机器人从比硬件转向比大脑，商汤发布开悟世界模型3.0

数据短缺、泛化能力不足等核心瓶颈，是具身智能商业化路径上反复被提及的问题。近日，商汤科技旗下大晓机器人正式发布行业首创的ACE具身研发范式、首个开源且商业应用的开悟世界模型3.0(Kairos 3.0)以及具身超级大脑模组A1，标志着具身智能领域正从“硬件竞赛”转向“大脑升级”。

在发布会现场，商汤科技联合创始人、执行董事王晓刚向与会者展示了一个“机械臂夹取水杯”的视频。这并非实拍，而是由开悟世界模型3.0生成的AI模拟场景。“机器人企业或车企可以使用这些AI生成的视频作为训练素材，比实拍更便捷，还能生成危险场景规避现实风险。”大晓机器人相关工作人员向记者解释。

为机器人搭建虚拟学校

这一场景背后，是整个行业正在经历的深刻变革。过去几年，机器人领域竞争焦点集中在硬件性能上——谁的机械臂更灵活、谁的传感器更精准、谁的电池续航更长。但随着特斯拉、Figure AI等巨头集体放弃此前依赖的真机遥操路径，转而探索纯视觉学习方案，行业共识逐渐形成：具身智能的未来，不在于“躯体”有多强，而在于“大脑”有多聪明。

“数据始终是AI进化的核心支撑。”王晓刚指出，“纯视觉学习方案希望让机器人通过观看海量视频，直接习得人类的动作与智慧。但这种学习方式缺乏对三维物理世界的力学规律、物理属性和动作意图理解。”

比如，机器人可以通过看视频学习“拿杯子”，却无法分辨塑料杯子和玻璃杯子所需力度，也很难理解“人喝水”这一动作的核心意图，这种缺乏物理规律和因果逻辑的学习方式，存在难以逾越的“现实鸿沟”。

此外，数据采集的成本也相当高昂，且难以泛化。一位业内人士向记者透露，传统数据采集方式中，一台机器人硬件成本动辄几十万，采集员需要全天候值守，通过真机遥操重复上千次相同动作，才能收集到一组可用数据。更致命的是，为A型号机械臂训练的抓取技能，无法直接应用到B型号上。“世界模型以及具身超级大脑模组A1等的推出，意味着具身智能研发路径的根本性转变，在一定程度上解决了行业长期面临的数据短缺、泛化能力不足等核心瓶颈。”

此次大晓机器人提出的“环境式数据采集”路径，采用“以人为中心”的数据采集体系，通过跨视角多模态设备，融合视觉、触觉、语音、力学规律等多维度数据，为机器人构建起了基于物理基础的3D资产库，全面覆盖具身模型训练所需的各类交互信息。

比如在即时零售仓储场景中，该方案已实现多视角数据采集，覆盖数万种SKU，完成仓储分拣与打包全流程，涵盖五大阶段13个“原子动作”；在居家、零售等多元场景中，也已实现对人体自然行为、物品交互轨迹的精准捕捉，甚至能复现遥操作范式下难以实现的生鲜抓取、精细化放置等任务。

开源破解生态困局

在参与者众多的具身智能赛道，还一直存在另一个问题：国产芯片难以适配多种模型，模型不开源、芯片架构不透明，上下游沟通成本极高。而大晓机器人此次宣布，开悟世界模型3.0将面向全行业开源开放。

“我们开源模型，芯片厂商能直接基于模型优化算法，效率提升了数倍。”王晓刚解释。此外，开源还破解了场景覆盖不足的行业痛点。具身智能的应用场景无限多样，从家庭服务到工业生产，从医疗护理到物流仓储，每个场景的需求都千差万别。单一企业无论实力多么雄厚，都无法穷尽所有场景的数据采集和模型优化。

“我们自己能接触到的场景是有限的，只有让全球开发者参与进来，才能让世界模型覆盖更多垂类场景。”王晓刚坦言。

据悉，开悟世界模型3.0已与沐曦股份、壁仞科技、中科曙光等多款国产芯片完成适配。为降低开发者门槛，大晓机器人还同步推出了开悟具身智能世界模型产品平台。该平台内置支持11大类、54个细类，累计328个标签，覆盖115个垂类具身场景。开发者只需输入简单指令，就能快速生成可视化的任务模拟内容。

根据国际机器人联合会（IFR）的数据，2024年面向专业场景的服务机器人销量接近20万台，同比增长9%，搬运、酒店与清洁是主要应用类别，劳动力短缺与老龄化需求是重要驱动力。

然而，麦肯锡报告指出，目前全球涉足人形机器人的公司不少，但真正推进到规模化试点或预商业部署的仍是少数。摩根士丹利研究显示，预计到2050年人形机器人相关市场规模可能达到5万亿美元，但判断在2030年代中期之前发展相对缓慢。

“从ACE范式重新定义数据采集，到世界模型重构机器认知，再到开源战略重塑产业生态，大晓机器人的一系列举措正在为行业注入新的活力。”一位市场观察人士评价道，“然而，真正的挑战才刚刚开始。如何将技术优势转化为商业价值，如何在不同场景中实现规模化落地，如何构建可持续的商业模式，这些都是产业需要共同面对的课题。”

采写：南都·湾财社记者 胡雯雯