机器人终局：NVIDIA Jim Fan 谈 Embodied AI 的下一步 (opens in new tab)

📌 One-Sentence Summary NVIDIA 的 Jim Fan 认为机器人会沿着 LLM 的 scaling 路径前进，通过 world models、第一视角人类视频、neural simulators、World Action Models 和 real-to-sim-to-real 数据管线实现突破。 📝 Summary 这场 Sequoia 对 NVIDIA Jim Fan 的访谈，是一条高价值的机器人与 embodied AI 路线概览。Fan 的核心观点是 Great Parallel：机器人可以借鉴 LLM 的成功路径，从 next-token prediction 转向 next-world-state prediction，再对真实机器人需要的 action slice 做 fine-tuning 和 reinforcement。访谈有价值的地方在于它明确指出了瓶颈和研究方向：当前 VLA 模型过于 language-heavy，对物理和动作理解不足；teleoperation 数据难以 scale；人类第一视角视频和 sensorized da...