以下文章来源于AGI接口 ，作者宋思杭 AGI接口 . AI卷起的财富风暴。 出品｜虎嗅科技组 作者｜宋思杭 如今，唐剑所在的北京人形机器人创新中心，公司一层是一个宽阔的机器人展厅，展厅布局更像一个具身智 能的"群英荟"。走到一半时，尚未见到"天工"机器人的身影——它似乎被刻意"留到后面"作为重头戏。 继续往前，是一面展示机器人发展历程的长墙；对面则是整齐排列的玻璃展柜，里面陈列着当下海内外最具 代表性的四款人形机器人，从左到右分别是特斯拉、Figure、宇树和智元。 编辑｜苗正卿 头图｜AI生成 距离唐剑离开学术界，已经过去七年。这七年里，他曾在自动驾驶的一线摸爬滚打，也亲眼见证了AI从"认 知"走向"行动"的关键转折。和许多从自动驾驶跨入具身智能的学者与工程师一样，唐剑的轨迹也并不意 外。 唐剑曾是美国雪城大学的终身教授，研究方向是"AI驱动的系统控制"。但在产业化的过程中，他逐渐意识 到：无论是自动驾驶还是人形机器人，要想在真实复杂的环境中真正落地，传统的基于数学建模的方法可能 无法实现，基于AI的经验驱动的控制更有希望成功，就像游泳运动员学游泳是一种基于经验的训练，而不是 先去学流体动力学。 在学术界 ...

出品｜虎嗅科技组 作者｜宋思杭 编辑｜苗正卿 头图｜AI生成 距离唐剑离开学术界，已经过去七年。这七年里，他曾在自动驾驶的一线摸爬滚打，也亲眼见证了AI 从"认知"走向"行动"的关键转折。和许多从自动驾驶跨入具身智能的学者与工程师一样，唐剑的轨迹也 并不意外。 唐剑曾是美国雪城大学的终身教授，研究方向是"AI驱动的系统控制"。但在产业化的过程中，他逐渐意 识到：无论是自动驾驶还是人形机器人，要想在真实复杂的环境中真正落地，传统的基于数学建模的方 法可能无法实现，基于AI的经验驱动的控制更有希望成功，就像游泳运动员学游泳是一种基于经验的 训练，而不是先去学流体动力学。 在学术界浸淫多年的唐剑，尽管离开学术界多年，也依然保持着严谨的风格。在采访前，他特地召集团 队的技术成员，一起推敲了几个问题——确认表述是否足够准确。在对话中，他时常用"程度副词"精确 地界定自己的观点。 唐剑看似学术派，却不晦涩。他谈世界模型，谈DeepSeek，谈具身智能的未来，逻辑清晰、语气平 和，甚至带着一点克制的兴奋。 "我并没有说具身智能已经实现了智能涌现，"唐剑多次强调，"我只是类比DeepSeek的低成本复现与奖 励机制带来的自我 ...