为何人形机器人演示仍无法通过泛化测试

《机器人报告》播客第265期邀请Appen生成式AI研究总监Jeanine Sinanan-Singh。她参与讨论为何人在回路训练对机器人仍然至关重要。

Sinanan-Singh从事智能体评估、强化学习环境和数据集设计，用于前沿AI模型的后期训练。她的专长集中在评估和改进先进AI系统。

她还曾创立一家药房自动化初创公司，基于3D打印平台制造个性化药物。她毕业于哈佛大学，曾在微软和Surge工作，经常就AI评估和推理发表观点。

在本期节目中，她解释为何令人印象深刻的人形机器人演示并不一定能证明机器人行为可以泛化。讨论凸显了炫目演示与可靠现实表现之间的差距。

播客还涵盖本周机器人新闻，包括领导层变动和收购。该期节目是《机器人报告》对具身AI和自动化持续报道的一部分。

本期节目包含时间线，用于组织主要环节。节目从新闻回顾开始，然后进入嘉宾访谈。

时间线帮助听众导航讨论内容，涵盖行业动态和关于机器人泛化的专家见解。

在8分10秒，节目回顾本周新闻。该环节重点介绍机器人和自动化领域的最新进展。

在29分06秒，Appen生成式AI研究总监Jeanine Sinanan-Singh加入播客进行主访谈。她分享了对AI评估和机器人的看法。