Ep 17 | 鼎泰豐的餐巾是機器人折的？會「猜下一秒」的機器人｜Dyna Robotics 共同創辦人 Jason Ma × Latent Space

美國鼎泰豐的餐巾，有很多是機器人折的。一張布每次掉下來的形狀都不一樣，機器人又沒有像 ChatGPT 那樣的網路資料可以讀，它怎麼學會動手？ 這集從「世界動作模型」講起：機器人怎麼從人的第一人稱影片學起、為什麼動作要用擴散模型一步步修出來，以及為什麼練習時要逼它猜下一秒的畫面，真正動手時卻不用。 素材是 Dyna Robotics 共同創辦人兼首席科學家 Jason Ma，在 Latent Space podcast 的現場訪談。 章節 0:00 開場 1:59 機器人沒有網路 3:30 動作長什麼樣子 4:19 好幾種做法都對 6:05 一次想一小段 6:43 練習猜下一秒 10:35 回到鼎泰豐 12:26 還缺什麼 13:16 Dyna 這個名字 原始訪談 • Jason Ma × Latent Space · Oct 2026 —    • Robots That Predict the Future: Dyna-2 & P...   • Dyna Robotics 官方影片 —    • Dyna Robotics in Action, Real-World Use Ca...   論文 • Dyna-2: A 1-Million-Hour Scaling Law for World-Action Models · Dyna Robotics · blog 2026 — https://www.dyna.co/dyna-2 • Diffusion Policy: Visuomotor Policy Learning via Action Diffusion · Chi et al. · RSS 2023 — https://arxiv.org/abs/2303.04137 • Learning Universal Policies via Text-Guided Video Generation · Du et al. · NeurIPS 2023 — https://arxiv.org/abs/2302.00111 • Fast-WAM: Do World Action Models Need Test-time Future Imagination? · Yuan et al. · arXiv 2026 · Table 1 — https://arxiv.org/abs/2603.16666 • Integrated Architectures for Learning, Planning, and Reacting Based on Approximating Dynamic Programming · Sutton · ICML 1990 — https://papersdb.cs.ualberta.ca/~pape... 旁白為我們自己的講解與翻譯；原片段僅作評論與教育用途，版權歸原作者所有：Jason Ma × Latent Space · Oct 2026、Dyna Robotics 官方影片。