Sergey Levine

2009年，Levine獲Stanford UniversityStanford UniversityStanford University是美國加利福尼亞州的研究型大學，由Leland與Jane Stanford於1885年創立，1891年開學。點擊查看完整詞條計算機科學理學學士和碩士學位。⁠[1]

2014年，他在Stanford University隨Vladlen Koltun完成博士學業，博士論文提出用於學習運動策略的引導式策略搜索（guided policy search）算法；此後他在UC Berkeley隨Pieter Abbeel從事博士後研究。⁠[2]

2015年8月，University of Washington工學院宣佈他將於次年春季加入計算機科學與工程系任助理教授，介紹他曾獲NVIDIANVIDIANVIDIA 是美國半導體與計算技術公司，提供圖形處理器、人工智能基礎設施、網絡互連和計算軟件，在納斯達克以 NVDA 為代碼上市。點擊查看完整詞條和美國國家科學基金會研究生獎學金。⁠[3]

2016年，他與Chelsea Finn、Trevor Darrell、Pieter Abbeel在Journal of Machine Learning Research第17捲髮表“End-to-End Training of Deep Visuomotor Policies”（深度視覺運動策略的端到端訓練），研究聯合訓練感知與控制系統能否優於分開訓練。⁠[4]

2016年3月8日，時任GoogleGoogleGoogle是一家美國科技公司，由Larry Page與Sergey Brin創辦，1998年註冊成立，2015年成為Alphabet旗下企業。其業務涵蓋互聯網搜索、廣告、軟件平臺、雲計算及人工智能。點擊查看完整詞條研究科學家的他發文介紹機器人抓取研究：系統在超過80萬次抓取嘗試、約3000個機器人小時的練習後，表現出實時糾正動作等類似手眼協調的反應行為。⁠[5]

2016年秋，他加入UC Berkeley電氣工程與計算機科學系任教，研究重點是面向決策與控制的機器學習，尤其是深度學習和強化學習算法，並領導Robotic Artificial Intelligence and Learning Lab（RAIL）。⁠[6]

2018年，他與Tuomas Haarnoja、Aurick Zhou、Pieter Abbeel在第35屆國際機器學習大會（ICML）發表Soft Actor-Critic，這是基於最大熵強化學習框架的離策略演員—評論家深度強化學習算法，在連續控制基準任務上取得當時最佳表現且結果穩定。⁠[7]

2019年2月，時任助理教授的他入選2019年Sloan研究學者（Sloan Research Fellow），獲獎者可在兩年內獲得7萬美元研究經費。⁠[8]

2020年，他與Aviral Kumar、Aurick Zhou、George Tucker在NeurIPS 2020發表保守Q學習（Conservative Q-Learning，CQL），通過學習保守的Q函數解決離線強化學習中的分佈偏移問題，在多個任務上取得比既有離線方法高2至5倍的最終回報。⁠[9]

2020年7月14日，他做客Lex FridmanLex FridmanLex Fridman 是生於蘇聯、在美國長大的計算機科學家和播客主持人，任 MIT 研究科學家，研究人機交互與自動駕駛。他主持的 Lex Fridman Podcast 以數小時長篇對話著稱，嘉賓包括多國領導人和科技企業領袖。點擊查看完整詞條 Podcast第108期，話題包括機器人與人類的差距、機器人中的端到端學習、強化學習、仿真、獎勵函數以及Rich Sutton的“Bitter lesson”（苦澀的教訓）。⁠[10]

2024年3月，他與Karol Hausman、Chelsea Finn、Brian Ichter、Lachy Groom聯合創立的Physical Intelligence結束隱身狀態，宣佈獲得由Thrive Capital領投的7000萬美元種子輪融資，目標是為各類機器人開發基礎模型和學習算法。他說：“There are enough signs that the biggest obstacles to use robots in the real world are now solvable”（已有足夠跡象表明，機器人在現實世界應用的最大障礙現在可以解決）。⁠[11]

2024年10月31日，Physical Intelligence發佈通用機器人基礎模型π0，他名列作者之一。公司稱該模型覆蓋圖像、文本和動作，可直接輸出底層電機指令並控制多種機器人。⁠[12]

2024年11月4日，Physical Intelligence確認以24億美元投後估值完成4億美元融資，投資方包括Jeff BezosJeff BezosJeff Bezos（傑夫·貝索斯）是美國企業家、投資人，1994年創辦Amazon並長期擔任首席執行官，2021年轉任執行董事長。他還創辦航天公司Blue Origin，2013年收購The Washington Post，並設立Bezos Earth Fund等公益基金。點擊查看完整詞條、OpenAIOpenAIOpenAI是2015年創立的人工智能研究與產品機構，開發GPT系列模型、ChatGPT、Codex及開發者API，並開展圖像、語音、視頻與智能代理研究。2025年重組後，非營利的OpenAI Foundation繼續控制營利主體OpenAI Group PBC。其發展涉及大規模融資與算力合作，也伴隨治理、版權、隱私及人工智能安全爭議。點擊查看完整詞條、Thrive Capital和Lux CapitalLux CapitalLux Capital 是一家成立於 2000 年的美國風險投資機構，由 Peter Hébert、Josh Wolfe 和 Robert Paull 共同創辦，在紐約和硅谷設有辦公室。機構關注新興科學與技術，通過基金投資和參與創辦公司，支持生命科學、人工智能、機器人、製造、航空航天及國防等領域的企業。點擊查看完整詞條。⁠[13]

2025年1月，時任電氣工程與計算機科學副教授的他獲美國總統青年科學家與工程師獎（PECASE），這是美國政府授予職業生涯早期科學家和工程師的最高榮譽。⁠[14]

2025年2月4日，Physical Intelligence在openpi代碼庫中公開π0的代碼和模型權重，以便他人針對自己的機器人和任務進行微調。⁠[15]

2025年4月22日，Physical Intelligence發佈作者包括他在內的π0.5，這一視覺—語言—動作模型著重解決機器人在新環境和新物體上的泛化問題。⁠[16]

2025年11月17日，Physical Intelligence發佈作者包括他在內的π*0.6，介紹用強化學習從經驗中提升通用策略成功率和效率的方法。⁠[17]

11月20日，知情人士稱，Physical Intelligence完成由AlphabetAlphabetAlphabet是一家美國科技控股公司，2015年通過Google重組形成，旗下業務包括Google以及自動駕駛、生命科學和早期技術投資等企業。集團按Google Services、Google Cloud與Other Bets披露業務。點擊查看完整詞條旗下CapitalGCapitalGCapitalG是Alphabet旗下的成長投資機構，2013年設立，原名Google Capital。機構獨立作出投資決策，投資領域涵蓋企業軟件、金融科技、網絡安全、消費互聯網和人工智能，並通過內部運營團隊及Google專家網絡支持被投企業。點擊查看完整詞條領投的6億美元新一輪融資，估值56億美元。⁠[18]

2026年10月13日，Physical Intelligence推出Pi API測試版，用戶可上傳數據、在公司管理的算力上微調模型並通過託管網關運行推理。⁠[19]

截至2026年10月，他是UC Berkeley電氣工程與計算機科學系副教授，擔任Harvey E. Wagner人工智能講席（Presidential Chair in Artificial Intelligence）。⁠[1]

個人網站：公開鏈接：https://people.eecs.berkeley.edu/~svlevine/（在新窗口打開）⁠[1]

X：公開賬號：https://x.com/svlevine（在新窗口打開）⁠[6]

UC Berkeley：官網：https://www.berkeley.edu/（在新窗口打開）⁠[1]