#直击硅谷# Pete Florence 在 MIT 攻读博士期间发现了一个被整个行业忽视的事实：走进任何一间机器人实验室，那些昂贵的机器臂一天中的大部分时间都静止不动。而学习需要经验，需要数据——这是他从"用木工夹模拟机械爪给自己做冰拿铁"的实验中得到的顿悟。

这位曾在 Google DeepMind 工作四年半的明星科学家，于 2023 年创立 Generalist，致力于将大模型时代的预训练与规模化逻辑带入物理世界。他认为，机器人领域的瓶颈从来不是硬件——不是五指灵巧手，而是"大脑"。用简单的夹爪配合足够的智能，机器人就能完成从折叠衣物到物品分类的复杂任务。

Generalist 的 Gen-1 模型正是这一理念的产物：仅用一小时的真实机器人数据，就能让机器人在新任务上达到 99% 以上的可靠性，甚至涌现出双手灵巧性和工具使用等未经专门训练的能力。Pete 将当下比作机器人领域的"GPT-3 时刻"——通用模型正跨越商业可行的门槛。

在他看来，这不仅是让机器人去洗衣洗碗。当通用具身智能进入实验室，过去需要博士后手动操作的实验可以被大规模自动化，人类每年能产出十倍于以往的科研成果。从再工业化到小企业创新，物理世界的 AI 革命，可能比大多数人想象的来得更快。#海外新鲜事##海外编译精选# http://t.cn/AXpgdind