PODCAST · 张小珺Jùn｜商业访谈录

2025 年 4 月节目

2 期 · 2 期带分节

  • 04-2899. 对能量奇点创始人杨钊3小时访谈：人类驯服可控核聚变还有多少路程？
    1. 13:22多国联合推出的“国际热核聚变实验堆计划”（ITER）， 一个超大型托卡马克装置，已投入资金250亿欧元，建设周期30年
    2. 14:47高温超导材料和低温超导材料都是低温（高温超导在的能量增益的条件下，可以将装置体积缩小两个数量级，也意味建造成本大约缩小两个数量级）
    3. 19:17一个关键指标：Q值/能量增益由三乘积（等离子体的密度×温度×约束时间）决定，Q值全球最高刚过1，目前追求Q>10
    4. 27:09从氢弹到惯性约束到磁约束，不同磁场形状对应不同磁约束分叉技术路线
    5. 27:50上个世纪60年代，苏联想到用甜甜圈一样的磁场位形托卡马克路线
    6. 28:50全世界大概有100台以上托卡马克装置
    7. 29:11从用铜做托卡马克的时代过渡到用超导做托卡马克
    8. 30:172024年，我们建成全世界第一台全高温超导托卡马克（“洪荒70”装置）
    9. 39:43想清楚以后搭团队，最开始4个人
    10. 41:05杨钊的个人背景：斯坦福博士方向是比较底层的物理，量子引力、弦论、量子引力和量子信息的交叉，离这个世界比较远的基础物理
    11. 46:36人类科学的“明珠”和“有生之年”系列
    12. 51:05从博士毕业到核聚变创业之间？在金沙江创投美国做EIR（驻场准创业者）、第一段人工智能和音乐教育结合的创业
    13. 55:362021年初，针对核聚变科研院所和供应商的市场调研
    14. 01:07:33每个环节都在不断出问题，你越接近实物状态，你的问题越大、问题越多，改动修补成本越高
    15. 01:15:43“洪荒70”的意义
    16. 01:18:49通往第一个可控核聚变商品的“三步走”
    17. 01:21:10经天磁体（大孔径磁体）和“洪荒170”的意义
    18. 01:35:18点评世界上3台全低温超导装置（中国合肥的EAST、韩国的KSTAR、日本的JT-60SA）
    19. 01:38:40“洪荒380”，按照完整能长时间运行的示范电站的要求做
    20. 01:45:06核聚变和AI的关系是什么？
    21. 01:52:13中美核聚变市场格局的分割与差异
    22. 01:54:10我们和CFS（Commonwealth Fusion Systems，美国麻省理工学院分拆出来的联邦核聚变系统公司）技术路线是相似的
    23. 01:56:40真正聚变商业化的原料需要用氘氘去发电，而不是氘氚
    24. 02:03:16当能源无限，世界会怎么样？
    25. 02:04:57聊聊自我与组织、登山与跌落
    26. 02:30:57最后的快问快答
  • 04-0698. 逐篇讲解机器人基座模型和VLA经典论文——“人就是最智能的VLA”
    1. 04:11讲解开始前，先提问几个小问题
    2. 17:36当下最大变量：从专用模型到通用模型（robot foundation model）的可能性
    3. 21:12大模型浪潮爆发后，机器人领域经历了两个阶段：从利用基础模型进行机器人研究（leveraging foundation models in robotics）到为
    4. 23:54由Google Robotics团队提出的具身智能开创性论文Say Can《Do As I Can, Not As I Say: Grounding Langu
    5. 27:03第二步，用VLM（Vision-Language Models，视觉语言模型）替代Perception
    6. 27:52来自Google的论文《Inner Monologue: Embodied Reasoning through Planning with Language M
    7. 29:51由清华和上海姚期智研究院提出的《DoReMi: Grounding Language Model by Detecting and Recovering fro
    8. 32:47第三步，想把Actuation进一步自动化，用Code LM（专门用于代码相关任务的大型语言模型）来替代Actuation
    9. 32:24由李飞飞团队提出的《VoxPoser: Composable 3D Value Maps for Robotic Manipulation with Langu
    10. 39:53关于VLA的经典论文及分类：
    11. 40:17Aloha论文《Learning Fine-Grained Bimanual Manipulation with Low-Cost Hardware》
    12. 47:36Mobile Aloha论文《Mobile ALOHA: Learning Bimanual Mobile Manipulation with Low-Cost
    13. 50:15论文《A Generalist Agent》介绍了一个名为Gato的通用型人工智能代理
    14. 52:45RT-1论文《RT-1: Robotics Transformer for Real-World Control at Scale》
    15. 59:02Octo论文《Octo: An Open-Source Generalist Robot Policy》
    16. 01:02:20CrossFormer论文《Scaling Cross-Embodied Learning: One Policy for Manipulation, Navi
    17. 01:06:58字节跳动AI Lab的两个工作GR-1和GR-2：
    18. 01:15:02Palm-E论文《PaLM-E: An Embodied Multimodal Language Model》
    19. 01:20:02当前VLA最有名的开山工作：Google推出的RT-2论文《RT-2：Vision-Language-Action Models Transfer Web Kn
    20. 01:26:05RT-X论文《Open X-Embodiment: Robotic Learning Datasets and RT-X Models》
    21. 01:31:16《OpenVLA: An Open-Source Vision-Language-Action Model》（约等于开源版RT-2）
    22. 01:32:56陈建宇课题组《HiRT: Enhancing Robotic Control with Hierarchical Robot Transformers》
    23. 01:38:40Figure AI Helix，没发论文，但是今年Figure最新架构
    24. 01:39:28Pi0论文《π₀: A Vision-Language-Action Flow Model for General Robot Control》
    25. 01:41:36英伟达最近发布的GROOT N1模型《GR00T N1: An Open Foundation Model for Generalist Humanoid Ro
    26. 01:42:32《Diffusion Policy: Visuomotor Policy Learning via Action Diffusion》
    27. 01:47:39清华发布的《RDT-1B: A Diffusion Foundation Model for Bimanual Manipulation》
    28. 01:51:04《Prediction with Action: Visual Policy Learning via Joint Denoising Process》（动作预
    29. 02:03:06两个未来方向：《UP-VLA: A Unified Understanding and Prediction Model for Embodied Agent》
    30. 02:09:22最后的提问