张小珺 × 柯丽一鸣（Physical Intelligence 研究员）深度分析
视频：对Physical Intelligence柯丽一鸣4小时访谈：PI的开源模型研究，机器人的江湖、族谱与主角 频道：张小珺Jùn｜商业访谈录（B 站上传于 2026-07-16） 时长：3:46:12 嘉宾：柯丽一鸣（Liyiming Ke，朋友称”K”/”柯姐”；Physical Intelligence 强化学习研究员；安徽芜湖信息学竞赛出身，本科心理学→经济学→计算机，华盛顿大学博士 7 年（传统机器人派系，筷子机器人），2024 年 6 月辞掉剑桥教职 offer 加入创立仅 3 个月的 PI；业余科幻网文写手） B 站：https://www.bilibili.com/video/BV12bNB6vEtt/ 字幕来源：B 站 ai-zh 中文字幕（清洗后全文 6214 行，仓库内可查） 背景：PI（Physical Intelligence，π）2024-03 由 Karol Hausman、Sergey Levine、Chelsea Finn 等创立，是硅谷”机器人通用大脑”路线的代表公司（对标”机器人界的 OpenAI”），以主线论文 π0 → π0.5 → π0.6* 著称，坚持开源发表、现阶段不商业化、不做人形
I. 上帝视角：一个”独狼玩家”给机器人江湖画的族谱
这是十篇分析里信息密度最偏”行业地图”的一场访谈。柯丽一鸣和创始人嘉宾们（肖弘、阳萌）不同——她是身在牌桌上的一线研究员，讲的不是战略复盘，而是一张活的机器人江湖谱系：从 CMU 机器人研究所（1979）到波士顿动力，从吴恩达 → Pieter Abbeel → Sergey Levine 的学习派血脉，到 PI/Skild/Figure/1X 的创业公司光谱。她自己恰好横跨两派——博士在传统派（祖师爷是 CMU 操纵系的 Matt Mason）实验室里做机器学习的”异端”，如今在学习派最纯粹的公司做强化学习。
整场访谈的主轴是：一个相信”懒是文明本质”的实用主义研究员，如何论证机器学习路线、真机数据、非人形构型是通往通用机器人大脑的最短路径——以及这套判断背后，一个用算法概念（贪心 vs 动态规划、黑盒优化、探索与归因）过人生的人。
对谈真正的张力来自四组对位：
| 张小珺追问的 | 柯丽一鸣回应的 | 真实内核 |
|---|---|---|
| 通用大脑为什么不配人形 | 通用=一个大脑操纵很多构型，不是一个构型做所有事 | 对”通用”的定义之争 |
| 你们对标 GPT 几 | 还没到 GPT-1，但在靠近 | 拒绝借叙事抬轿 |
| 中国机器人爆火你们怎么看 | 硬件统治力”不知道美国该怎么追” | 坦率承认产业链差距 |
| 人活着的意义是什么 | 没有意义，不需要回答这个问题 | 虚无主义外壳下的幸福感 |
对谈时间轴导览（时间戳 → 仓库内清洗后字幕对应行，可读上下文原话；▶ → B 站原片对应秒数）：
| 时间段 | 话题 | 关键内容 |
|---|---|---|
| 00:01–00:16 · ▶ | 网文写手与机器人 | 科幻小说的两个命题；AI 毁灭论为何逻辑不成立；Claude Code 改变人际协作 |
| 00:16–00:44 · ▶ | 成长经历 | 芜湖信息学竞赛（无手的江涛老师）；两次换专业；博弈论→对抗机器学习 |
| 00:44–00:53 · ▶ | 博士七年 | 传统派导师 × 机器学习信徒的争执；筷子机器人；模仿学习→强化学习 |
| 00:53–01:26 · ▶ | 机器人 50 年族谱 | CMU 研究所；Matt Mason”灵巧在大脑”；波士顿动力；吴恩达→Abbeel→Levine；李飞飞系 |
| 01:26–01:53 · ▶ | 创业公司图谱 | PI/Skild/Figure/1X/Dyna/Generalist/Sunday；2023 谷歌”黄埔军校”；人形 vs 实用派+狂野派；评估是隐形前沿 |
| 01:53–02:33 · ▶ | π 主线三部曲 | π0 能力 / π0.5 泛化 / π0.6* 表现；FAST；Hi Robot 分层；吞吐量指标；对标 GPT 几 |
| 02:33–02:46 · ▶ | 为什么加入 PI | 辞掉剑桥教职；”面试”变成她反问创始人；夜猫工作流、读书会、CO₂ 报警的办公室 |
| 02:46–03:12 · ▶ | 强化学习与数据观 | 探索/归因/任务定义三模块；超级马里奥 reward hacking；真机数据信仰；好数据四维 |
| 03:12–03:23 · ▶ | 北极星与中美 | 进家庭是隐形北极星；中国硬件统治力；Covariant 过早商业化的教训 |
| 03:23–03:46 · ▶ | 意识、种族与人生 | 机器人造自己=繁殖；特修斯之船；虚无主义；布尔迪厄《区分》；贪心 vs 动态规划 |
II. 12 个核心观点（按对受众的实操价值排序）
- π 主线三部曲是机器人大模型的问题排序模板：π0 回答”能力”（叠衣服/叠箱子/桌面清理——之前想都不敢想的任务能不能做）→ π0.5 回答”泛化”（100 个真实家庭的开放世界实验）→ π0.6* 回答”表现”（吞吐量：固定时间内的成功次数）。先证明能做，再证明到处能做，再证明做得快做得好
- 泛化有尺寸：π0.5 显示随着训练家庭数增加，新家庭表现的提升曲线放缓——in-distribution 存在一个”够用的尺寸”，不需要收集全世界所有家的数据才能进入第 10001 个家
- 体验数据是数据成本结构的拐点：机器人自己 roll out 收的数据放回训练池，效果超过固定人类示教数据；π0.6* 的叠衣服吞吐量已超越公司里最好的人类数据采集员。数据成本的大头是”管人收数据”，把操纵员换成已训好的模型，成本大降
- 评估是机器人的隐形前沿：没有跑马场式的公开榜单，初始条件无穷（位置/光照/桌高/衣服褶皱），各公司只能自建评估体系——”在机器人领域谈论前沿难，就是因为评估太难”
- 通用大脑 ≠ 人形：”通用”的本质是一个大脑操纵很多构型（人类用同一个大脑开车、开挖掘机、用机械手），而不是给最通用的构型配一个大脑；用简单构型（双臂）做成复杂任务，将来迁移到人形反而更容易——”他们要说做人形我就不来了”
- 灵巧在大脑，不在手（祖师爷 Matt Mason 的信条）：她博士期间的”筷子暴论”——两根筷子能做 90% 的抓放问题；在最难的构型上把算法做成，剩下的是工程问题
- 机器学习的使命是”让专家消失”：传统方法投入产出成线性（波士顿动力的后空翻靠海量工程师逐个任务调参），学习方法让不懂摩擦力建模的人也能把任务做成——”怎么样让信息的流动变得更轻松，是我们的主旋律”
- 真机数据信仰：仿真连叠衣服的布料物理都造不出来（”半前沿”问题）；”你这 1000 万小时的数据可能都是垃圾”——好数据 = 任务价值 × 动作质量 × 覆盖度 × 可挖掘的标注信息，四个维度缺一不可
- 强化学习拆成三个模块：探索（选大改动还是小改动——大模型还不具备主动探索能力）、归因（”这条数据里其他都是垃圾，但这个地方是精华”）、任务定义（奖励函数会被 hack——超级马里奥的 bug 通关；可验证任务可以独立于奖励函数存在）
- 机器人对标大模型，不对标自动驾驶：自动驾驶要求近乎完美（人命攸关）但几乎没有控制难题；机器人像 LLM 一样被允许犯错，但操纵的动作空间复杂度远高于驾驶决策——”我们是两者之间，目前和大模型更贴合”
- 中美分野 = 硬件统治力 vs 纯研究主义：”很难想象一台机器人里没有一个零件是中国的”“美国人要追我都不知道该怎么追”；反过来，PI 拒绝过早商业化是从 Covariant（Pieter Abbeel 创立，过早深耕物流仓储而失去通用性）学到的教训——中国公司更实用主义，frontier lab 更本源主义
- 进家庭是全行业的隐形北极星：环境复杂性（没有两个卧室相同）× 动作复杂性（家务列两小时列不完）× 硬件稳定性（在人家里跑一个月不坏）× 安全性（擎天柱摔在身上怎么办）——”如果你迷失了方向，就想想机器人现在还做不了家中的哪个问题”
III. 思想三层挖掘
【第一层：学科知识 — 柯丽一鸣的思想资源链路】
| 明确提到 | 用法 |
|---|---|
| 布尔迪厄《区分》（人生之书） | 硅谷的生产力崇拜也是被社会建构的品味——用人文对冲工作信仰 |
| 贪心算法 vs 动态规划 | 每步最优 ≠ 全局最优；”做九分留一分”的人生算法 |
| 博弈论 / 对抗生成网络（GAN） | 从经济学跳进机器学习的桥；假钞与验钞的比喻 |
| 巴普洛夫的狗 | 强化学习的教科书起点：通过奖惩塑造行为 |
| Matt Mason（学术祖师爷） | “灵巧的关键不在手，在大脑”——筷子机器人的源头 |
| Jitendra Malik 名言 | “Robotics is far too important to be left to roboticists”——跨行业群策群力 |
| 乔布斯 connecting dots | 不要求每个点都有可陈述的目标，回头看点会连成线 |
| 特修斯之船 | 公司里修到”没有一个原装零件”的机器人该不该改名 |
| 科幻小说（缸中之脑、修真宇宙、AI 毁灭论） | 工作之外的平行世界；反思”AI 与人类对立”逻辑为何不成立 |
关键区分：她是十位嘉宾中唯一用算法概念做人生哲学的人——贪心/动态规划、黑盒优化、探索与归因、可验证任务，既是研究工具也是自我解释框架。同时她刻意保持”工作是优化、生活是人文”的双轨：白天优化生产力，晚上用布尔迪厄提醒自己”对生产力的崇拜也只是一种被建构的品味”。
【第二层：方法论 — 5 个可拆解的心智模型】
M1. 最难构型验证法（筷子暴论）
选最不利的硬件（两根筷子/自己攒的不精准机械臂）→ 人遥操作能做到 = 算法上限存在
→ 算法在最难构型上做成 → 迁移到更好的构型只剩工程问题
- 配套的可行性判据：“我操纵这台不准的机器人能夹住小球，说明只要操纵算法和我一样聪明，它就能做到”——用人类遥操作给任务可行性划下限
M2. 三部曲问题排序（领域级 roadmap 模板）
- 能力（能不能做）→ 泛化（换环境还能不能做）→ 表现（做得快不快、好不好）
- 每一步都回答领域”必须回答的问题”，交”第一版答卷”；反面教材是”什么都能做但什么都做半吊子”——那正是传统派对机器学习最有力的质疑
M3. 体验数据飞轮
人类示教起点 → 模型部署自跑（roll out）→ 归因算法筛出"精华步骤" → 回炉训练 → 超越示教者
- 推论：机器人一旦大规模部署，数据焦虑”在时间的长河里其实都不重要”
M4. 黑盒优化 / 懒人主义
- “知其然不知其所以然”是一种可辩护的状态：只要你能设计出让系统给出好解的机制，不必理解它怎么运行的
- 导师说不优雅、没保障；她的回答：”优雅我们保证不了，保障我们可以再多做点研究给他搞上”
- 目标函数：让不懂前置知识的人也能把任务做成
M5. 贪心 vs 动态规划人生算法
- 贪心 = 每个时间点做当下最优；动态规划 = 有全局视角才知道逐步最优不等于全局最优
- 既然没有人有全知视角 → “做九分留一分”；换过的专业、没做到最后的事，构成了今天的路径（乔布斯 dots 的算法版）
【第三层：底层哲学 — 柯丽一鸣的世界观结构】
信念1：懒是文明的本质追求
- “提升生产力和偷懒是一个东西”；做机器学习的最大动因是”如果不需要理解原理就能做出来，我还是做出来了”
信念2：只做相信的事，相信才有快乐
- 高考不补短板（”我不认同这个事情”）、不写基金申请所以怕当教授、博士七年不焦虑——”我做起来快乐，所以我相信我们做的这个行业”
信念3：全局视角不可得，所以不贪心
- 塞翁失马；一时的成败优化不代表长期结果；对硅谷”很多人从很早就走上同一条路一直竞争”的温和反抗
信念4：工作是优化，生活是人文，意义问题不需要回答
- “人活着是为了什么是无解的命题……其实没有什么意义，我觉得不需要回答这个问题”——虚无主义外壳，但”我在做自己最想做的事情，所以我很幸福”
信念5：造物可以比造物者走得远
- 机器人造自己 = 种族的繁殖，是她最想做的里程碑；”我们生命只有 100 年……但是不是有可能你造出一个东西，它可以看到宇宙的尽头”
合成公式：
懒人主义 × 只做相信的事 × 不贪心 × 双轨人生 × 造物浪漫 = 一个把优化留给工作、把意义留空的机器人研究员
IV. 思想的内在张力（直面矛盾）
张力1：”不做人形”的坚定 vs 承认这只是 taste
- 她说”做人形我就不来了”，论证也漂亮（通用=跨构型大脑；简单构型做复杂任务更快）；但同场她也承认”我觉得这是一个 taste 的问题”，并没有说人形路线技术上不成立
- 辨析：这是研究品味与资源分配的选择，不是可证伪的技术判断。风险在于：如果人形数据生态（世界为人设计+人类视频数据）形成正反馈，跨构型赌注的转换成本会上升。她的对冲是”跨构型大脑也能在人形上用”——赌注可逆，但先发权让渡了。
张力2：纯研究不商业化 vs Partner 已在帮别人商业部署
- PI”暂时完全不考虑商业化，因为那可能是 distraction”（Covariant 教训），但 Partner 项目已在给叠衣服公司、打包公司供模型
- 辨析：她的边界划法是”帮别人落地=变相推动研究前沿，自己不建商业闭环”。逻辑自洽，但这个立场的可持续性依赖资本耐心——她自己也说看 OpenAI 融资”好眼红”。纯研究是一种被资助的奢侈，不是稳态。
张力3：真机数据信仰 vs 泛化有尺寸的乐观
- 一边说真机数据不可替代、仿真连布料都造不出；一边引 π0.5 说 in-distribution 有”够用的尺寸”
- 辨析：两者兼容的前提是家庭环境的长尾没有想象中长——而这正是 100 个家实验外推的最大不确定性。她的对冲是体验数据飞轮：部署越多，数据越便宜。飞轮没转起来之前，这仍是信仰而非结论。
张力4：”让专家消失”的使命 vs 研究本身靠专家直觉驱动
- 机器学习要让摩擦力专家从流程中消失，但她盛赞 Chelsea Finn 的”动物性直觉”（哪个任务能做、哪条数据好），π0 的任务正是靠这种直觉推动的
- 辨析：被消灭的是执行端专家（调参、建模），被放大的是选题与评估端专家（任务 taste、数据 taste）。专家没有消失，只是上移了一层——这对个人职业规划是重要信号。
张力5：虚无主义 vs 强烈的正义感和创造冲动
- “人活着没有意义”，但小学路见不平”把你打服”、对教育资源不公”心痛”、想”通过创造新的生产力抹平这些公平”、想造看到宇宙尽头的东西
- 辨析：她的虚无主义是反宏大叙事（拒绝接受别人陈述的意义），不是无所谓。行动上她高度价值驱动——意义留空恰恰是为了不被任何一个陈述的意义绑架。这和”只做相信的事”是同一枚硬币的两面。
V. 可复制 vs 不可复制
✅ 可复制（高迁移性）
| 方法 | 普通人如何用 |
|---|---|
| 最难构型验证法 | 做新东西先在最不利条件下验证核心假设，成了再谈优化 |
| 遥操作可行性判据 | 评估自动化项目先问：人用同样的接口/工具能做到吗？做不到就别指望算法 |
| 三部曲问题排序 | 任何新领域先排”能力→泛化→表现”，明确自己在回答哪一问，不混着答 |
| 好数据四维清单 | 数据集自查：任务价值/动作质量/覆盖度/可挖掘标注，别只报规模 |
| 读书会抄作业机制 | 新工具爆发时，公开拆解组织里用得最好的人的工作流（她两周重构流程，效率 3-4 倍） |
| 贪心 vs 动态规划人生算法 | 重大选择时提醒自己：每步最优≠全局最优，做九分留一分 |
❌ 不可复制（依赖柯丽一鸣的特殊条件）
| 方法 | 不可复制的原因 |
|---|---|
| 辞掉剑桥教职加入三个月的创业公司 | 有顶级教职 offer 保底的下行保护，多数人没有 |
| 七年博士的自由探索 | 导师容忍+个人无毕业焦虑+全栈训练（自己攒机器人写驱动），当今学制和资源难再现 |
| PI 式纯研究环境 | 融资体量支撑的”不商业化”奢侈，个人无法选择性复制 |
| 竞赛童子功 | 8 岁遇到系统性信息学教育（江涛老师）是地域和时代的偶然 |
⚠️ 部分可复制（需要条件）
| 方法 | 复制条件 |
|---|---|
| 体验数据飞轮 | 需要已部署的真机 + 归因算法 + 起点模型”差不多可用” |
| 双轨人生（工作优化/生活人文） | 需要刻意维护马甲和边界——她连网名都不告诉主持人 |
| 跨派系迁移（传统→学习） | 需先在原派系学到全栈功夫，再带着旧标准进新范式（她的评估意识来自传统派导师） |
VI. 三种角色的可执行启示
给机器人研究者 / 工程师
- 选题用最难构型检验：如果你的算法只在最顺手的硬件/仿真里成立，传统派的质疑（”什么都能做但什么都做不好”）迟早找上门
- 动手前先做遥操作下限测试：人用同样接口做不到的任务，别立项
- 把评估当成果的一部分：先定义成功/失败判据和吞吐量类指标，再谈 SOTA——”demo 是一回事，背后的进步是另一回事”
- 每当新工具爆发（如 Claude Code），找组织里用得最好的人抄作业，并舍得推翻自己的工作流——她重构后效率约 3-4 倍
给 AI / 机器人方向创业者
- 记住 Covariant 教训：过早商业化会把通用模型公司变成场景公司——先想清楚你要做哪一种，两种都对，混着做最危险
- 把部署设计成数据资产：体验数据回流是成本结构的拐点，产品架构里预留 roll out 采集与归因链路
- 硬件不必追求终态：可换夹爪式的模块化足以支撑任务验证；”稳定跑一个月”比”构型像人”更接近商业门槛
- 中国团队的相对优势在硬件产业链和落地速度——用它换数据和场景，别在纯研究叙事上和 frontier lab 硬拼
给关注具身智能的投资人 / 从业者
- 尽调先问评估体系而不是看 demo：无穷初始条件下，内部评估的严谨度是团队水平的最好代理指标
- 用”能力/泛化/表现”三问给公司定位：它正在回答哪一问？答完了吗？跳问的公司要打折
- 数据叙事要拆维度：真机/体验数据资产 > 仿真数据规模；”1000 万小时”可能都是垃圾
- 家庭机器人是隐形北极星，但被低估的门槛是硬件稳定性与安全（在人家里跑一个月、摔倒责任）——供应链和保险能力值得单独尽调
VII. 分析方法说明
本分析采用 Self-Debate 5 轮迭代：
- Round 1 生成：领域专家视角直接输出初稿（12 观点 + 3 层挖掘）
- Round 2 逻辑批评：检查”taste vs 技术判断”的区分、张力辨析是否偷懒
- Round 3 受众批评：以机器人研究者/创业者/投资人视角评估可执行性
- Round 4 改进：综合批评意见重写
- Round 5 评分：3 维度打分（完整性 / 逻辑 / 受众价值）
本篇特有的局限性：
- 单方陈述未经验证：π0.6* 超越人类数据采集员、公司约 70 人、泛化曲线放缓等均为嘉宾单方说法，PI 论文可部分核对但本文未逐一复核
- 人名机构名 ASR 错误极密集：嘉宾名被写成”柯利一鸣/柯林一鸣/颗粒一鸣”、PI 为”派/pad/拍”、Claude Code 为”cloud code/cod agent”、Sergey Levine 为”SIRI/sir队/circuit”、Chelsea Finn 为”敲碎/肖C”、宇树为”语数/吕树”、北极星为”北京新指标”等，已人工纠正；其博士导师按字幕音译与公开信息推断为 Sidd Srinivasa（华盛顿大学），若有出入以原视频为准
- 行业地图的单点视角：对 Skild/Figure/特斯拉等友商的描述是她”从公开视频推测”的二手判断，她自己也反复声明”创业公司都很神秘”
- 嘉宾匿名边界：网文写手身份相关叙事（作品、笔名）刻意不可验证，属本人保留的马甲区
- 二阶失真：本文为字幕→分析的二次加工，请以原视频为准
附录：对谈原话摘录（最高密度的 5 个瞬间）
时间戳可点击，跳转到仓库内清洗后字幕的对应行（可读前后文原话）；▶ 跳转 B 站原视频对应秒数。
-
[02:31:47]“（2024 年去 PI 聊之前）我就问他们，你们现在做人形吗？要做商业化吗？……感受到的氛围就是：确实我们不做人形。因为他们要说做人形，我就不来了。” ▶ → PI 路线的最直白注脚：通用大脑是跨构型的大脑，不是人形的大脑
-
[01:07:34]“我做机器学习的一个很大原因，就是如果一件事情我不需要理解它的原理，我就能做出来——我还是做出来了。导师就会觉得这个不优雅……我说优雅我们保证不了，但是保障我们可以再多做一点研究，看看能不能给他再搞上保障。” ▶ → 传统派与学习派信仰之争的最生动现场，也是”黑盒优化”哲学的自白
-
[01:22:43]“Robotics is far too important to be left to roboticists——机器人太重要了，不能只让搞机器人的这帮人来搞。”（引 Jitendra Malik） ▶ → 她给出友善诠释：机器人的成功必须各行各业群策群力——视觉、大模型、硬件、产业链缺一不可
-
[03:40:29]“动态规划算法就会告诉你：如果你有全局的视角，你就会发现每一步都做最好的决策，并不能让你达到全局的最优解……毕竟我们没有一个人有着全能全知的视角，所以即使是在追求优化的道路上，做九分留一分是可以的。” ▶ → 用算法反抗硅谷式贪心竞争的人生哲学，全场最高密度的一段
-
[03:27:30]“我不觉得机器人会是最后一个造物。但是……虽然我们生命是很短暂的，只有 100 年，放在宇宙历史上微小到不值得一提——是不是有可能你造出一个东西，它可以看到宇宙的尽头。” ▶ → 一个虚无主义者的造物浪漫：机器人造自己是繁殖，是种族，是超越创作者的延续