炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
（来源：网易科技）
英伟达具身自主研究团队负责人Jim Fan宣告，机器人领域正在复制大语言模型的成功路径，终局之战已经开始，而他以95%的置信度押注：2040年，机器人技术树将彻底解锁。机器人技术树即机器人从“身体”到“大脑”所需的关键技术，包括底层硬件、中层感知、上层决策等。
在近日举行的AI Ascent大会上，英伟达具身自主研究团队负责人Jim Fan发表了一场题为"机器人学：终局之战"的主题演讲。他系统阐述了一套完整的机器人技术发展路线图——从模型范式革命到数据策略颠覆，并以"伟大的类比"为核心论点：机器人领域将严格复制LLM的成功路径，从预训练到推理，再到自动化研究，"这是对大语言模型成功路径的全面复制。"
Fan开场即直接点出他对大语言模型团队的羡慕："LLM团队正在享受他们人生中最辉煌的时刻……那么，机器人领域为什么不能也沾沾光呢？"
机器人“大脑”换新方案：旧模型偏“嘴皮子”，新模型长“手脚”
过去三年，机器人行业流行一种叫VLA的训练方法（中文叫“视觉-语言-动作模型”）。英伟达自己的Groot和另一家明星公司Pi都用的这套。
但Fan直接开怼：这套方法说白了就是“语言-视觉-动作模型”——大部分算力都喂给了语言模块，语言是老大，视觉和动作只能排后面。结果是，机器人学了一堆知识和名词，但物理操作和“动词”能力明显不行。
英伟达的新方案是：先看世界怎么动，再学自己怎么动。
Fan团队推出了新模型，叫“世界行动模型”。逻辑很简单：第一步，用海量视频训练机器人预测“接下来世界会发生什么”（比如杯子倒了水会洒）；第二步，用少量操作数据微调，让机器人把注意力放到真实任务上；最后用强化学习收尾。
具体产品叫Dream Zero。它能一边预测画面一边输出动作——画面预测对了，动作就执行；画面预测错了，动作就失败。实验显示，它甚至能零样本执行从没见过的软体操作任务。
遥操作之死：人类视频成为机器人数据主粮
数据策略上，Fan指出遥操作同样走到了终点。问题的本质是物理极限：
他提出的替代路径是"类FSD方案"——让数据采集无感化、背景化，就像特斯拉FSD悄悄上传驾驶数据一样。英伟达团队开发了MANUS系统（与五指机械手实现1:1映射的轴骨架），并用Ego Scale方案证明了以人为中心视频的颠覆性潜力。关键数字如下：
最终模型能够泛化到卡片分类、操作注射器、液体转移等高灵巧度任务，"也许有一天我们会拥有家庭机器人护士。"
更值得关注的发现是：Fan团队发现了机器人灵巧操作的神经缩放定律——"在最初针对语言模型的神经缩放定律提出六年之后，我们发现了一个简洁的对数线性数学方程，同样适用于机器人灵巧操作。"预训练时长与最优验证损失之间存在非常清晰的数学关系。
他明确预测：未来一两年内，遥操作数据需求将下降至几乎可以忽略不计，以自我中心视频为核心的数据范式将全面接管。
"计算量=环境=数据"：模拟器革命
强化学习训练环境的规模化，是机器人领域的另一大瓶颈——"我们目前还无法实现100万个并行训练环境的目标，如果用传统方法，那需要100万个真实机器人。"
英伟达的解法分两步：
Real2Sim2Real：用iPhone拍照→3D扫描提取物体→在物理模拟器中自动重新合成，"iPhone基本上就变成了一个口袋世界扫描仪。"
Dream Dojo：基于视频世界模型构建的神经模拟器，实时输出RGB图像和传感器状态，"不涉及任何物理方程，也不涉及任何图形引擎。"
这使得一个等式成立："计算量 = 环境，环境 = 数据。" Fan随即引用了黄仁勋的话作为注脚——"买得越多，省得越多。"
三大成就与2040年终局
Fan将机器人技术的终局拆解为文明游戏式的"三大成就"：
第一成就——物理图灵测试：让人无法分辨是机器人还是人类在完成任务。Fan判断："大约还需要两到三年时间。"
第二成就——物理API：机器人像软件一样通过API和命令行调度，支撑"灯塔工厂"（原子打印机：输入Markdown设计文件，输出完整组装产品）或湿实验室中化学、生物、医学领域的科学发现自动化。
第三成就——物理自动化研究的顶峰：机器人能够设计、改进和构建下一代自身，"其能力将远远超出人类的范畴。"
时间线上，Fan援引了一个精确类比：AI领域从2012年AlexNet到如今逼真视频生成模型，历时14年。"2026年正好介于2012年和2040年之间。而且技术发展并非线性，而是呈指数级增长。"
乐玩app官网入口，hth，
乐玩唯一官网相关资讯：华体会体育官网，