具身前沿 | Embodied AI

这两个月陆陆续续跟不同的朋友与前辈chat 从他们的视角（投资人、通用&垂直、实习生&正职），一窥当下具身行业的一角 —世界就是草台班子 对于具身行业，2026是精彩的一年： 资本市场的极度狂热（上半年国内融资总额935亿+，同比增长5倍，百亿级独角兽激增至22家）； 技术路线层出不穷，WAM、LaWAM、潜空间预测，好像每一张都是未来的船票。巨头们的核心高管、创始人、首席科学家，纷纷大规模离职并开启二次创业。 —但是，相较于充满光明未来的bp，大家是这么说的 🍐是一级买的AI Infra投资人 🍐：市场太疯狂了，一个高管/教授带队的小团队，啥也没有就十亿十亿要，而所有机构都在抢着投。节奏也比往年快太多了，原本只看BCD轮的PE也纷纷下场布局PreA，至少在此领域，市场已经不分VCPE了，所有人都在抢份额。世界模型是26年最热门的话题，而很多企业为谋求更高的估值/融资，借此概念赋能，哪怕他们啥也没做出来。尽管不少二级研报中提到，物流行业将会成为具身&世界模型最先普及的行业，但从真机交互来看，世界模型相较于传统算法没有明显的优势，而后者显然更低成本、更高效、更成熟… 👓是海外某top理工本硕，在某通用初创 前沿算法实习 👓：部门愿景虽是攻关自研世界模型，但前沿探索与实际工程之间脱节明显。工作内容很水，日常就是看论文、刷github、问gpt，学不到啥东西，（至少我）不看好部门能做出solid的产出，当然也不排除我的权限看不到更高级的内容。Leader说我们前沿探索在面对实际落地与交付压力时，面临着较大的ROI考验… ✈️是内地某top理工硕，在某垂直初创 预研部门正职 ✈️：世界就是草台班子，有能力的前辈留不下来，我啥也不会混成了带队的，老板在管理与战略摇摆较为明显。索性团队比较小，迭代比较快。我们做的是VLA，但是没有创新，跑脚本采数据、拿开源代码做微调，得出的结论是，至少在某些特定垂直领域，VLA比不上打磨多年的传统算法。身边交流了不少同行，他们都在微调开源的pi0.5，不用更先进的pi0.7的原因仅是因为后者没开源… —反身性的浪潮下，谁在裸泳，还是说全是草台？笔者能力有限，还在尽力探索中～ 叠甲：以上来自非正式chat，不保证真实性，部分话语进行二次改写，或与原意不同 以上， 欢迎约chat