机器人技术已经从理论研究的深奥殿堂，走向了实践应用的广阔天地，它们正逐步成为我们生活中不可分割的一部分。圆桌聚焦于大模型时代下机器人技术的革新和实际应用场景的落地，探讨大模型在机器人研发中的角色，以及如何推动机器人技术的发展，使其更智能、高效，并更好地服务于人类社会。圆桌将深入探讨机器人领域的全球突破、从理论到实践的构建、大模型技术的利弊、技术与现实的挑战，以及对未来的畅想。 Robotics has moved from the esoteric halls of theoretical research to the vast world of practical applications, and they are gradually becoming an inseparable part of our lives. The roundtable focuses on the innovation of robotics technology and the implementation of practical application scenarios in the era of large models, and discusses the role of large models in robot research and development, as well as how to promote the development of robotics technology to make it smarter, more efficient, and better serve human society. The roundtable will explore in depth the global breakthroughs in the field of robotics, the construction from theory to practice, the pros and cons of large model technology, the challenges of technology and reality, and the vision of the future. https://youtu.be/Cj3AfIxvTpQ

在过去几年中，强化学习作为人工智能的一个重要分支，已经从理论研究的深奥殿堂走向了实践应用的广阔天地，从实验室的封闭空间走向了我们日常生活的各个角落。在自动驾驶、游戏AI、机器人控制等领域，强化学习的身影无处不在，它们正逐步成为我们生活中不可分割的一部分。 而当我们展望未来时，大模型技术将在强化学习领域扮演何种角色？它们将如何进一步联动，推动强化学习和大模型技术的发展，使其更加智能、高效，并更好地服务于人类社会？ https://youtu.be/cKcJpY5EsR0

Diffusion Model（扩散模型）和自回归架构（Autoregressive Model）在内容生成或者生成任务有什么优劣势呢？ 在【GAIR Live 08 : 顶尖科学家聊2025 ICLR 最新趋势】直播中 赵俊博教授和刘菲教授探讨了Diffusion Model和Autoregressive Model的优劣，并表示接下来大家很可能会探索其他架构。 #diffusion #machine #autoregressive #model #artificialintelligence https://youtube.com/shorts/YECrrT4bcds

Scaling Law是否已经走到尽头？ 对此，赵俊博表示需要对不同领域分别考虑。高质量数据的耗竭已成定局，预训练首当其冲。 当算力和样本不足以筑起走向AGI的通天塔，技术层的创新点会成为AI行业迈向下个台阶的关键一招。#artificialintelligence #technology #llm #machinelearning https://youtube.com/shorts/X1R7KPqeOvE

在GAIR Live圆桌论坛——“ RL+Control —— 将机器人可靠性逼进99.9%”上，浙江大学副教授与云深处创始人朱秋国表示，RL 在控制领域里有点类似镇定器。 在与环境交互接触的过程中，依靠强化学习的模型，能够确保机器人稳定可靠。但这并不意味着基于模型的方法就失效了，模型预测控制（MPC）与强化学习相结合也是当前的另一种趋势。 #robot #machine #machinelearning #wbc #rl #artificialintelligence https://youtube.com/shorts/RLrsOBPVUVk