上海
7月4日，2026亚布力中国企业家论坛第十二届创新年会在上海举行。上海眸深智能科技有限公司首席科学家、复旦大学上海创智学院教授陈涛发表开幕演讲。
陈涛介绍，自己身兼两重身份，一方面是复旦大学的一名教授，另一方面依托复旦大学孵化了眸深智能这家年轻的公司。“虽然我们公司孵化时间不够长，但是在过去仅仅一年多的时间里面，我们已经取得了很多标志性的成果”，目前公司已是一家估值30亿人民币的具身智能企业。
回顾具身智能发展的关键节点，陈涛将其梳理为几代：早期依靠传统运动学、控制学的方法提前编程操控机器人；第二阶段出现VLA（视觉语言行为模型），通过收集大量人操作数据让机器人模仿学习；去年年底开始出现“世界模型+VLA”的范式；而第四代，则是眸深团队从今年年初以来提出的“世界动作模型”（World Motion Model）。2026年5月，团队发布了“全球第一个时空一体的世界动作模型”，将世界模型的知识和机理注入机器人大脑，让它“带着对于世界的认知来去干活，来去抓东西来去操控”。
围绕世界动作模型，陈涛介绍了四项代表性成果。
一是降低数据成本，针对当前各地纷纷上演“数据训练场”、海量数据高度重复建设甚至被浪费的问题，团队提出基于互联网视频数据的学习范式，并发布EGM框架，仅用常规数据1/12的成本即可实现全球最好的人形机器人动作跟随策略。在跑步、急停、跨栏、投掷等全身剧烈运动场景中表现优异。
二是“有逻辑”，让机器人在隐空间的语义层面真正有逻辑地感知物理世界的运行法则。
三是60倍计算加速，把机器人大脑压缩到足够小，使其能够部署在端侧。
四是跨本体能力，“我们的大脑不能够成为我们本体的奴隶”，相反它应该成为能够驾驭各种不同本体的“主人”。
陈涛还展示了团队的多项具体工作。团队最早做出全球第一个人形动作生成与控制的具身大模型Motion GPT，“第一次把人的语言和机器人的动作在隐空间里面进行统一”，实现文字与视频动作的双向生成，并获得英伟达开源产品的正面引用。
在应用落地上，眸深智能已用双臂灵巧手完成调酒、柔性抓取、柔性拧瓶盖等演示，并与美的洗衣机、光明集团等合作，用机器人双手实现螺丝精准定位、仅三毫米精度的后盖精准插拔与拧螺丝等操作。
陈涛表示，公司愿景是“让全球每一台机器人拥有可以实现自主进化的具身智能大脑”，目前已与国内头部企业达成广泛战略合作，并在物业接待、制造业上下料等部分场景实现批量化落地。他透露，2026年上半年，公司已实现接近亿元的订单收入。
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.
