Seekami#50
Eric Jang @ericjang11
Eric Jang 在 Seekami AI 行业影响力公开 Top 100 中排名第 50，属于“其他AI”类别。
Eric Jang 是谁？
Eric Jang 的个人介绍记录了 Brown 的学习经历、2016—2022 年在 Google Robotics 的工作，以及 2022—2026 年在 1X 担任 AI 负责人的经历。他参与的公开研究包括 Gumbel-Softmax 与 SayCan，连接可微学习、语言模型和机器人行动。
代表工作与阅读重点
他的博客提供了从研究走向工程的补充视角，例如讨论机器人与生成式建模的关系。建议带着数据获取、动作表示与真实环境反馈三个问题阅读。机器人演示能说明一次任务如何完成，但要判断可用性，还需要了解重复性、环境变化和失败处理。
采访、作品与延伸阅读
以下按材料类型提供阅读入口，包括访谈、本人文章、机构履历或原始论文；并非每项都是采访。
- Eric Jang · Biography ↗
核对研究与职业时间线，1X 职位按 2022—2026 年历史经历描述。
evjang.com - Eric Jang · Essays and research notes ↗
从博客选择机器人、生成模型与工程实践主题。
evjang.com
沿着同一主题继续了解
Seekami 公开排名快照
88.85综合分
97.33权威关系分
62.42公开触达分
66.43近期互动分
公开研究摘要
| 项目 | 结果 |
|---|---|
| 排名区间 | Top 50 |
| 公开分类 | 其他AI |
| 适合观察 | 综合 AI 行业信号 |
同类位置与可验证结论
| 比较维度 | 结果 |
|---|---|
| 公开 Top 100 位置 | 第 50/100 名 |
| “其他AI”类别位置 | 第 17/35 名 |
| 相对同类综合分均值 | -0.87 分（同类均值 89.72） |
| 本期最高分信号 | 权威关系 · 97.33 |
这些结论只描述 公开排名样本内的相对位置，便于筛选和复核，不用于推断私人属性或未来合作效果。
如何理解这些分数
综合分由多个标准化公开信号形成。权威关系分用于描述账号在 AI 行业公开关系网络中的位置；公开触达分反映可观察的规模信号；近期互动分反映本期可用互动信号。各分数用于相对比较，不是内容正确率、个人能力或商业合作效果评分。
相邻排名创作者
来源与限制
本页来自 Seekami 公开排名样本。账号资料和公开信号会变化，排名不代表第三方背书。查看 排名方法论和数据边界。
数据时间与版本见排名方法论