从业者谈Agent、多模态与具身智能的路线选择

2026年11月1日，虎嗅报道一位AI研究者淏楠的职业路径与技术判断。他先后在MiroMind从事语言Agent工作、在混元负责多模态强化学习基础设施，近期加入一家具身智能公司负责模型训练，完成从Agent到多模态再到具身的转向。他认为动作本身也是一种模态，动作生成同样可以采用Diffusion Model，因此从多模态迁移到具身的门槛不高；相比之下，视频生成更依赖资本与数据，初创公司难以建立优势。他还判断Astra的出现使具身厂商能够以小模型打底、遇到难题再接管，从而形成数据管线。报道未提及更早的相关报道，暂无前后说法矛盾。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。