我认为部分责任在于硅谷/旧金山的创业文化，这种文化奖励开发 AI 包装器和微调现有 AI 模型。与“快速构建，打破常规”的口号相结合，这种文化不鼓励“花时间学习事物/学习基础知识”。 本质上，年轻的研究人员和企业家（生活在西海岸）面临着很大的文化压力，迫使他们立即交付某些东西，并保持在趋势的最前沿，以便在同龄人中脱颖而出，或者拥有一个可以获得资金的初创公司。 这意味着大多数人根本没有机会学习或探索基础知识，而只是基于现有的研究或产品进行构建。 在世界模型的背景下，这仅仅是能够运行与高斯溅射相关的研究/模型，而不是从根本上理解 3D 视觉是如何工作的，甚至是计算机图形学。 在具身 AI 的背景下，我认为情况更糟。具体来说，启动一个现有的 VLA 模型并微调一个机器人手臂去拿起一个杯子要容易得多，而不是花几天时间去理解经典运动规划、抓取、操作、逆运动学等的约束。 我之所以说“情况更糟”，是因为在具身 AI 中，你不仅要处理软件，还要处理一个物理系统，掌握硬件/软件系统的开发或优化是另一种挑战。

这就是与来自Ethereum的人交谈的感觉。

聊天 这些是今晚在旧金山大家看到的北极光吗？