筛选结果
12 篇排序
1:59:52EN → 简体中文
Zhang Xiaojun Podcast· 2026年10月21日播客 · 2 人对谈David Qian 谈企业传承、机器人与寻找自己的抱负嘉宾 David Qian (Qian Cheng) · 主持 张小珺Ecovacs CEO David Qian 回顾自己如何接手由创始人建立的企业、在错误中学习领导，并为机器人业务选择一条耐心发展的道路。在他看来，传承不是终点，而是持续建设企业、迎接新时代的过程。
2:51:18EN → 简体中文Zhang Xiaojun Podcast· 2026年10月15日播客 · 2 人对谈Lindon Gao 谈打造 Dyna Robotics，以及如何在迷雾中找到方向嘉宾 Lindon Gao · 主持 张小珺Dyna Robotics CEO Lindon Gao 解释公司为何从真实工作流中发展智能、硬件与研究为何必须同步迭代，以及创始人如何放下必须正确的执念、重新找回清晰感。
2:51:18ZHZhang Xiaojun Podcast· 2026年10月15日播客 · 2 人对谈Dyna Robotics 创始人 Lindon Gao：从折叠任务到完整工作流嘉宾 Lindon Gao · 主持 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。
3:36:13EN → 简体中文Zhang Xiaojun Podcast· 2026年8月13日播客 · 2 人对谈NVIDIA 研究副总裁 Ming-Yu Liu 谈 Cosmos、Physical AI 与开拓新市场嘉宾 Ming-Yu Liu · 主持 张小珺NVIDIA 研究副总裁 Ming-Yu Liu 回顾十年生成式模型研究如何走向 Cosmos 3——一个面向 Physical AI 的世界基础模型。他也分享了黄仁勋教给他的长期投入、团队协作，以及开创新市场而非争夺存量的理念。
3:36:13ZHZhang Xiaojun Podcast· 2026年8月12日播客 · 2 人对谈刘洺堉：Cosmos 世界模型与物理 AI 的长期路线嘉宾 刘洺堉 · 主持 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。
3:46:12EN → 简体中文Zhang Xiaojun Podcast· 2026年7月16日播客 · 2 人对谈Kay Ke 谈 Physical Intelligence、机器人学习与机器人学的未来嘉宾 Kay Ke · 主持 张小珺Physical Intelligence 研究员 Kay Ke 梳理了机器人领域的研究脉络，并介绍 Pi 从 π₀ 到 π*₀.₆ 的发展。她也谈到教育、小说、抱负，以及如何造出能在演示之外真正工作的机器人。
2:06:16ZHZhang Xiaojun Podcast· 2025年11月28日播客 · 2 人对谈谭捷：机器人通用智能的瓶颈在数据，通用形态仍需时间嘉宾 谭捷 · 主持 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日播客 · 2 人对谈刘先明：拆掉语言，让物理 AI 回到数据与动作嘉宾 刘先明 · 主持 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日播客 · 2 人对谈余凯：从人工智能研究到地平线的创业十年嘉宾 余凯 · 主持 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日播客 · 4 人对谈陈建宇：机器人基座模型如何走向通用 VLA嘉宾 陈建宇 · 主持 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日播客 · 2 人对谈张亚勤：信息智能、物理智能与生物智能的 AGI 路线图嘉宾 张亚勤 · 主持 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日播客 · 3 人对谈傅盛：大模型是生产力革命，机器人迎来新的窗口嘉宾 傅盛 · 主持 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。