RoboPapers专访光轮智能谢晨：具身Scaling Law的两座金字塔
详细介绍
近日，机器人圈知名播客节目 RoboPapers 更新了一期专访，对象是光轮智能创始人兼 CEO 谢晨博士。这期节目的采访人是 RoboPapers 播客联合主持人 Michael Cho 和新加坡国立大学（NUS）助理教授 Jiafei Duan。后者是 MolmoAct 系列机器人模型的作者，研究方向正是机器人基础模型与可扩展数据采集。
8 月 10 日，位于加州红木城的 Dyna Robotics 发布了 DYNA-2，一个完全用人类第一视角视频做预训练的机器人基础模型，预训练数据量超过 100 万小时。
Jiafei Duan 直言：「很多时候，看到高质量的机器人仿真演示，我会立刻想到这很可能来自光轮智能。」他的提出的第一个问题就是，一家在仿真取得巨大成功的公司，为什么还要做人类第一视角数据？
谢晨在访谈中透露，开放这批数据的底气，来自光轮智能强大的数据引擎——把采集、自动标注和质检都做成可规模化的 pipeline，从而实现高质量数据的规模化生产。
经典仿真的一个核心难题，是即使拥有足够完善的仿真引擎，也很难回答「究竟应该模拟什么」。
光轮智能这套数据认知与工程方法，已经得到了市场认可。
访谈的后半程，谢晨多次使用了特斯拉的比喻。
【开源免费】AutoGPT是一个允许用户创建和运行智能体的（AI Agents）项目。用户创建的智能体能够自动执行各种任务，从而让AI有步骤的去解决实际问题。
项目地址：https://github.com/Significant-Gravitas/AutoGPT
项目地址：https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台，可以对大语言模型（LLM）和多模态图文模型（VLM）进行预训练和轻量级微调。XTuner 支持多种微调算法，如 QLoRA、LoRA 和全量参数微调。
项目地址：https://github.com/InternLM/xtuner