据《商业内幕》报道，Meta CTO Andrew Bosworth 日期在内部栏目《周二与博兹对话》中承认，公司当前员工士气「或许不是 20 年来最糟，但也差不多了」。报道提到，Meta 过去一年经历 10% 裁员和内部 AI 项目调整，约一成员工被调岗参与 AI 模型训练。不少员工把强制调入 AI 专项工作组比作「被征召入伍」，并认为实际工作更接近数据标注。Meta 管理层已开始出台提振士气的措施。Bosworth 本周一向全体员工发出备忘录，称公司要成为「顶尖人才施展才华的最优平台」；公司还允许调至 AI 专项小组的员工重新应聘内部岗位，并上调差旅、团建和员工零食福利预算。
💡 罗剑岚：具身智能不能简单照搬大语言模型的发展路径
据 36 氪报道，上海创智学院副教授、智元机器人首席科学家罗剑岚在接受采访时表示，具身智能不能简单照搬大语言模型的发展路径。罗剑岚强调真实训练数据的重要性。他指出，当前行业中很多所谓「机器人基础模型」更接近在开源底座上的任务适配、中训练或微调，还没有进入大规模、异构、真实交互数据驱动的预训练阶段。罗剑岚给出的核心判断是，机器人领域离线训练 Loss 下降，并不必然对应真实部署成功率提升。大语言模型的 Scaling Law 建立在预训练 Loss 与能力之间相对稳定的统计关系上；机器人面对开放物理世界，涉及接触、扰动、长尾场景、硬件差异和任务反馈，模型拟合静态数据不等于能驾驭现实。真正的机器人基础模型预训练，也应该像 LLM 一样，吸纳极其广泛、甚至包含噪声的数据。机器人领域的数据来自真实世界中的交互、失败、纠错、恢复和长尾场景。