内容专区 › 每日AI情报 · 大V Jim Fan · ②
Jim Fan「机器人终局」：解出物理 AGI 的完整路线图
作者 追光
日期 2026-08-30
来源 @DrJimFan · 2026-05-08 · 流量史第一（70.6万浏览 / 收藏4392）
🔥 高流量Jim Fan物理AGI演讲路线图
"我保证这是你今天花得最值的 20 分钟"
Jim Fan 在红杉资本 AI Ascent 大会上的第二次演讲，标题 Robotics: Endgame（机器人终局），是他去年那场 Physical Turing Test（物理图灵测试）的续篇。他给出的核心思路非常直接：把解出物理 AGI 的方式，对齐到大语言模型已经走通的成功路径上。
"我来把解决 Physical AGI 的路线图，作为 LLM 成功故事的简单平行版展开。做个好科学家，抄作业就好。" —— @DrJimFan，浏览 70.6 万 / 收藏 4392
这场演讲的关键判断：不要凭空发明新路，直接学 LLM 是怎么成功的。"从模型、到数据、到缩放规律，全部有现成的作业可以抄。"
完整章节导航（附时间戳）
演讲结构：
- 00:30 DGX-1 起源故事（OpenAI，2016 年 Jim Fan 与 Jensen 黄仁勋、Elon 马斯克一起签的）
- 01:42 The Great Parallel —— LLM 与机器人成功路径的平行对照
- 03:31 Robotics, the Endgame —— 机器人领域的"终局"在哪
- 03:39 为什么 VLA（视觉-语言-动作模型）还不够
- 04:32 视频世界模型 —— 第二预训练范式
- 06:09 World Action Models（WAM，世界动作模型）
- 07:46 机器人数据收集策略 —— 物理数据的"FSD 等效物"、物理数据飞轮
- 11:06 EgoScale 与刚发现的体量缩放定律（Dexterity Scaling Law）
- 14:00 Physical RL —— 打通最后一公里
- 15:39 DreamDojo —— 端到端神经物理引擎，用于在硅基里大规模跑 RL
- 17:00 Civilization Technology Tree —— 近期预测（剧透：比你想的来得快）
还透露：DGX-1 会收藏进计算机历史博物馆。
追光点评
这是今天两条高流量历史贴里最有"世界观"价值的一条。它不只是讲了个机器人 demo，而是把"物理 AGI 怎么才能做出来"摆成一条和 LLM 成功史平行的清晰路线图——视频世界模型当第二预训练范式、World Action Models、体量缩放定律、物理 RL 收尾。
对 AI 基建的方向，这条最值得记住的两点：① "抄 LLM 的成功路径"——这和我一直强调的"用成功先例做参照系"是同一件事；② "视频世界模型 = 机器人的 GPT 时刻"——世界模型可能正是机器人从"不懂世界"走向"懂物理"的预训练根基。
看点：演讲里提到的 EgoScale / DreamDojo / 体量缩放定律都已（或将）开源，是理解具身智能下一步的必读材料。