Chelsea Finn ： 谢谢你们的邀请。 Elad Gil ： 你在机器人领域的研究可谓声名卓著，无论是在 Google ，还是在斯坦福，都做出了重要 贡献。我很想先了解一下你的研究历程 —— 你是如何踏入这个领域的？最初吸引你的是什么？你曾 参与过哪些重要的项目？ 传统的机器人研究往往专注于某一个具体应用场景，但这种方法很难推广到更广泛的任务。研 究人员往往会在单一应用上深挖，但一旦想要扩展到其他任务，就会陷入瓶颈。我们认为，最 大限度地利用所有可用数据才是关键。跨不同平台的数据可以传递丰富的信息，让模型的泛化 能力更强。 我们希望打造的通用机器人，本质上是一个 " 基础模型 " ，能够驱动下一代现实世 界的机器人技术。 目前机器人研究最重点的部分是获取更加多样化的机器人数据，如果我们希望机器人能够在现 实世界中有效运作，它们就必须具备适应不同环境的能力。我们需要让机器人进入各种不同的 环境中采集数据。我认为，优化数据采集能力非常重要。 如果我们能达到数据充裕的程度，那 么问题就归结为研究、计算能力和评估。 现在，人工智能社区对语言模型、视觉 - 语言模型等方向关注很多，大家都在想着 " 让我们创 造 ...