本周的 Paper Club 聚焦于机器人技术。在过去十年里，每年都有人宣称机器人时代即将到来，但我们仍在等待。因此，我们召集了一批在人工智能和机器人领域工作的顶尖研究人员，展示关于现状以及未来发展的最新研究成果。
我们首先讨论了阻碍机器人技术发展的最大障碍：仿真到现实的差距、动作表示、感知运动问题以及具身漂移。随后，我们探讨了赋予机器人策略记忆、教导模型哪些内容值得推理、完全在仿真中学习到的灵巧工具使用、为什么下一代伟大的机器人公司将从遥操作开始，以及如何在不使用每台机器人两个 GB200 的情况下运行世界动作模型。
视频转录稿：https://www.ycrootaccess.com/p/memory-simtoolreal-and-world-action
章节列表： 0:00 – Francois Chaubard：十年来的“明年机器人就解决了” 7:59 – Marcel Torne：MEM - 用于视觉语言动作模型的多尺度具身记忆 (arxiv.org/abs/2603.03596) 20:21 – Milan Ganai：动作预测具身推理的自监督引导 (arxiv.org/abs/2602.08167) 33:42 – Tyler Ga Wei Lum：SimToolReal - 用于零样本灵巧工具操作的以对象为中心的策略 (arxiv.org/abs/2602.16863) 51:21 – Niko West (Rerun.io)：为什么下一代伟大的机器人公司将从遥操作开始 1:08:30 – Bill Jiao & Guanming Wang (General Instinct)：世界动作模型及 VLA 之后的发展
申请 Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs