千寻智能高阳谈具身智能的 GPT-3 时刻与泛化性指标
播客节目「北坡计划」邀请千寻智能联合创始人兼首席科学家、清华大学交叉信息研究院助理教授高阳,讨论具身智能即将进入的“GPT-3 时刻”,并从数据、模型到系统能力拆解这一判断的技术前提。时间轴显示,他称两年前预测需 5 至 8 年,目前的判断提前到 27 年,并认为评价具身模型今天最重要的指标只有泛化性。节目还提及他谈到一千万小时数据、6000 个人、几个月这件事中国有经验。
试运行:收录范围与分类仍在校准,更新可能延迟。 最近内容更新:2026-11-04 17:28(北京时间)
播客节目「北坡计划」邀请千寻智能联合创始人兼首席科学家、清华大学交叉信息研究院助理教授高阳,讨论具身智能即将进入的“GPT-3 时刻”,并从数据、模型到系统能力拆解这一判断的技术前提。时间轴显示,他称两年前预测需 5 至 8 年,目前的判断提前到 27 年,并认为评价具身模型今天最重要的指标只有泛化性。节目还提及他谈到一千万小时数据、6000 个人、几个月这件事中国有经验。
World Labs 发文提出 3D 是继文本之后人与机器描述和操作物理、虚拟世界的通用接口,并把 3D 表示类比为代码、神经图形类比为编程语言、仿真引擎类比为芯片。
World Labs 发布 World API,开发者可通过接口调用其多模态世界模型 Marble,从文本、单图、多图、360° 全景和视频生成可导航的 3D 世界。
关注价值:世界模型从演示走向可调用接口,机器人仿真环境的生成成本与规模是这条最直接的影响面。
World Labs 将两个月前预览的多模态世界模型 Marble 面向所有人开放,可输入文本、图像、视频或粗略3D布局生成完整3D世界,并支持交互式编辑、扩展与组合。
关注价值:从预览到全面开放并补上多模态输入与编辑导出,读者可据此判断生成式3D世界模型当前能做到什么程度。