北京
出品｜搜狐科技
作者｜梁昌均
编辑｜杨 锦
具身智能的ChatGPT时刻，什么时候能够到来，业内还没有共识，机器人上春晚则有望延续这个行业的热度。
这也吸引了不少企业入局，原力灵机就是其中的新玩家。2月10日，在成立的第330天，这家公司举办了首次技术开放日，核心创始团队全员现身。
这家公司有着深深的旷视背景烙印，联合创始人&CEO唐文斌是身兼千里科技和阶跃星辰董事长的印奇在清华姚班的同学，也是印奇在旷视的创业伙伴之一。
旷视6号员工、原算法总监范浩强如今是原力灵机的联合创始人，旷视原核心研究员周而进和汪天才则是合伙人，这些在旷视深耕计算机视觉的天才团队希望为机器人造模型。
原力灵机成立不到一年，已完成三轮数亿元融资，旷视的老股东阿里、启明、联想创投等再支持，还吸引了君联资本、蔚来资本、洪泰基金和量化巨头九坤等机构。
唐文斌此次提出了具身原生的概念，即数据原生、训练原生和框架原生，表示要从第一行代码就为机器人而写，“今年将是具身原生的元年”。
原力灵机现场发布了全球首个具身原生大模型DM0，以及具身原生开发框架Dexbotic 2.0和具身原生应用量产工作流DFOL。
DM0模型具备2.4B参数，由原力灵机联合阶跃星辰从零开始训练的具身原生大模型，融合多类数据，具备跨机型的泛化与迁移能力，并对外开源。
“这不仅仅是一个能在机器人上运行的大模型，而是一个智能本质和形成机制都根植于物理交互的新AI范式。”唐文斌说。
活动现场，唐文斌还和多位嘉宾，围绕具身智能的发展进行了探讨。
智源研究院院长王仲远认为，机器人硬件进步很快，但具身智能模式还没到ChatGPT时刻，距离大规模应用还有比较大的gap。
清华大学电子工程系长聘教授汪玉则提到，目前机器人仍局限在单一工作台，在长程任务、跨模态等方面还有很大问题，需要从训练、基础设施、机器和物理环境交互等层面去解决。
至于中美目前在具身智能上的差异，汪玉则认为，美国在模型、数据等方面做得更早，中国有望在落地方面很快赶上。
“中国在具身上的投入强度已经比美国大，很多人说这是泡沫，但我觉得这可能是个好事。”汪玉表示。
具身智能的ChatGPT时刻什么时候能够到来？嘉宾们认为，这需要定义什么是ChatGPT时刻。
阶跃星辰创始人&CEO姜大昕认为，ChatGPT时刻的标志是零样本地去做泛化，具身智能的ChatGPT时刻将面临场景、任务和目标泛化挑战和计算机视觉等具身技术挑战。
在唐文斌看来，ChatGPT时刻是机器人变得有用可信赖，即在限定场景闭环解决所有问题，ROI算明白，实现批量化应用。“现在模型能力进展非常大，这个时刻并不是很远。”
“当然还有DeepSeek时刻，全民都感知，这就要从工业物流走向商用、走向TOC。这个时刻还要再晚一些，但我觉得也不会很远。 ”唐文斌说。
星海图创始人&CEO高继扬认为，具身智能今年会是智能爆发、应用闭环的一年。
“智能爆发的结果一定在某些领域形成应用的外溢，同时配合供应链和整机，尤其中国会显著比美国强得多，周期会快5到10倍，成本低5到10倍。”
以下是论坛对话精编：
提问：现在具身智能模型主要有哪些主流的技术路线，处在一个什么样的阶段？
王仲远：现在具身智能特别火热，但我看到蛮多隐忧。一方面，硬件确实进步很快，现在连干活也开始又快又稳了，但它连续工作的稳定性、安全性、电池等还有一系列的问题要解决。
在具身模型上，还远没有到ChatGPT时刻，尤其当具身智能模型和硬件真机部署之后，离大规模应用还是有比较大的gap。技术路线整体还处于发展当中，还没有到彻底突破的阶段。
汪玉：现在的机器人应用，虽然已经有很大进步，但还是局限在一个工作台上，把大小脑配合起来完成稍微长一点的任务，稍微跨多个模态，还是很难的问题。
这一方面是训练维度，比如强化学习，能有更多进步。另一维度，从物理环境和机器交互的过程中，怎么样更容易感知，去解决问题。
提问：怎么看在具身维度上，中国和美国的优劣势？
汪玉：美国在模型、数据的层面，更早地开始做。但到落地这个层面，中国可以很快跟上。中国在具身上已经有比美国更强的投入了，有很多人说这是泡沫，我个人觉得可能是好事。
中国整个产业链、供应链比较完整，如果把应用开放的再多，在模型和应用层面的投入再加大，有可能比美国有更快的突破。
王仲远：美国那边做具身智能，投资人会看创业团队里面有没有华人，有华人的话才能确保有可能成功。另外，硬件经常损坏，我们经常一修就得两个礼拜，但听说美国得三个月。
可以看到中国确实在制造业上有优势，也证明整个行业依然处在早期，都处在快速发展和迭代的阶段，所以远没有到谁优谁劣、谁领先谁落后。
提问：具身智能的ChatGPT时刻是一个什么样的时刻，它什么时候到来？
姜大昕：怎么定义ChatGPT时刻？我觉得一个标志就是零样本地去做泛化。相较自然语言，我觉得具身智能的ChatGPT时刻会更加困难。
第一是具身的泛化，需要场景泛化，任务泛化，和目标泛化。泛化维度不一样，导致我们在哪个维度上定义ChatGPT时刻，不同人会有不同的看法。
第二是具身智能技术牵扯到计算机视觉。它有些非常根本性的问题，还没有形成共识，比如究竟怎么编码，怎么做自监督预训练，都需要突破，才能到ChatGPT时刻。
高继扬：对于具身智能的ChatGPT时刻，我觉得是真的看到了它在某些限定范围内具备商业价值的时刻，但它要具备的要素更多。
今年是应用闭环的一年，今年将迎智能爆发，结果一定是在某些领域形成应用外溢，同时配合供应链和整机，尤其中国会显著比美国强得多，周期会快5到10倍，成本低5到10倍。
唐文斌：我觉得姜大昕讲的ChatGPT时刻要求蛮高的，这已经是AGI时刻。我心中的定义，是它变得有用、可信赖。
它可以在限定场景，真正闭环解决所有的问题，ROI算明白，批量化应用。这个时候就是ChatGPT时刻，现在模型的能力进展非常大，这并不是很远。
当然还有DeepSeek时刻，全民都感知，这就要从工业物流走向商用、走向TOC。这个时刻还要再晚一些，但我觉得也不会很远。
提问：在具身智能领域，今年最期待看到的一个非常具体的事情或能解决的任务是什么？
汪玉：我希望能形成一套云边端配合的体系，改变楼的装修，以及所有建筑和基础设施的能力，去构建面向机器和人共生环境的基础设施，这套方案我觉得今年可能有一个雏形出来。
王仲远：我最期待的是标准，现在不管是硬件的标准、数据的标准，包括模型输出的标准，整个生态非常碎片化。如果标准能够有突破，它有可能极大促进整个产业的发展。
高继扬：我期待今年能够在生产力端看到一条明确的增长路径，让后两年之内能够有单一场景，比如上万台的出货，这是整个行业都迫切需要的。
唐文斌：我的目标是在一个场景、一千台持续运行，不要很多场景，不是靠加法做起来，某种程度上可以走通一个场景的规模化闭环，我觉得今年有机会。
运营编辑 |曹倩
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
