶段，而非互相竞争的两种教条。 早期系统可能更依赖物理、几何和随机化；随着客户数据和机器人数据积累，建模会逐步转向学习型动力学。Fei-Fei Li 的关键区分在于，仿真可以对尚未发生、不可能发生或现实数据不足的事件进行“反事实推理”（“counterfactual reasoning”）。
• 评测可能是平台近期最锋利的切入口，因为迭代速度决定机器人开发速度。 SpAItial 希望无需在现实中重做每一轮试验，就能区分90%和92%的 checkpoint，或测量95%与99.9%的可靠性。其卖点是“可规模化、安全且快得多的评测”，且结果与真实世界表现保持一致。
• 商业部署应先从结构化工厂推进到半结构化仓库、酒店和餐厅，再进入家庭。 可靠性来自足够广泛的场景覆盖，而受控环境更容易实现这种覆盖；完全非结构化的家庭仍是“终极挑战”。Martin 认为，这一过程更有利于专用具身形态，而不是过早押注通用人形机器人；SpAItial 则不绑定模型或具身形态。
• 机器人达到人类水平的能效，并不是5年内必然发生的事。 Yunzhu 预计需要“非常长的时间”，因为可靠机器人是一个整合系统，覆盖硬件、软件、机器人“大脑”、动力学，以及指尖摩擦力等细节；Martin 指出，即便语言模型也尚未达到约30瓦的人脑水平。更近的2年目标是可量化的：在少数垂直领域验证价值，并将这些客户打造为“灯塔案例”。

精读

上游暂未提供，后续同步将继续补齐。