• 投稿

Astra没干掉具身,但让一大批机器人技术贬值了

5万
9
2026-09-10 08:56:21
作者声明:该视频使用人工智能合成技术
1024
60
727
161
#AI #人工智能 #具身智能 #GPT6
牛粪博士带你拆AI,不装不吹,笑着把技术讲透! 科研严肃,拆解有趣,AI知识也可以通俗又上头!
《AI拆解术》
(275/293)
60.6万播放
简介
AI的未来,我们为什么需要更灵活的计算?:encoder-only/decoder-only/encoder-decoder,并聊聊他们的问题和发展方向
03:22
"爸爸,AI为什么比你更懂我的画?"——视觉技术的未来
02:29
AI 预言家?GPT 为什么能一口气接下你的话!聊聊GPT的那些事。
04:48
大模型强化学习,原来是“脱了鞋子跑得快?!” 聊聊Open-Reasoner-Zero.
04:15
BERT 防秃指南:学 AI 到底能不能保住头发?
03:58
AI 视觉生成进入换代期,Diffusion 退潮,AR 只是过渡方案?
01:12
码农崩溃2.0:我女儿竟然听懂了视觉 Tokenizer?!
07:15
DeepSeek NSA推理速度提升11.6倍,Nvidia要哭了?
08:30
Transformer 要下岗了?AI 未来架构全揭秘!Transformer 统治 AI 7 年,但它的终结者来了? 我们今天就来拆解现状 + 未来趋势!
06:36
《AI拆解术》之Step-Audio语音界的DeepSeek?聊聊audio大模型的困境和发展方向
07:45
《AI拆解术》之剧本杀:Attention密室连环杀人案
07:19
《AI拆解术》之程序员崩溃现场:我女儿竟然听懂了tokenizer
04:28
《AI拆解术》系列作品即将上线,敬请关注
00:12
聊聊多模态大模型的瓶颈
05:03
聊聊diffusion扩散模型的问题
05:08
AI 画画离谱到家了?Diffusion 竟然不懂艺术!聊聊扩散模型的原理,存在的问题和未来发展方向
04:45
AI写字为啥这么困难?视觉生成任务任重道远。聊聊扩散模型在生成字符方面的不足。
02:50
别怪AI在撒谎,是你教它这样的!——深扒损失函数如何操控AI与人类
02:08
聊聊大模型的幻觉(hallucination)问题,深度思考它的问题和意义。
03:40
聊聊多模态模型为啥还没到GPT时刻,分析它的问题和未来发展趋势。
03:40
Diffusion 控不住,是因为它根本不理解你要控制什么?再聊diffusion的局部控制性问题和发展方向
02:54
聊聊多模态大模型的问题&浅谈世界模型
01:57
什么是世界模型?AI 的“内心戏”来了
01:57
分形模型,结构控制的破局者?Diffusion救不回来的视频,分形模型来接手了?
02:29
Diffusion LLM 是什么?也许不是更好,但确实不同。除了自回归,我们还有 Diffusion 这条路。
02:06
推理增强奖励建模:DeepSeek的新范式;读《Inference-Time Scaling for Generalist Reward Modeling》论文
02:23
AI是怎么思考的?Anthropic团队可视化大揭秘!
03:05
为什么基于 Diffusion 的图像编辑总是“动全身”?从噪声开始,也要从噪声改:Diffusion 模型编辑的根本困境。
02:08
图像编辑革命:AR 模型如何干掉 Inversion?AR 模型如何实现真正的 Training-Free 图像编辑?
02:59
图像编辑范式转移:从 noise 到 token 的革命。Diffusion 生成图像,AR 修改图像——谁才是编辑的终极解法?
03:04
图像生成进入语言时代,AR 重塑视觉建模逻辑.
02:54
看完你才懂,AR 模型“讲图”的三种打开方式!AR视觉生成三大流派,一次讲清:VAR、RandAR、FAR 各走哪条路?
03:00
图像终于学会“说话”了,它的词就是 Token。什么样的 Token,才能撑起通用视觉生成系统?
02:29
从随机扩散到因果建模:图像生成控制力的底层差异。
02:32
从图像到语言,从语言到推理:生成AI正在闭环. AI图像生成的最终形态曝光:图、文、动作,一起生!
02:11
图像+语言+动作:未来AI的大脑是这样炼成的
02:33
统一世界的AI词汇,长啥样?聊聊AI的共同语言革命。
03:53
从结构到目标:多模态融合的真矛盾在哪里?多模态结构只是外壳,目标冲突才是根源
03:10
多模态生成崩坏的根源:缺乏语义驱动器
03:46
多模态统一的终极挑战:从模态融合,到世界建构
03:17
生成自由度的代价,就是控制失控。怎么办?从自由生成到结构控制
03:07
自由生成之后,必然走向幻觉与漂移;从生成到觉醒:智能体的最后一跃
02:54
算法推荐 vs 主动搜索:谁在左右你的选择?深度解析算法推荐与检索系统的差异及影响
02:44
别再说“它太懂我了”,那是你被驯化了!推荐系统的底层逻辑:不是理解,是训练。
02:22
冷启动惩罚、CTR排序、曝光偏置,一套机制悄悄决定你看不见什么;推荐系统最可怕的不是推什么,而是不推什么。
02:00
大模型很强,但它接不了推荐系统的班;聊聊大模型在推荐系统里的弊端和潜力
02:22
推荐系统拥抱大模型,还是坚持Embedding?Embedding是骨架,大模型只是插件
02:32
大模型不会替代推荐系统,但会重构它.
01:58
大模型冷启动只解决了一半,另一半靠设计
03:43
聊聊推荐系统的难题:记忆力 vs 反应力
03:25
内容分发不是自由市场,而是分层选拔
02:27
广告推荐系统的底层逻辑,不适配大模型:聊聊大模型与广告系统的结构性矛盾
02:25
为什么大模型做不了主决策,却能辅助投放?
02:45
大模型要接管广告系统,得先补这三块短板
02:51
从关键词匹配到RAG,大模型改造了检索系统
02:49
大模型需要RAG,但RAG还不够强:看清它解决了什么,又留了哪些坑
02:58
RAG系统怎么设计,才能查得准,答得好?
02:41
提升RAG命中率的3种方法
02:43
RAG该进化了:RAG未来靠“信息重组”,不是“语义抓取”
02:48
多模态RAG,图文音齐了,模型还答不对?
02:26
多模态RAG检索,要先统一任务目标
02:59
Agent RAG:不是补RAG的短板,是重构。Agent RAG,才是下一代检索系统
03:17
Agent RAG 的终极能力:查出结构,不是堆材料
02:34
从结构到状态,Agent 的执行力升级:任务长了不迷路,才算真智能
03:18
Agent 能复用经验,系统越跑越快;真正聪明的 Agent,是查一次学一次
03:02
真正的 Agent,不止会查,还能判断与调度
03:00
一个调度器,多个专家,Agent 正在进化成团队
03:03
没有任务状态共享,Agent 越多越混乱;多 Agent 协作的关键,不在能力,在状态同步
03:01
有策略记忆的 Agent,才配叫下一代智能体
02:41
从chain of thought学习agent:基础篇
01:52
ReAct的本质就是走一步看一步,灵活但短视
02:02
Plan-and-Execute:为什么有些任务,必须“先想完再动”?
01:53
Memory 是 Agent 真正能“成长”的关键
02:06
从盲试到自学,Reflexion 是 Agent 的关键升级路径
01:56
Tool Use 决定了 Agent 能走多远,不是参数决定的
02:48
MCP开篇:聊聊RAG和MCP的区别
01:48
MCP 是怎么让模型动起来的?聊聊MCP工作原理。
01:55
MCP是AI时代的HTTP?未来操作系统会是什么样子?
02:05
《RL 对齐进化论》系列视频开篇:对齐,不只是强化学习的事
01:54
对齐为啥这么难?违反了机器学习的默认三大假设
03:18
PPO 到底怎么 work?优点和坑都讲清楚
02:20
Reward Model是怎么训练出来的?有什么问题?
02:12
DPO的工作原理和存在的问题
03:01
ORPO:把偏好对齐融进监督微调里
02:39
只靠排序,不靠评分器,SLiC也能对齐大模型?
02:52
GRPO的本质就是把人类偏好结构化
03:00
CRPO:大模型偏好对齐也需要讲条件
03:41
偏好潜空间对齐正在重塑大模型对齐方式
03:15
Reward 不可信?那就让 Verifier 来决定对错。聊聊Verifier-based 对齐。
01:49
内部反馈对齐(internal feedback alignment),模型自己判断对错
02:18
高熵token自驱动大模型对齐
02:17
推理时优化,模型不训练也可以变聪明
02:20
Reward 是局部指导,蒸馏才是全局对齐
02:17
行为惯性对齐:下一代大模型安全性的根基机制
02:22
什么是 Value Scaffold?对齐该从哪里开始构建人格?
02:04
宪法对齐重构了大模型对齐范式
03:31
模型行为的未来范式:角色驱动 × 奖励调优
03:12
Reflect-RL 是捷径,还是自我欺骗?三大挑战逐一拆解
03:33
自定义反馈,偏好对齐的激进方向
04:27
Step-wise Alignment:大模型偏好对齐的下一个关键环节
03:37
大模型多轮对话不是一次打分能解决的事:turn-level optimization 是必选项
03:27
从句级到词级再到结构级:偏好建模的精度跃迁。结构化偏好标注是下一代对齐范式的地基。
03:16
为什么真实世界大模型偏好系统需要三重反馈机制?
03:14
反馈模块可能成为未来对齐系统的操作系统
02:51
从 loss 到 policy:偏好对齐的下一个技术跃迁
03:09
多模态偏好对齐为啥这么难?因为它违背了偏好对齐两大基本假设。
02:47
多模态对齐根本难点和破局之道
03:27
Agent 偏好对齐,藏在工具调用里
02:43
Agent 行为为啥总差点意思?因为没有对齐过程
02:42
Agent长期偏好怎么设计?
02:58
Temporal Alignment,是 Agent 的终极考题
03:17
由盘古事件与论文 prompt 注入引发的思考:深入解析大模型指纹与去指纹技术,以及 prompt 注入机制。
06:28
《AI拆解术•视觉生成篇》开篇,敬请关注
02:12
生成模型的本质是压缩现实和展开幻觉
02:36
GAN-Diffusion-AR三种生成模型的本质
02:51
扩散模型为啥后来居上超越GAN?
02:45
RL对齐≠更靠谱?为什么它反而催生幻觉
02:43
视觉生成之损失函数的底层含义
03:13
图像表示方法的演化之路:token那些事儿
02:11
潜空间到底是什么?有什么问题?
02:28
生成模型打分体系解析和未来进化
03:06
prompt为什么会影响生成结果?
03:13
生成模型之容量诅咒:为啥当前没有超大视觉生成模型
02:52
视觉生成三大难题:控制性,连贯性和鲁棒性
02:15
高分辨率图像生成为什么这么难?
03:19
AI生成之原罪:偏见,版权与伦理红线
02:52
生成模型家族图谱总览
03:47
DDPM原理
03:08
DDIM原理
02:32
DPM-Solver原理
02:45
扩散loss进化史
03:15
扩散预训练为啥越来越像语言模型
03:28
无分类器引导(CFG):AI怎么听懂负向prompt
03:16
LDM:潜空间中的效率革命
03:38
Normalizing Flow:可逆建模的黄金起点
03:26
Glow:最可逆的生成模型
02:25
Flow Matching:从追溯物理到设计生成轨迹
02:57
mean flow:用平均趋势掌控生成轨迹
02:06
Neural ODE 与 Score Flow:连续建模的通用语言
02:27
Flow Matching × Diffusion:他们真是对立的吗?
02:49
Flow vs Diffusion vs AR:三大路径建模哲学总对比
02:59
diffusion会不会被AR取代?
01:41
AR视觉生成代表作全解析
03:11
AR 视觉生成新突破:视觉 Token 的终极进化
04:02
AR并行采样到底在改什么?
03:44
采样策略到底在决定什么?
02:14
AR模型的超能力:远程呼应
02:26
扩散模型为啥记不住话?
02:31
扩散模型为啥做不好视频?
02:52
视觉生成身份漂移难题
03:37
视觉生成镜头崩坏真相
04:27
生成模型的短期失忆症
03:13
结构化prompt:视觉生成下一个战场
03:24
生成模型为什么总是记不住故事?
03:43
多模态生成核心难点解析和未来趋势分析
03:18
图生文,比你想象的要难
02:30
声音驱动图像生成
03:21
从图像到声音:AI跨模态建模
03:51
多模态世界模型:AI生成新边界在哪里?
02:52
多模态世界模型训练范式全解析
03:55
step-wise生成是多模态世界模型必经之路
03:01
视觉世界模型中间层到底怎么设计?
03:47
中间结构如何实现“结构驱动生成”
02:55
多模态世界模型,不是结构叠加而是语义流动。
02:47
跨模态共享结构语义是世界模型的最后拼图
03:15
AI懂因果吗?从感知到认知的转变
04:03
因果是构建世界模型的核心
03:38
AI幻觉的真相
03:39
如何让AI学会做实验:因果学习方法
03:23
反事实推理是AI因果重要学习方法
03:34
不可能空间和排他性知识建模
03:30
Slot Token在因果建模中的潜力
03:43
因果图和场景图有什么区别?
03:32
世界模型中因果记忆机制的探索方向
03:41
AI反事实实验室的原理方法和挑战
03:47
因果世界模型的边界在哪里?
03:42
VLA是什么?从感知理解到智能行动的闭环
02:19
为什么说VLA是agent的行动中枢?
02:11
多模态和VLA差了哪一根筋?
02:04
AI怎么才能学会做事?
02:16
中间层是世界状态的导航图
02:16
具身智能的任务状态追踪
02:11
具身智能的自我恢复能力
02:02
具身智能的任务记忆系统
04:01
具身智能的任务反思机制
02:28
具身智能的目标重构与策略自主选择
02:55
VLA 代表性模型总览:六大类解析
04:37
VLA如何感知可操作性:三类方法解析
03:03
VLA语言如何引导感知焦点
03:32
具身智能怎么一边做一边学
02:54
AI如何从指令中构建行为图谱
01:59
VLA行为最小单位是什么?
02:47
VLA动作组合机制
02:47
VLA任务进度感之行为阶段识别
02:11
AI如果判断任务是否完成
03:08
世界模型自我刷新机制
02:19
具身智能失败反思机制
02:27
具身智能的内在奖励体系
02:51
多模态协同才是真正的智能起点
02:01
具身智能模态时钟同步机制
02:36
具身智能如何构建时间感
02:48
具身智能提高实时性方法
03:17
如何构建具身智能的任务时间模型
03:05
具身智能自我校准机制
03:29
具身智能任务调度机制
03:40
具身智能偏好对齐难题
03:21
具身智能偏好记忆与更新
02:59
具身智能任务调度器核心设计
03:34
具身智能多智能体
02:36
#具身智能 #论文讲解 #VLA
02:46
habitat
02:44
Habitat 2.0
02:08
habitat 3.0
02:40
ALFRED
02:35
Language models as zero-shot planners
02:28
saycan
02:31
RT-1
02:40
RT-2
02:51
Open X-Embodiment: Robotic Learning Datasets and RT-X Models
02:46
Octo: An Open Generalist Robot Policy Trained on a LargeScale Multimodal Dataset
02:35
A survey on VLA models
03:01
LightDP: Efficient Diffusion Policies on Resource-Constrained Devices
02:26
BEVFormer: Learning Bird’s-Eye-View Representation from Multi-Camera Images
02:39
UniAD: Unified Autonomous Driving via End-to-End Multi-Task Learning
02:52
Hydra-MDP: A Multi-Teacher Distillation for End-to-End Autonomous Driving
02:52
EMMA: End-to-End Multimodal Model for Autonomous Driving
02:53
World4Drive: Learning World Models for AV with Latent Intention Reasoning
02:57
TransFuser: Imitation with Transformer Based Sensor Fusion 4 Autonomous Driving
01:43
MoSE: Skill-by-Skill Mixture-of-Experts Learning for Embodied Autonomous Machine
03:34
MiMo-Embodied: X-Embodied Foundation Model 自动驾驶和具身智能到底是不是一回事?
03:42
Embodied Navigation Foundation Model(NavFoM)
03:06
Embodied AI Agents: Modeling the World
03:13
Embodied AI: From LLMs to World Models
03:37
A Comprehensive Survey on World Models for Embodied AI
03:23
Evolving Auto Drive VLA Model via Collaborative Perception-Planning Distillation
04:04
TakeVLA:Learning from Mistakes: Post-Training for Driving VLA with Takeover Data
04:13
FASTER: Rethinking Real-Time Flow VLAs
03:33
Harness Engineer 到底是什么?AI 下半场,比的不是模型,而是 Harness。
04:38
OpenClaw:AI 真正难的是养得起、信得过
04:24
视觉生成模型,正在吞掉传统计算机视觉
03:32
自主 Agent 跑起来了,但谁来管它烧多少钱?
03:46
VLA 要过时了?机器人开始学会“想象未来”了
03:03
机器人开始“做梦训练”了
02:56
自动驾驶开始“预见未来”了
02:26
机器人也开始“深度思考”了
02:40
世界模型为什么突然复活了?
02:07
LeCun为什么一直反对LLM?他到底看到了什么?
04:26
为什么“世界模型”不只是视频生成? 李飞飞之世界模型分类
05:02
为什么 3D/4D 热潮可能带偏空间智能?
02:24
为什么机器人真正缺的不是身体,而是想象力?
03:20
为什么会写代码的 Agent,还是不会真正工作?
02:54
为什么 AI Demo 越震撼,越要小心?
02:30
为什么 AI 项目最难的不是训练,而是评估?
03:21
为什么 AI 项目最后拼的不是模型,而是数据闭环?
03:13
为什么 Benchmark 很高,不代表产品真的好用?
03:03
为什么 AI 最危险的不是犯错,而是自信地犯错?
02:48
语言世界模型:为什么下一代 Agent 要先学会“预演后果”?
02:13
为什么 AI 会生成世界,却不理解世界?
03:50
大模型真的变聪明了吗?还是只是更会刷题了?
03:13
AI 越自由,为什么反而越不会推理?
04:09
GPT 之外,语言模型还能像修图一样生成文字
03:34
如果语言不是思维,那 GPT 到底在”想”什么?
04:14
同一个大模型,为什么装进 Agent 里就突然变聪明了?
02:38
世界模型,正在给机器人造一个互联网
03:10
为什么具身智能,可能不需要更大的模型?
02:42
AI下一阶段,真正重要的是什么?
02:47
机器人为什么走不了大模型的老路?
02:49
世界模型之争,其实不是四选一
02:41
机器人真正需要什么样的世界模型?
02:26
世界模型最大的误区:看起来懂物理
02:06
为什么机器人 Demo 都很惊艳,产品却这么难?
03:03
机器人离 GPT 时刻,还差什么?
01:50
MIT发现:AI真正的交流,可能根本不是语言
02:04
Astra来了,3D生成是不是走了弯路?
01:53
Astra没干掉具身,但让一大批机器人技术贬值了
02:22
AI真正改变的,不是一个人顶十个人
02:15
自动驾驶靠堆数据,真能堆到L4吗?
02:45
具身智能的推理,可能根本不是语言
03:01
Claude Code 之后,AI 该往哪走? Jev强势来袭
01:53
AI的自我进化,可能只是一场自我欺骗
01:52
量子计算如果能搞定 AI,整个行业就变了
02:37
World Model 最大的盲区:它不知道该看哪里
01:17
Jev真正改变的,是AI的训练目标
02:53
世界模型,别只会“演成功”
02:22
Astra开真车,智驾该慌吗?
02:32
Gemini 4来了,你的机器人壁垒还在吗?
02:19
具身智能,别高估你的数据壁垒
02:01
Physical RSI:让机器人学会“怎么学”
02:20
AI开始造AI了,但真正的RSI还没来
02:18
一切皆可 Coding?AI 的下一场范式转移
02:22
机器人疯狂 Scaling,却可能一直学错了东西
02:12
Astra直接改写网络权重,模型训练要变天了?
02:16
具身智能突然降温,真正的问题不是缺钱
01:58
客服
顶部
赛事库 课堂 2021拜年纪