柯丽一鸣（Kay Ke）¶
Physical Intelligence（PI） 研究员，强化学习方向——PI 是硅谷做"机器人大脑"（通用具身智能模型）的明星创业公司，联合创始人含 Sergey Levine、Chelsea Finn、Karol Hausman。业余是科幻网文写手（马甲保密）。
背景¶
- 安徽芜湖人，信息学竞赛出身；本科心理学→经济学→计算机（两次换专业）；华盛顿大学 PhD 读了 7 年，导师 Sidd Srinivasa（CMU 传统派谱系），博士做筷子机器人（从模仿学习转到强化学习）。
- 毕业时拿到剑桥教职却在最后一刻辞掉、加入 PI（2024-06）——看重工业界的算力/数据/硬件支持与团队协作，以及 PI"求真、不急于商业化"的氛围（PI 访谈 02:33:34–02:42:38、02:40:37–02:42:38）。
- 自称"黑猫白猫抓到老鼠就是好猫"的实用主义 + ML 信仰者（"让专家从系统中消失、机器自己从数据学"）；虚无主义者，喜欢用动态规划反贪心的思路看人生（"做九分留一分"）。
核心观点¶
- PI 做通用大脑但不做人形："通用"= 一个大脑适配多种构型，而非"做人形就是通用"；不做人形是 taste 问题——人形会把研究重心从"更好的任务"偏移（访谈 01:43:04–01:45:04、02:31:32–02:32:33）。
- **π0→π0.5→π0.6：能力→泛化→表现；π0.6（她参与最深）让机器人自采体验数据做 RL，叠衣服超越最好的人类数据收集员（01:54:12–02:00:14）。
- 真机数据信仰派：柔性物理仿真器都搭不出，真机数据不可取代；但修正数据/体验数据可由机器人自己 rollout 收（02:02:14–02:04:15）。
- RL 三模块：探索、归因、奖励设计；"奖励函数"应重新框定为"向智能体传达意图"（02:45:38–02:52:45）。
- 中美：中国硬件/供应链统治力最直观，美国大脑/研究领先且论文开放；PI 纯研究定位受 Covariant 过早商业化教训影响（03:15:01–03:18:04）。
交叉¶
- 与中方产业视角 何小鹏（物理 AI 操盘手）、阳萌（端侧/硬件）互补——Kay 提供美方研究一线 + 学术族谱视角。
- RL 判断与 Eric Jang（从零重建 AlphaGo）、姚顺宇 同题；奖励/可验证性与 罗福莉 引用的洪乐潼 AI for Math 呼应。