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硬骨头。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：Skild、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”

【延伸阅读】
节目中提到的Demo：sudo R1评测——60分钟连续无剪辑实测

【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！
👉🏻点击查看招聘详情

【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

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guest: 韩铮.

他是霍金口中“地球上最聪明的人之一”，4岁下国际象棋，13岁获大师称号，却在一场对弈中突然顿悟，转身奔向人工智能。
他是DeepMind创始人，AlphaGo、AlphaFold背后的大脑，2024年诺贝尔化学奖得主。他也是那个因执念于强化学习险些错失大语言模型时代，又率领谷歌Gemini逆袭，成功回到牌桌的“孤傲天才”。
我们想聊聊哈萨比斯，不仅因为他的天才传奇，更想了解：发明终极技术的那一小撮人，他们的思想从何而来，动机又是什么？
作者塞巴斯蒂安·马拉比在传记中抛出一个问题：哈萨比斯一直想做正确的事，但他能做到吗？
本期播客，我们邀请到了《哈萨比斯：谷歌AI之脑》译者周健工，他也是中国最早当面采访哈萨比斯的媒体人。我们从哈萨比斯的少年往事聊起，复盘DeepMind被谷歌收购的博弈，以及错失大模型的战略失误，也追问了那个绕不开的问题：当一个科学家手握可能改变人类命运的技术，他的理想、执念与野心，会把我们带向何方？

【主播】
泓君，《硅谷101》创始人，播客主理人
【嘉宾】
周健工，未尽研究创始人，资深媒体人，《哈萨比斯：谷歌AI之脑》译者

【你将听到】
03:12 外表普通，智力超群——译者对哈萨比斯的第一印象
06:53 作者马拉比为什么选择哈萨比斯

哈萨比斯早年经历
10:38 象棋神童的顿悟时刻：下棋并非人生的全部，转向人工智能
13:41 他在游戏中植入“智能体”的雏形，却因算力不足失败
15:50 “如果你不能把一个东西造出来，你就不能真正理解它”
17:22 对强化学习的执念，为未来悄悄埋下伏笔
20:15 学派之争：萨顿的“强化学习”和辛顿的“深度学习”

DeepMind崛起和失误
22:23 DeepMind另外两位创始人登场：肖恩·莱格和苏莱曼
26:17 融资历程：彼得·蒂尔觉得他商业上不成立，却还是投了
31:33 扎克伯格“端水”回答，让DeepMind果断选择谷歌
37:59 从围棋到生物学难题：“没有我玩不赢的游戏”
41:18 AI发展里程碑：2024年诺贝尔化学奖背后的故事
46:07 密谋脱离谷歌的“马里奥计划”、NHS数据风波和苏莱曼的离开
52:42 昔日伙伴各自成为谷歌、微软AI掌门人
55:16 孤傲下的战略失误：DeepMind为什么错失大语言模型

故事的背后，我们再聊聊……
59:31 Gemini逆袭背后，谷歌内部经历了什么
1:03:02 AI末日警告？顶级科学家态度各不同
01:07:24 客观看待作者倾向性：与硅谷保持距离的“英国立场”
01:09:13 哈萨比斯的矛盾：他不愿意控制别人，却一定要赢过别人

【听众福利】
想了解更多故事，欢迎关注哈萨比斯官方授权传记：《哈萨比斯：谷歌AI之脑》（The Infinity Machine：Demis Hassabis, DeepMind, and the Quest for Superintelligence）
作者：[美]塞巴斯蒂安·马拉比（Sebastian Mallaby）
译者：周健工

我们将在评论区抽出2名幸运听众赠送这本书，快来留言参与吧（截止时间3月2日）

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
Ashbound Oath - Ruiqi Zhao
Estimations - Christoffer Moe Ditlevsen
Floating in Space - Eva Hummingbird

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guest: 周健工.