跳到内容
九天共学
学习资料
课程笔记 · 13 页

从世界模型到世界智能体 · 斯坦福课程笔记

看视频
配套视频 · 心晴九天

从世界模型到世界智能体 · 斯坦福讲座

在小红书打开

如果 App 打开了首页,复制搜索词后在小红书搜索。

也可以长按视频名称复制。
下载 PDF
11 / 13

第 11 页 · 文字版

心晴九天 · 课程笔记 从世界模型到世界智能体

原课幻灯片:开箱倒料(Decanting)、拆箱(Container Breakdown)、需要长期视觉记忆的猜杯子任务。幻灯片标注:开箱倒料 1.5h, 所用机器人数据 11 小时;拆箱 2.7h,所用机器人数据 17 小时。

已经在做的工业任务 开箱倒料:大型汽车制造商定义的任务。机械臂自主打开沉重的箱子,把轴承倒进周转箱,把塑料件 和蜡纸分别放进回收箱。

拆箱:农业场景里装农产品的箱子,用完后需要清理、拆解。

退货检查:检查退回的衣服并重新打包;记住哪些已经检查过,效率会高很多。

猜杯子:物体藏在杯下来回换位,只有上下文足够长才能解,演示里机器人先生成"成功完成"的视 频,再执行。

(42:40–44:30)

安全与幻觉 闭环:每次只往前想一小段(大约一秒、几帧),执行,再根据真实观察继续。 49:00

检验:用视觉语言模型或感知模型当检验员,判断结果是否符合目标;也可以先生成多个可能的未 来,挑一个再执行。 49:00–50:00

分工:长时程的任务规划交给视觉语言模型,视频模型负责下一段物理动作规划;触觉、声音等信号 也有用。 53:30–54:10

"任何生成模型都会幻觉。"关键是贴着物理观察,而不是规划几分钟、几小时以后的事。 53:00

斯坦福 CS292 / EE292R · Gordon Wetzstein · 2026.09.30 11 / 13

文字版便于检索与复制,图表和排版请切回「图文」。

答疑由心晴确认后回复
资料说明与出处

2026 年 9 月 30 日讲座的个人学习笔记,保留原课署名与整理边界。

心晴九天整理 · 原资料版本:2026-09-30

配套讲解:从世界模型到世界智能体 · 斯坦福讲座
配套视频 · 心晴九天

从世界模型到世界智能体 · 斯坦福讲座

在小红书打开

如果 App 打开了首页,复制搜索词后在小红书搜索。

也可以长按视频名称复制。

保留原作者署名、来源与原文件版本。本次仅整理阅读入口,未把旧资料的数字、产品或政策状态重新核验为当前事实。

配套练习与阅读提示
  • 按目录阅读这份原版资料
  • 结合配套笔记理解图示、例子和使用边界

选一个与你手头任务有关的段落,先写自己的判断;资料中的提示词仅供本人决定是否使用。

使用统计:关闭

帮助心晴了解哪些内容有用。默认关闭;不记录问题正文、私人笔记、手机号或聊天内容。

允许关联后,登录账号的页面与操作可由运营查看。已启用浏览器“不跟踪”时不采集。明细最多保留 90 天,后台读取或每日首次采集时清理。