【科技资讯】李飞飞教机器人摸麻将挤牙膏，AI终于有“手感”了

📝 核心摘要

2009年，李飞飞团队发布ImageNet，让AI首次通过海量图片认识世界；2026年，她提出“空间智能”概念，强调AI需理解物体位置、关联及行动对世界的影响。今年6月，其参与的T-Rex研究为机器人加入高频触觉反馈，使其完成翻书页、拿鸡蛋、挤牙膏等精细任务，标志着具身智能研究的新突破。

视觉模型存在“幻景推理”问题：即使无图片，前沿多模态模型仍能靠文字线索和常识回答视觉问题（如无X光片却在胸肺问答基准排前列），但物理世界中物体位置、距离等细节无法蒙混，机器人需复杂感知系统（如宇树G1用深度相机和激光雷达，智元灵犀X2补充触摸传感器）弥补视觉盲区。

世界模型被拆分为渲染器、模拟器、规划器三类，仅渲染不足以支撑机器人实际操作。模拟器可让机器人虚拟训练（如逐际动力TRON1支持多平台，智元AgiBot Digital World生成数据），减少真机损耗，但存在仿真到现实差距。World Labs于7月21日收购SceniX，旨在连接虚拟世界与真实机器人的行动反馈。

触觉解决接触后的细节问题（如鸡蛋握力、卡片抓取），Figure Helix02整合多感知，帕西尼构建触觉相关产品链。T-Rex研究收集100小时触觉数据，12项任务平均成功率达65%（超对照模型30个百分点），其创新在于让视觉（慢全局判断）和触觉（高频修正）分速运行，触觉提供即时反馈。

具身智能竞争已转向完整系统：需视觉/雷达确认空间、模拟器练习行动后果、触觉处理接触意外。李飞飞的研究路线扩大“看见”含义——从识别图片到理解持续空间，再到碰触后的世界回应，下一代模型需解决物理交互的真实反馈问题。

🔗 阅读原文

👉 李飞飞教机器人摸麻将挤牙膏，AI终于有“手感”了

🏷️ 标签：具身智能, 李飞飞, T-Rex研究, 触觉反馈, 世界模型