训练世界模型，开始从人类的肌肉和脑子里偷师了¶
Ch01.1280 训练世界模型，开始从人类的肌肉和脑子里偷师了¶
📊 Level ⭐⭐ | 4.2KB |
entities/训练世界模型开始从人类的肌肉和脑子里偷师了.md
训练世界模型，开始从人类的肌肉和脑子里偷师了¶
允中 发自 凹非寺¶
量子位 | 公众号 QbitAI
具身智能数据的竞争，正在从“量大管饱”进入下一关。
过去一年，第一视角视频成了机器人训练的主流燃料。人戴上相机做饭、整理桌面、开抽屉，就能产出大量操作样本。
数据量的问题初步缓解，但一个更深的缺口浮出来了：
这些视频只记录了人做了什么，没有记录人为什么这样做，更没记录动作执行中大脑和身体如何实时修正。
** FaceMind脸谱心智 ** 想填的，就是这个缺口。
这家由两位95后博士创立的公司，提出了一套全新的 ** Ego-NeuroLoop ** 数据范式。
它同时采集四类信号，把人类完成一个动作时“看哪里、准备做什么、肌肉怎么发力、反馈怎么修正”的完整闭环，压进同一条时间轴。
配套的硬件方案 ** NeuroMatrix ** 负责降低采集门槛，信号处理层 ** NeuroBooster ** 负责把噪声拉满的原始数据对齐成模型能“吃”的格式。
** △ ** 图片为AI生成¶
而这一整套思路的起点，来自神经科学里一条被反复验证的理论：贝叶斯大脑。
贝叶斯大脑：大脑一直在预测世界¶
神经科学里有一条被反复验证的理论，叫 ** “贝叶斯大脑” ** ，常和预测处理、自由能原则放在一起讨论。
它的核心思想是，大脑不是被动接收信息的容器，它一直在 ** 主动预测 ** 。基于过去经验和当前上下文，大脑会对外部世界和身体状态生成概率化预期，再拿感官反馈去校准。
** △ ** 图片为AI生成¶
你下一秒会看到什么、手伸出去会碰到什么，目标还在不在刚才那个位置，大脑全在提前算。
真实感官输入回来后，预测和现实一对比，差值就成了预测误差。误差推着内部模型往前更新。
拿AI领域的概念类比，大脑本身就在跑一套世界模型。
AI里的世界模型研究 ** 环境如何随动作变化 ** ，大脑做的事很像，只不过人类这套系统天然和身体长在一起。视觉、视线、触觉、本体感觉、肌肉反馈、注意力、误差信号，全跑在同一条链路上。
具身智能想学的，恰恰是这个。
机器人要进入厨房、仓库、实验室、家庭这样的真实场景，光有视觉识别和动作模仿还不够。
真实世界会滑、会挡、会变、会突然打