AI·具身会客厅｜对话极智嘉团队：让机器人先想清楚，再动手

策划 靖程

作者 高雅

7月17日，极智嘉发布面向长程复杂任务的统一具身智能框架——Gravity，并率先推出其核心模块 Gravity 4D 具身模型。在面对任务链长、环境不确定、误差易累积且需精细接触与自主纠错的复杂操作，现有方案难以兼顾"理解"与"预判"时，Gravity 可以给出一套面向长程、复杂、可泛化机器人任务的统一具身智能框架：以 MoT（Mixture-of-Transformers）为骨架，融合 VLM 的指令与场景理解、任务推理，以及世界模型对未来状态的预测与子目标评估；同时引入触觉/力觉、先验知识（Priors）、多模态子任务过程监督、任务阶段与完成度（Stage/Progress）输出及短长期记忆模块，并由强化学习驱动真机部署后的持续自进化。

如果用一句话概括，那就是会理解，更会预判与生成，在训练时把世界学透，推理时以极简链路实时行动，同时部署之后越用越强。

同日，极智嘉揭晓"一核双引擎"通用具身智能布局，即一个智能核心、数据引擎战略以及生态引擎战略。其中，Gravity 具身智能框架作为智能核心；数据引擎战略依托全球智慧物流领域最大规模真实业务网络，构建物理 AI 训练场与数据飞轮；生态引擎战略则是打造 GINO ECO 开放生态，以"具身智能解决方案专家"的定位，加速技术从原型走向生产力。

作为成立于2015年的公司，极智嘉在机器人领域积累了十余年经验，近日，财经网科技等对话极智嘉团队，包含极智嘉联合创始人、极智嘉具身智能科技有限公司CEO陈曦、极智嘉具身智能首席科学家赵昊、具身大模型团队负责人陈超以及具身智能机器人研发负责人董芹鹏，探讨当前具身智能行业发展的痛点以及未来趋势，以下为对话原文（略经编辑）：

微信图片_20260722111519_987_7

Q：传统机器人模型主要偏重于视觉，这次发布的4D模型从哪些维度对真实物理世界会有更精准的适配，能训练出机器人哪些特别的能力？

A：如果去看WAIC现场的实战表现，加载了Gravity 4D模型的极智嘉机器人，是全场为数不多兼具泛化能力与作业效率的具身智能编队。

这背后的关键是4D物理表征。传统方案多在2D画面里做推理，看到的是像素；Gravity 4D直接建模物体的3D空间关系（在哪里、方位如何）和时序运动轨迹（怎么动、下一步到哪），让机器人拥有"物理直觉"而非"画面记忆"。

打个比方：人有两只眼睛才能判断距离和深度，单眼也能生活，但效率和稳定性差很多。4D就是给机器人补上了这只"立体眼"——它预判的不是下一帧画面，而是物体在物理空间中的运动趋势。所以面对陌生SKU它能"看得懂、抓得准"，在连续作业中"转得快、停得稳"，泛化不减速、效率不降智。

Q：极智嘉提出从高频拣货任务出发走向更广阔的真实世界,拣货的三大指标有泛化、效率和稳定性，在您看来，三大指标是否可以迁移到其他场景中去？极智嘉会优先考虑哪个垂直领域做下一个落地目标？

A：为什么选择物流场景？我们认为，几百万种SKU就是生活当中大部分时候能见到的物品，仓库里面能练出来稳定的抓取操作的能力，会变成未来在其他商业场景、甚至家庭场景基础操作能力里的原子动作，这是非常重要的。所有对于物品操作的泛化能力，在仓库当中都是可以练出来的，这是我们一个最原始的初衷。

说到这个话题，我们觉得非常幸运，极智嘉深耕仓储物流这个事情已经十年有余，借助独一无二的优势，能把我们基础操作能力锻炼起来。未来，走出仓库进入更多商业的场景，比如说无人零售、无人药店，冲咖啡、卖货等都不是太大的挑战。

Q：极智嘉2月份发布了‌Gino 1人形机器人‌，目前为止为什么没有做量产？

A：我们在过年之前做了第一代的样机（机器人），用来验证很多技术，从那个时间点到现在机器人已经准备量产了，过程中做了非常多工程化的迭代、降本，质量可靠性的提升，经过了非常严格产品开发流程的考验。Q3开始投入市场，启动客户项目应用。

Q：POC的客户现在已经确定了吗？

A：国内海外都有。

Q：现在有很多本体企业涉猎模型，做基模的企业也去做本体，是不是这样资本市场才会更加容易买单？企业必须要做全栈布局吗？

A：没有必要都做全栈公司，在每个环节做出来差异化竞争力，都是很有价值的。具身智能机器人的产业链条非常长，每个环节都有优秀的公司。这也是极智嘉为什么做GINO ECO生态的原因，希望桥接优秀的上游技术公司，做好解决方案，交付给全球终端客户。

Q:您刚刚说会把极智嘉AMR一些参数场景以及Know-How和行业共享，那么公司的壁垒怎么建立？

A：极智嘉做了11年物流场景，服务了全球大量集成商伙伴，我们清楚客户到底要什么。所以做GINO ECO，不是把壁垒拆出去，而是把Know-How分享出来——以"具身智能解决方案专家"的角色，把大脑、本体、部件、应用的伙伴聚到一起，各自发挥长板，共同交付完整方案。链条上角色不同，但分工协作，这才是生态的壁垒。

Q：去年7月极智嘉正式登录港交所，今年7月发布了4D模型，据您观察，过去一年产业有哪些新的变化？

A：技术路线正在快速迭代。去年至今，最大的变化是模型范式从VLA一家独大，到WAM（世界动作模型）异军突起——时至今日技术路线仍未收敛，但百花齐放本身就是好事，大量资本和人才涌入行业，推动模型能力持续跃升。

数据层面也在破局。过去机器人领域苦于没有LLM、VLM那样的海量数据，但去年开始，Ego-centric data成为新方向——从人类日常操作视频中学习，相当于给机器人装上了"人的眼睛"。这条路如果跑通，机器人的Scaling Law或许就在其中。模型和数据两头都在突破，整体趋势很明确。

Q：极智嘉收入很高，很多收入也来自于海外，能不能介绍一下海外客户跟国内客户在接受程度上有什么区别？另外在海外具体会应用到哪些场景？

A：不论是国内还是海外，客户对于人形机器人都比较乐于去尝试。我们主要还是布局在仓储物流和制造工厂的场景。

Q：关于人才竞争这部分有没有比较强的实感？极智嘉在招募或者是吸引这些头部具身人才方面会不会遇到一些挑战，怎么吸引到自己想要的人才？

A：顶尖人才看的不是薪资差，而是这事能不能做成、路径通不通畅。具身智能是软硬件深度耦合的系统，单靠个人或单点技术无法闭环，必须依托产业力量、扎根真实场景。极智嘉十年深耕，提供了"好场景+好硬件"的双重土壤——技术模型在这里有真实的物理世界去验证、去迭代。最顶级的人才，要的是改变世界的机会，而不是一份更高的薪水。

Q对于未来，极智嘉有什么愿景？有长远的目标吗？

A：我们的长远目标是通用机器人+通用大脑，这是非常明确的。包括十年前做极智嘉公司的时候，定位也是一家智能机器人公司。商业上，我们做好机器人产品，首先锚定了巨大有产业价值的物流行业，把机器人单机技术加多智能体技术应用在物流场景和工厂场景里。

在人形机器人方面，刚才也提到了，我们第一步肯定还是把物流场景和工业场景做好，这是我们非常确定的，在未来两三年之内作为重点去打造的，在我们最擅长的场景里，将产品和技术打磨好，形成技术与商业的闭环。更长期去看，我们会布局更广泛的商业场景和其他更丰富的场景，未来通用机器人+通用大脑，一定往这个方向上去做。