从 Agent 到多模态再到具身：一位 AI 研究者的三次转向

淏楠先后在 MiroMind 做语言 Agent、在混元负责多模态 RL infra，近期加入某具身公司负责模型训练。他认为 action 也是一种模态、动作生成同样可用 Diffusion Model，迁移门槛不高；而视频生成更吃资本与数据，初创难有优势。他判断 Astra 让具身厂商可以小模型打底、遇难题再接管，形成数据管线。