絞り込み結果
13 件並び順
1:59:52EN
Zhang Xiaojun Podcast· 2026年10月21日ポッドキャスト · 2 人David Qian on Succession, Robotics, and Finding His Own Ambitionゲスト David Qian (Qian Cheng) · ホスト 张小珺Ecovacs CEO David Qian reflects on inheriting a founder-built company, learning to lead through mistakes, and choosing a patient path in robotics. His account treats succession as an ongoing effort to build the company for a new era, not a finish line.
2:51:18ENZhang Xiaojun Podcast· 2026年10月15日ポッドキャスト · 2 人Lindon Gao on Building Dyna Robotics and Finding a Path Through the Fogゲスト Lindon Gao · ホスト 张小珺Dyna Robotics CEO Lindon Gao explains why his company builds intelligence through real workflows, how hardware and research must evolve together, and how a founder can find clarity by letting go of the need to be right.
2:51:18ZHZhang Xiaojun Podcast· 2026年10月15日ポッドキャスト · 2 人Dyna Robotics 创始人 Lindon Gao：从折叠任务到完整工作流ゲスト Lindon Gao · ホスト 张小珺从无人零售到机器人创业，Gao 讲述产品研究、真实部署的难题和在不确定性中寻找方向。
3:36:13ENZhang Xiaojun Podcast· 2026年8月13日ポッドキャスト · 2 人NVIDIA’s Ming-Yu Liu on Cosmos, Physical AI, and Creating New Marketsゲスト Ming-Yu Liu · ホスト 张小珺NVIDIA research VP Ming-Yu Liu explains how a decade of generative-model research led to Cosmos 3, a world foundation model for Physical AI. He also shares what he learned from Jensen Huang about long-term bets, teamwork, and building markets instead of fighting over existing ones.
3:36:13ZHZhang Xiaojun Podcast· 2026年8月12日ポッドキャスト · 2 人刘洺堉：Cosmos 世界模型与物理 AI 的长期路线ゲスト 刘洺堉 · ホスト 张小珺从图像生成、研究管理到 Cosmos 3，英伟达研究负责人讨论如何为物理 AI 构建基础。
3:46:12ENZhang Xiaojun Podcast· 2026年7月16日ポッドキャスト · 2 人Kay Ke on Physical Intelligence, Robot Learning, and the Future of Roboticsゲスト Kay Ke · ホスト 张小珺Physical Intelligence researcher Kay Ke traces the field's research lineages and explains Pi's progression from π₀ to π*₀.₆. She also reflects on education, fiction, ambition, and what it means to build robots that work beyond a demo.
2:36:50ENZhang Xiaojun Podcast· 2026年3月31日ポッドキャスト · 2 人Xie Chen on the Data Pyramid Behind Robotics and AIゲスト Xie Chen · ホスト 张小珺The Guanglun Intelligence founder explains how real-robot experience, simulation and human demonstrations could work together, and why evaluation matters as much as data volume.
2:06:16ZHZhang Xiaojun Podcast· 2025年11月28日ポッドキャスト · 2 人谭捷：机器人通用智能的瓶颈在数据，通用形态仍需时间ゲスト 谭捷 · ホスト 张小珺Google DeepMind 机器人研究科学家谭捷回顾了从计算机图形学到机器人、从强化学习到 Gemini Robotics 的研究路径。他认为机器人基础模型尚未成为独立学科，数据规模与覆盖度、跨本体迁移、实时推理和安全仍是走向真实应用的关键。
1:48:46ZHZhang Xiaojun Podcast· 2025年11月18日ポッドキャスト · 2 人刘先明：拆掉语言，让物理 AI 回到数据与动作ゲスト 刘先明 · ホスト 张小珺小鹏自动驾驶中心负责人刘先明解释，为什么 VLA 训练中间的语言监督会成为效率瓶颈，以及他如何推动小鹏从自动驾驶团队转向物理 AI。访谈也谈到规模化数据、组织变革、量产安全与自动驾驶的下一阶段。
2:57:07ZHZhang Xiaojun Podcast· 2025年7月7日ポッドキャスト · 2 人余凯：从人工智能研究到地平线的创业十年ゲスト 余凯 · ホスト 张小珺地平线创始人余凯回顾三十年的研究与创业经历，讲述如何选择技术方向、聚焦汽车市场，以及他对人工智能未来的判断。
2:29:41ZHZhang Xiaojun Podcast· 2025年4月7日ポッドキャスト · 4 人陈建宇：机器人基座模型如何走向通用 VLAゲスト 陈建宇 · ホスト 张小珺从 SayCan、RT-2 到 Diffusion Policy，清华助理教授、星动纪元创始人陈建宇梳理机器人模型从借用语言模型到端到端 VLA 的路线。关键难题仍是多样化数据、跨本体泛化和高频动作控制。
53:07ZHZhang Xiaojun Podcast· 2025年2月17日ポッドキャスト · 2 人张亚勤：信息智能、物理智能与生物智能的 AGI 路线图ゲスト 张亚勤 · ホスト 张小珺张亚勤把 AGI 的发展分为信息、物理和生物三类智能：信息智能可能在五年内接近人类，通用机器人约需十年，生物智能则可能在二十年后扩展人的记忆与健康。他也讨论大模型如何为自动驾驶和机器人补上数据、常识与行动能力。
49:41ZHZhang Xiaojun Podcast· 2024年8月17日ポッドキャスト · 3 人傅盛：大模型是生产力革命，机器人迎来新的窗口ゲスト 傅盛 · ホスト 张小珺傅盛认为，大模型的核心是逻辑与推理能力，它带来的变化更像蒸汽机，而不是一次普通的互联网迭代。从平民化模型、服务机器人到创业者如何面对低谷，他也回看了自己的判断与心境。