傅盛转述李飞飞：机器人、世界模型与人的自主性 - Digest
一句话总结
机器人能力的短板是可用于交互、预测和纠错的物理数据；世界模型要从“生成画面”跨到“模拟后果并规划动作”，而 AI 的最终目标与价值判断必须由人保留。
8 节点速查表
| 节点 |
速记 |
| 物理数据 |
真实操控数据稀缺，且比互联网文本更难规模化获得 |
| 具身交互 |
机器人在移动、接触和失败中获得因果信息 |
| 物理反馈 |
力、摩擦和遮挡等反馈决定动作能否被修正 |
| 渲染边界 |
视觉逼真不等于理解物理规律 |
| 世界模拟 |
预测动作将如何改变环境状态 |
| 行动规划 |
用预测结果决定动作顺序与下一步 |
| 闭环学习 |
行动 -> 反馈 -> 纠错 -> 再学习 |
| 人类自主性 |
人保留目标、价值、风险边界与最终责任 |
三个关键边界
- 数据边界：机器人不能把“更多语料”直接等同于“更会干活”；需要真实交互产生的状态转移数据。
- 能力边界：渲染只能说明“画得像”，模拟和规划才让系统能预演后果、选择行动。
- 责任边界：AI 可以增强创造力和生产力，不应替人决定想要什么或该承担什么风险。
关联与限制
- [[WAIC之夜-Physical-AI-下一个范式]]：补充 Physical AI 路线讨论中“世界模型具体要具备什么能力”的解释。
- [[深思圈-思考外包能动性]]：共同强调不要把判断与议程一并外包给 AI。
- 二手转述而非访谈原文；“渲染 / 模拟 / 规划”不可当作唯一学术分类；广告和报名信息已删除。