具身人工智能领域核心研究者 | AI生成和翻译
具身人工智能领域顶尖研究者与意见领袖（聚焦扩散策略、RT-2/RT-X、ACT、OpenVLA、Octo及相关VLA模型）
具身人工智能领域——特别是视觉-语言-动作模型、基于扩散的策略以及机器人模仿学习——近期呈现爆发式增长。以下是当前该领域的”教育明星”（积极分享洞见、代码、论文和技术解读的研究者）。他们堪称该垂直领域的安德烈·卡帕西——通过讲座、博客、推文或开源项目将复杂机器人技术通俗化呈现的深度专家。
X（推特）平台必关注账号
这些账号持续更新论文进展、代码发布、机器人演示与技术解析：
-
@JimFan（范麟熙 NVIDIA高级研究科学家）——更新极频繁且见解深刻。主要分享机器人基础模型、VLA扩展法则、RT-X/Open X-Embodiment、扩散策略与人形机器人相关内容，是该领域实时评论的最佳来源之一 - @SergeyLevine10 谢尔盖·莱文（加州大学伯克利分校）——其领导的BAIR/RAIL实验室开创了Octo模型，共同主导OpenVLA与RT-X/Open X-Embodiment项目。定期发布论文公告、机器人视频及关于模仿/扩散策略的深度推文
- @chelseabfinn 切尔西·芬恩（斯坦福大学）——斯坦福教授，OpenVLA及多项VLA/基础模型研究的共同领导者，擅长提供宏观技术解读与新发布动态
- @pieterabbeel 皮特·阿比尔（加州大学伯克利分校）——深度强化学习与模仿学习先驱，其实验室的研究成果催生了ACT式分块处理与现代策略框架
- @_akhaliq 阿克沙伊（非核心研究者）——运营”Papers with Code”每日推文，持续推荐具身AI新论文（扩散策略变体、VLA模型等）并附链接与精要概述
- @covariantai Covariant AI（由皮特·阿比尔等人创立的企业账号）——分享RT-X类模型在仓储场景中的实际应用案例
- @shuransong 宋舒然（斯坦福/哥伦比亚大学）——扩散策略研究主导者，发布视觉运动策略与机器人扩散模型新进展
- @TonyZhaozh 赵兆（加州大学伯克利分校博士生）——ACT论文第一作者及多项后续研究贡献者，积极分享代码实现与技术解析
- @karolhausman 卡洛尔·豪斯曼（Google DeepMind）——RT-1/RT-2/RT-X核心开发者，更新谷歌机器人技术进展
- @lerobot_hugging LeRobot（Hugging Face机器人团队）——发布OpenVLA、Octo、扩散策略等开源项目、教程与对比分析
其他推荐关注：@feifei_li（李飞飞，”视觉智能”奠基人，参与具身智能研究），@drjimfan 因内容广度值得重复关注
YouTube频道与技术博客
具身AI领域的深度视频内容仍在发展中（多为研讨会或简短演示），但以下渠道提供优质深度解析：
- 蒙特利尔机器人与具身AI实验室——官方频道收录顶尖研究者研讨会（谢尔盖·莱文、切尔西·芬恩、皮特·阿比尔常驻主讲）
- 加州大学伯克利分校BAIR机器人——系列研讨会涵盖Octo、扩散策略、ACT、OpenVLA等主题，多视频标题如《Octo：开源通用机器人策略》等
- 斯坦福视觉与学习实验室 & 斯坦福人工智能实验室——切尔西·芬恩等研究者详解OpenVLA与VLA扩展理论
- Google DeepMind机器人——不定期发布RT-2、RT-X及AutoRT数据收集系统的长篇技术视频
- Hugging Face LeRobot专栏——提供在仿真/真实机器人中运行OpenVLA、Octo、扩散策略的实践教程，包含大量代码实操
- Yannic Kilcher——非机器人专项频道，但对RT-2、OpenVLA、扩散策略等论文进行深度解读与代码走读
- Outlier——主持人对具身AI研究者的播客式访谈（嘉宾包括谢尔盖·莱文、切尔西·芬恩、范麟熙等）
更多研讨会内容可搜索”RSS 2024 robotics”或”CoRL 2024”——几乎所有重要论文都有10-15分钟专题报告视频
重点关注实验室/项目（持续发布教学资源）
- 加州大学伯克利分校BAIR/RAIL → Octo、OpenVLA组成部分及多项扩散/模仿学习研究
- 斯坦福Improbable AI实验室 → OpenVLA主导实验室
- Google DeepMind机器人 → RT-2、RT-X、AutoRT
- 哥伦比亚大学宋舒然实验室 → 扩散策略原创研究
- Physical Intelligence → 新型扩散+VLM策略，在X平台极为活跃
- Hugging Face LeRobot → 通过开源代码和笔记本来普及上述所有技术
若想动手实践，建议从Hugging Face LeRobot代码库入门——该库提供可快速部署的OpenVLA、Octo和扩散策略预训练模型。
这些引领领域的”明星”通过开源代码、深度博客与公开解读推动技术进步——其精神内核与卡帕西的教学一脉相承，只是焦点从大语言模型转向了机器人领域。该领域发展迅猛（每月均有突破性论文涌现），因此关注上述X账号是保持前沿认知的最佳途径。