数据困局下的具身智能，谁能率先破局？

主要观点总结

文章主要解读了AI和机器人领域的两个重要话题：数据困局下的具身智能以及OpenAI董事会主席关于计费模式的观点。具身智能方面，讨论了真实数据和合成数据在训练模型中的作用，以及遥操作作为数据采集方式的优势和挑战。OpenAI方面，文章探讨了按token计费的缺陷和按成果付费的商业模式。

关键观点总结

关键观点1: 数据困局下的具身智能

Skild AI指出真实数据的不足导致机器人模型泛化能力受限。真实数据与合成数据之争，影响具身智能的技术路径选择。行业就数据来源和质量存在分歧，讨论遥操作和Sim2Real技术路线的优劣。

关键观点2: OpenAI董事会主席的观点

Bret Taylor批评按token计费模式的缺陷，并强调按成果付费的商业模式。他认为应用AI是创业者的生路，并探讨了新商业模式在Sierra的实践效果。此外，他也谈到了AI编程的新范式。