切尔西·芬恩 · 苏菲拉底

切尔西·芬恩

人物档案 · MIND_067

切尔西·芬恩

Chelsea Finn

斯坦福大学计算机科学副教授，Physical Intelligence 联合创始人。以元学习算法 MAML 和机器人模仿学习研究著称，其公司发布了 π0、π0.5、π0.6、π0.7 系列机器人基础模型。

他在这些问题上说过什么

Ⅰ·12智能一定需要生命才能产生吗？3 段

造出来的标志不是新模型，而是单一预训练策略开箱即用就匹配甚至超过下游微调的专家。

必须为每件事单独微调的模型，不算真正的通用模型 Chelsea Finn: This is the State of the Art in Robotics · 25:35 · 2026 · 追问 →

单一预训练的通用机器人模型，能匹配甚至超过针对该任务微调的专家模型 Chelsea Finn: This is the State of the Art in Robotics · 30:52 · 2026 · 追问 →

只看人类视频学不会动作，机器人在自身平台上积累的经验无可替代 Chelsea Finn: This is the State of the Art in Robotics · 47:31 · 2026 · 追问 →

这一问的全部回应 →

Ⅵ·03技术是在替我们工作，还是在替我们决定？2 段

具身 AI 只有能完全自主运行才真正有用，半自主的价值远低于此 Chelsea Finn: This is the State of the Art in Robotics · 4:55 · 2026 · 追问 →

把改进迭代交给系统自动完成而非人力，具身 AI 才能做到 99% 以上的可靠性 Chelsea Finn: This is the State of the Art in Robotics · 7:42 · 2026 · 追问 →

这一问的全部回应 →

Ⅱ·02什么才算真正知道？2 段

学会不以爆发时刻为准：具身智能受硬件铺开速度所限，小团队该微调开源通用策略而非另起炉灶。

Waymo 每周 25 万次载客证明，机器学习系统能在物理世界可靠自主运行 Chelsea Finn: This is the State of the Art in Robotics · 5:20 · 2026 · 追问 →

机器人策略的可靠性要用连续长时间运行检验，而不是单次任务的成功率 Chelsea Finn: This is the State of the Art in Robotics · 14:27 · 2026 · 追问 →

这一问的全部回应 →

其他论点3 段

完成多步骤的长时程任务，记忆对追踪已完成进度不可或缺 Chelsea Finn: This is the State of the Art in Robotics · 18:16 · 2026

机器人领域相当于通用 AI 的 2014 年：有不错的预训练模型，但还没到开箱即用 Chelsea Finn: This is the State of the Art in Robotics · 24:36 · 2026

实体机器人模型的分发会远慢于语言模型，很难出现 ChatGPT 那样的单一时刻 Chelsea Finn: This is the State of the Art in Robotics · 40:07 · 2026

← 上一份档案库拉姆·贾维德下一份档案 →马库斯·杜·索托伊

苏菲拉底

ASK THE BIG QUESTIONS · THINK DEEPLY · SEE THE WORLD DIFFERENTLY

苏菲拉底微信公众号二维码

微信公众号

© 2026 苏菲拉底 · 内容仅供学习 [email protected]