<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>模仿学习 on AI内参</title>
    <link>https://www.neican.ai/tags/%E6%A8%A1%E4%BB%BF%E5%AD%A6%E4%B9%A0/</link>
    <description>Recent content in 模仿学习 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Mon, 06 Jul 2026 15:40:18 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E6%A8%A1%E4%BB%BF%E5%AD%A6%E4%B9%A0/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>从“看见”到“触达”：伯克利Do as I Do如何打破具身智能的数据封锁</title>
      <link>https://www.neican.ai/insights/do-as-i-do-20260706154018108-1/</link>
      <pubDate>Mon, 06 Jul 2026 15:40:18 +0800</pubDate>
      <guid>https://www.neican.ai/insights/do-as-i-do-20260706154018108-1/</guid>
      <description>伯克利提出的“Do as I Do”项目通过单目视频重建与动作重定向链路，解决了具身智能领域长期面临的数据匮乏难题。这一成果不仅展示了从“模仿学习”到“通用灵巧操作”的清晰演进路径，也预示着机器人数据生成将从人工采集转向基于互联网大数据分析的规模化范式。</description>
    </item>
    <item>
      <title>从动作模拟到世界建模：具身智能从“模仿时代”迈向“物理直觉时代”</title>
      <link>https://www.neican.ai/insights/article-20260519212032909-2/</link>
      <pubDate>Tue, 19 May 2026 21:20:32 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20260519212032909-2/</guid>
      <description>本文深度剖析了具身智能从VLA向WAM转型的核心驱动力，指出这一技术范式转移标志着机器人从简单的动作模仿进化为具备物理因果预测能力的智能体，并从商业与算力生态视角解读了此次产业变革对初创企业与未来竞争格局的深远影响。</description>
    </item>
    <item>
      <title>杨丰瑜：00后的具身智能“苦行僧”，不押注VLA，先让机器人去酒店“扫地”</title>
      <link>https://www.neican.ai/insights/00vla-20250828154006027-0/</link>
      <pubDate>Thu, 28 Aug 2025 15:40:06 +0800</pubDate>
      <guid>https://www.neican.ai/insights/00vla-20250828154006027-0/</guid>
      <description>优理奇CEO杨丰瑜，一位“00后”的耶鲁博士辍学生，以其反直觉的创业路径，在具身智能的VLA热潮中选择“特斯拉路线”，坚持硬件自研并让机器人先在酒店“干活”积累数据，展现出务实、坚韧且极富前瞻性的新一代科技创业者特质。他通过技术与商业策略的独特融合，为具身智能的规模化落地提供了新的思考范式。</description>
    </item>
  </channel>
</rss>
