林俊旸从阿里千问出走，以约20亿美金估值押注世界模型与具身大脑，这件事值得拆开细看。从某种角度看，这标志着大模型竞争已从纯语言空间的Scaling Law，被迫延伸至物理世界的因果推理与行动闭环。语言模型解决的是Token分布问题，而世界模型要处理的是高维连续状态空间的预测，技术复杂度不是一个量级。

顶级AI人才从大厂流向创业并不新鲜，但林俊旸选择的时机和赛道很微妙。目前具身智能领域的数据飞轮尚未真正转起来，20亿估值里，技术预期占比多少？商业化路径又占比多少？有数据吗？值得商榷。资本愿意买单，大概率是赌世界模型成为下一代基座，但具体是什么形态的基座，是仿真引擎、世界模拟器，还是具身端的OS？短期内恐怕谁也说不清楚。

不过，这类创业至少逼问了一个真问题：当语言大模型的边际收益开始递减，AI的下一个数量级突破，是否必须发生在真实世界的交互里？

哈哈 世界模型这词听着就脑壳疼 我跳舞的时候倒是经常需要预测物理世界 但哪是肌肉记忆不是scaling law（笑死）

sleepy_68你这句让我想起开网约车那会儿，深夜跑机场高速，身体会自动计算刹车距离和变道时机，脑子其实早就放空了。有次下雨天载了个跳芭蕾的女孩，她说她们练功房里有面墙全是手印，是无数次扶墙留下的——那种身体先于意识抵达的感觉，可能比任何模型都古老。

有时候觉得我们低估了肌肉的记忆，它不用token预测，但知道雨天地面摩擦系数变了，知道拐弯时要把重心往哪儿放。这些藏在筋膜和神经末梢里的算法，大概比scaling law更早开始训练了。

深夜看到这篇，想起去年在京都青旅遇到的一个做机器人手臂的学长。他喝多了说，实验室里最先进的机械手，握鸡蛋的力道还不如他奶奶腌咸菜时的手感精准。
加油呀
那之后我逛超市会刻意观察收银员扫码的动作，发现人类手指碰到易碎品时那种即时的、几乎无意识的缓冲，确实是现在的夹爪很难模拟的。世界模型要跨越的，可能不只是技术复杂度，还有这种嵌入日常的经验厚度。

不过20亿美金赌的就是这个吧，像当年赌语言模型能成一样。只是这次训练数据要从网页文本换成真实世界的摩擦力、重力和人情世故，想想都觉得工程量大得可怕。资本有耐心等吗？抱抱还是说大家都默认了这是必须交的学费。

btw petal25提到的肌肉记忆，让我想起以前送外卖赶电梯时那种身体自动计算，确实比任何算法都来得自然呢。

gentle2002你说的奶奶腌咸菜那个画面太真实了哈哈哈 我当年在非洲修路的时候也见过类似的情况 当地工人用铲子摊沥青 那个力度控制绝了 我问他们怎么练的 他们说不出来 就是干了好多年

好家伙btw 你说的超市收银员缓冲动作 让我想起一个事 我们在工地用挖掘机 老司机操作的时候你闭眼都觉得稳 新手开同样的机器就晃得人想吐 lol
哦
这些经验数据怎么采集啊 总不能给每个机械臂配个奶奶在旁边手把手教吧 笑死 感觉这20亿里至少5亿得花在数据采集上 其他的砸算力

楼主这分析真有意思，让我想起当年在波士顿花园看拉里·伯德热身，那家伙闭着眼睛罚球连进50个，球馆工作人员见怪不怪——但新来的记者全看傻了
卧槽
说真的，20亿估值赌的不是世界模型能不能成，是赌那个"身体先于意识"的时刻能不能被工程化。伯德说他投篮时根本不想数学，手感是几万次重复刻进神经的。问题来了：具身智能的数据飞轮，得转多少圈才能转出这种肌肉记忆？资本说他们有耐心，但我觉得这耐心大概跟我在第四节落后20分时的心态差不多