您的位置首页 >人工智能 >

李飞飞对话苏姿丰CoRL 同台对谈,聚焦算力、机器人与时代 AI 发展反思

李飞飞和苏姿丰在 CoRL 大会现场完成 AMD 收购之后的首次同台对话,整场交流围绕 AI 算力、具身机器人行业发展,还聊到了两人认为的这个时代 AI 领域最大的失误,是本次 CoRL 非常受关注的一场重磅访谈。这次同台之所以关注度很高,一方面苏姿丰作为 AMD 掌门人,在完成收购之后需要对外传递算力芯片布局、面向机器人和具身智能的配套路线;另一方面李飞飞是具身智能、机器人学习领域的核心学者,双方刚好可以从产业芯片供给、学术研究落地两个视角碰撞观点。整场对话的交流脉络是先梳理当前算力供给对机器人研究的瓶颈,再讨论具身智能从仿真到真实物理世界落地的难点,之后共同探讨行业发展里走过的弯路、也就是提到的这个时代最大的失误,最后展望未来算力和机器人结合的发展方向。简单来说,这场 CoRL 对话打通了芯片产业端和机器人学术端,把算力供给、具身智能落地、行业反思放在一起讨论,给圈内提供了新的参考思路。

对话核心议题要点

1. 算力供给现状

  • 当前大模型、机器人训练对算力需求持续暴涨,算力不只是堆芯片数量,还要兼顾低延迟、高带宽,适配机器人实时推理
  • 仿真训练和真机部署两套算力环境存在割裂,是机器人落地的一大阻碍
  • AMD 侧方向:打造适配具身机器人的异构算力方案,兼顾云端训练和端侧实时推理

2. 具身机器人发展

  • 强调物理世界交互的重要性,纯仿真训练的机器人迁移到真实环境很容易失效
  • 机器人学习需要大量真实物理交互数据,数据采集成本高、标准化难度大
  • 看好通用具身智能长期方向,但短期要理性看待落地节奏

3. 提到的「这个时代最大的失误」

  • 核心指向:AI 发展过度偏向网络文本数据,长期忽视物理世界、具身交互的研究投入
  • 行业资源、资金、算力大量涌入纯文本大模型赛道,挤压了物理 AI、机器人方向的资源
  • 文本数据容易获取、见效快,但人类智能本身扎根于物理交互,这条偏斜路线限制了通用智能的发展上限

双方视角对比表

人物视角核心侧重点
苏姿丰(AMD)芯片产业视角算力基础设施、异构芯片、降低机器人算力成本、规模化供给
李飞飞学术科研视角具身学习、物理交互、机器人真实世界泛化能力、科研资源分配

【常见问题】

问题 1:李飞飞对话苏姿丰这场 CoRL 同台,是 AMD 收购完成之后两人第一次同台吗?

回答 1:李飞飞对话苏姿丰这场 CoRL 同台,是 AMD 收购相关事项落地之后两人的首次同台对话,也是产业和学术代表围绕算力、机器人展开的一次公开深度交流。

问题 2:李飞飞对话苏姿丰在 CoRL 现场提到的 “这个时代最大的失误” 具体指什么?

回答 2:李飞飞对话苏姿丰在 CoRL 现场提到的 “这个时代最大的失误”,主要指 AI 行业资源过度集中在文本大模型,轻视物理交互、具身机器人方向的投入,偏离了智能源于物理世界交互的本质。

问题 3:李飞飞对话苏姿丰在 CoRL 交流里,对于算力和机器人的关系有什么共识?

回答 3:李飞飞对话苏姿丰在 CoRL 交流中达成共识,算力是具身机器人发展的底座,但不能只堆算力,还要解决仿真到真机迁移、端侧实时推理、物理交互数据匮乏等配套难题。

【参考资料】

[2026-11-16](李飞飞对话苏姿丰:AMD 收购后首次同台,CoRL 现场谈算力、机器人与「这个时代最大的失误」)机器之心

[2026-11-15](CoRL 2026 重点对谈回顾:苏姿丰 × 李飞飞)AI 前线

[2026-11-15](苏姿丰 CoRL 分享:面向具身智能的下一代算力架构)The Verge

【免责声明】

本文为李飞飞对话苏姿丰 CoRL 同台内容整理综述,对话原话、观点细节以 CoRL 官方回放和实录稿件为准,文中观点仅属于嘉宾个人观点,不代表 AMD 以及相关机构立场,不构成行业投资与技术选型建议。

今日大家都在搜的词: