介绍： 机器人已经能在舞台上做到翻跟头、表演武术了，但要让它在开放环境里伸手帮你拧开一个瓶盖，难度陡然跃升2到3个量级——因为那一刻，它需要理解眼前的物理世界。
这正是苏度科技想啃下的骨头。苏度科技联合创始人、董事长苏昊是ImageNet的核心作者之一，师从李飞飞，这家公司走了一条与硅谷主流纯大脑“黑盒”大模型不太一样的道路——...

介绍： 机器人已经能在舞台上做到翻跟头、表演武术了，但要让它在开放环境里伸手帮你拧开一个瓶盖，难度陡然跃升2到3个量级——因为那一刻，它需要理解眼前的物理世界。
这正是苏度科技想啃下的骨头。苏度科技联合创始人、董事长苏昊是ImageNet的核心作者之一，师从李飞飞，这家公司走了一条与硅谷主流纯大脑“黑盒”大模型不太一样的道路——软硬件协同设计，上下分层架构，上层负责任务规划与环境理解，下层用仿真（Sim-to-Real），让机器人在虚拟世界里经历几百万年的进化，再迁移到现实。
这条路已经跑出了一定成效：面对从未见过的新物体，他们的零样本通用抓取单次成功率接近100%。
本期硅谷101，我们邀请苏度科技CEO韩铮，一起聊聊机器人“动手”怎么实现？他预测，接下来会有更多的硅谷公司会重新回到“上下分层”的方向上来。
【主播】
泓君，硅谷101创始人，播客主理人
【嘉宾】
韩铮，苏度科技联合创始人&CEO
【你将听到】
机器人“动手”的数据根基
03:17 为什么做全栈（大脑+本体）通用机器人？
07:14 苏昊早年经历：从图片标注ImageNet，到3D数据集ShapeNet
11:08 3D数据收集，难在哪里？
13:21 仿真需要亚毫米级精度，视频训练无法达到
16:33 什么是Sim-to-Real（从仿真到现实）？
18:08 创业时机的判断：DALL-E带来的数据拐点
Sim2Real技术验证与关键突破
21:40 仿真器的技术内核：经典物理法则+强化学习
24:17 数据集质量与规模的平衡：自建结构化3D数据集
28:05 实际效果如何？零样本通用抓取，一次性成功率98%
32:11 回应Demo质疑：去学术会议现场随机环境中演示
34:22 基础Zero-Shot泛化能力比长程任务串联更为关键
3:45 灵巧手虽好，但不是当下的性价比最高的方法
技术路线之争
38:16 商业模式思考：硬件+底层模型+API，类比智能手机生态
41:23 仿真器与机器人本体，必须软硬件协同设计强绑定
44:04 如何教会机器人拧瓶盖？加入真实世界数据更高效
44:51 难度对比：操作物体比运动控制难2~3个数量级
47:28 白盒与黑盒之争：分层模型，在预训练中融入物理理解
51:11 Sapien仿真器，让机器人像幼童第一次拧瓶盖一样操作
53:27 数据冷启动困境：无法复刻特斯拉，必须靠仿真做冷启动
55:38 嘉宾预言：被硅谷抛弃的“上下分层”即将重回主流
全球机器人竞争格局
59:08 实现机器人动手，软硬件强结合的公司才能做到
01:00:34 硅谷明星公司点评：Skilled AI、Figure、Optimus
01:05:40 为什么最看好DeepMind+波士顿动力Atlas的组合？
01:09:01 亚马逊机器人，场景多但整合困难
01:10:02 为什么多数公司退回垂类？因为不知道通用该怎么走
01:12:43 不做垂类押注，而是构建开发者生态，目标是成为机器人时代的“iOS+硬件”
节目中提到的Demo：
sudo R1评测——60分钟连续无剪辑实测
https://www.sudo.ai
【硅谷101正在招聘】
《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！
【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Particle Emission - Silver Maple
My Moon and Your Sun - Hampus Naeselius
On the March - Brendon Moeller
Quietly Tense - Marten Moses