在人工智能领域，Coding Agent的快速发展让代码生成与实验验证的闭环成为现实，但Prana Labs联合创始人朱毅指出，真正的挑战在于如何提出创新性的想法，并在最终环节定义标准、验证结果并承担责任。他强调，技术落地的关键在于构建完整的闭环系统，而这一理念贯穿了他十余年的研究历程。
朱毅的学术与职业轨迹跨越多个领域：从加州大学默塞德分校的视频理解研究，到亚马逊AI的多模态表征探索，再到Boson AI的语音交互开发，最终聚焦于Prana Labs的物理智能方向。尽管研究方向看似分散，但他认为这些领域共同指向一个核心问题——如何让智能系统真正服务于人类需求。例如，视频理解帮助机器观察人类行为，语音交互使人与智能体自然沟通，而物理智能则要求模型理解行动的后果。
在朱毅看来，多模态智能仍处于早期阶段，但预计2027年前后将迎来方法论的统一。他将其类比为语言模型的发展路径：从早期探索到GPT系列的规模化突破。这一判断基于当前行业在模型、算法和数据层面的积累，以及李飞飞团队近期提出的“世界模型功能分类”框架——该研究指出，渲染器、模拟器和规划器三大路径的界限正在模糊，为多模态智能的融合提供了理论基础。
朱毅特别强调环境在智能发展中的作用。他指出，传统模型仅通过静态数据学习，而物理智能需要与环境动态交互，通过行动、反馈和修正来积累经验。例如，机器人不仅需要识别物体，还需理解其物理属性——杯子不仅是“可装水的容器”，更是“可抓取、易破碎”的实体。这种理解依赖于系统在闭环中持续学习，而非单一模态的输入输出。
对于技术落地的挑战，朱毅以企业应用为例。他曾在亚马逊参与视频推荐系统的开发，发现实际场景中模型需平衡精度、速度和成本等多重指标，而非单纯追求榜单分数。这种经验促使他关注“人在回路”的定位：在自动化流程中，人类应专注于提出创新想法和定义验收标准，而非介入中间步骤。他建议，任何任务都应先交由AI尝试，若失败则分析差距并改进，而非直接否定技术潜力。
在Prana Labs，朱毅的目标是构建可交互的合成环境，通过结合Coding Agent与3D图形技术，为多模态模型提供训练场景。他比喻道，环境不仅是模型的“输入源”，更是“教师”——通过反馈指导模型理解行动后果。例如，模型在虚拟环境中学习叠衣服时，需通过多次尝试掌握布料物理特性，而非依赖预设规则。
朱毅的务实态度源于早期研究经历。他回忆，博士期间开发视频理解系统时，需在安防和自动驾驶等场景中验证技术价值，而非仅追求论文指标。这种理念延续至今：他长期参与开源项目和技术社区，认为技术普及需要跨领域人才，而社区教育能加速生态发展。他强调学术诚信与谦逊的重要性，称这些品质是合作与创新的基础。
尽管多模态智能的未来充满不确定性，朱毅仍选择深入其中。他拒绝预测技术对人类关系的具体影响，例如虚拟世界是否会改变社交模式，而是专注于构建能持续学习的智能系统。在他看来，技术的发展不可阻挡，与其猜测结局，不如参与塑造其进程。
